视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
DriveVLA-M0：面向自动驾驶的故障感知记忆增强方法
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Chongqing Chang’an Technology Co., Ltd.（重庆长安科技有限公司）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出DriveVLA-M0，一种具备故障感知潜在记忆的检索增强型VLA模型，通过故障案例记忆与针对性修正机制，在NAVSIM基准上优于现有方法，实现自动驾驶性能提升。
用于在线强化学习安全自动驾驶的威胁引导、策略感知场景扰动
机构 * Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 本文提出TPSP方法，通过策略感知场景编码器与威胁引导优化策略，提升在线RL安全自动驾驶的学习效率，在NAVSIM v2数据集上用约400万公里模拟数据实现出色安全性能。
Comments 11pages, 5figures
洞察海面之上：一种用于海上数据采集的模块化感知框架
机构 * Technical University of Denmark（丹麦技术大学）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 针对海洋环境下水面船只自主性研发中的传感器数据采集难题，提出融合多模态传感器的模块化平台，依托ROS2框架实现长时数据采集与可复现性，为自主海洋导航提供标准化数据集基础。
Comments Submitted and accepted to the IFAC WC 2026 as an invited session paper for track 7.2 Transportation and Vehicle Systems - Marine Systems
TideRL：通过就绪感知调度提升智能体强化学习的有效吞吐量
机构 * Tsinghua University（清华大学） ； Zhongguancun Laboratory（中关村实验室）
专题命中 感知 ：occupancy(abstract)
AI总结 TideRL是一种就绪感知弹性RL系统，通过CTB、RA²P和ERS技术，在多轮智能体工作负载上大幅提升RL训练有效吞吐量，同时优化KV缓存命中率、训练时间和等待时间。
面向安全强化学习的边界搜寻策略梯度算法
机构 * School of EECS, Washington State University（华盛顿州立大学电子工程与计算机科学学院）
专题命中 感知 ：occupancy(abstract)
AI总结 本文提出BSPG算法，针对安全强化学习中标准梯度法易收敛到可行域内部的问题，结合切向与法向分量，在Safety-Gymnasium导航任务中实现更高奖励与更紧密的边界跟踪。
Comments CDC 2026
面向低功耗广域网（LPWAN）的基于机器学习的路径损耗预测的系统样本量分析
专题命中 规划控制 ：LiDAR(summary_cn,abstract)
AI总结 该研究针对LPWAN的路径损耗预测，采用结合LiDAR地形特征的随机森林与坐标数据的k近邻，发现两种机器学习模型在不同训练规模下均优于基线模型，且留一网关验证显示随机森林迁移性能更优。
Comments Accepted at IEEE Conference on Local Computer Networks (LCN)
XCoT-VLA：面向视觉-语言-动作自动驾驶的可执行思维链
机构 * XPeng Inc（小鹏汽车）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 该研究提出XCoT-VLA，用可执行CoT令牌替代自然语言CoT，结合Reason FFN与Control FFN实现轨迹生成，在自动驾驶任务中降低了误差并满足实时规划要求。
高斯量子光驱动的格点电子的弗洛凯格林函数
专题命中 规划控制 ：occupancy(abstract)
AI总结 该研究构建了高斯量子光驱动格点电子的弗洛凯格林函数理论框架，经数值计算发现量子光源可带来超出经典驱动的修正，为量子弗洛凯工程提供支撑。
Comments 35 pages, 14 figures
4D-WAM：面向自动驾驶的4D一致世界建模
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.CV
AI总结 本文提出4D-WAM模型，通过几何基础模型的训练时监督与面向决策的时间步长采样策略，提升自动驾驶中世界-动作模型的4D场景一致性，在NAVSIM-v1、NAVSIM-v2基准上实现最优性能。
Dreamer-SAC：用于样本高效自动驾驶的潜世界模型离线策略学习
机构 * Tongji University（同济大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文提出Dreamer-SAC框架，结合循环状态空间世界模型与离线策略SAC算法，在自动驾驶场景中优于DreamerV3、SAC等基线，且所需真实环境交互更少。
Comments 13 pages, 6 figures
基于含不完美检测的特征分配模型的贝塔多样性贝叶斯推断
专题命中 BEV与占用 ：occupancy(summary_cn,abstract)
AI总结 针对含不完美检测的物种出现数据，提出结合潜在特征分配模型与基于 occupancy 的检测机制的贝叶斯特征分配模型，实现贝塔多样性的有效推断，模拟与真菌数据应用验证其性能提升。
机器形状与分层分块：基于数组数学的形式化，附分层形状占用中的一个开放问题
专题命中 BEV与占用 ：occupancy(title,abstract)
AI总结 本文针对稠密矩阵乘法分块大小在不同芯片上预测偏差的问题，基于数组数学（MoA）框架形式化提出分层分块与开放问题，扩展算子推导分块调度，测试假设并指出框架局限，尝试扩展框架预测吞吐量。
结合周末床位占用管理的综合手术排程：一种列生成方法
专题命中 BEV与占用 ：occupancy(title,abstract)
AI总结 该研究针对周末床位约束下的综合手术排程与病例分配问题，提出联合优化框架，采用列生成算法求解，实验表明其性能优于直接MILP求解，为医院资源平衡提供管理见解。
手写PTX张量核心GEMM内核：NVIDIA L4上的多精度研究
专题命中 BEV与占用 ：occupancy(abstract,abstract_cn)；分类 cs.AI
AI总结 本文针对NVIDIA L4 GPU，对比手写PTX GEMM内核与WMMA基线，发现其在INT8、INT4精度下有显著加速，FP16下无增益，明确了手写PTX适用的精度与场景。
Comments 10 pages, 6 figures, 12 tables. Code and profiling data: https://github.com/MattJBorowski1991/TensorCorePTX (archived: https://doi.org/10.5281/zenodo.21815137)
当你的状态估计器“迷失方向”时：通过频谱分析检测估计器故障
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本研究提出一种与传感器无关的频域分析方法，用于检测状态估计器故障，在三类里程计框架中可检测51%-58%的故障，精度达60%-84%，可作为轻量级自省工具。
学习高斯结构：用于前向驾驶重建的干预引导密度控制
专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 本文提出Learning Gaussian Structure（LGS）框架，通过干预引导的高斯结构调整与跨时间点查询，在Waymo Open Dataset和PandaSet上实现了优于现有方法的驾驶场景重建效果。
面向自动驾驶的融合时空上下文建模的跨视角序列视觉定位
专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI
AI总结 本研究提出时序上下文增强的跨视角序列视觉定位框架，通过循环跨帧模块聚合历史上下文提升定位精度，在多个公开数据集及实装实验中均取得显著性能提升。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈