The AI Driving Olympics at NeurIPS 2018
专题命中 感知 ：autonomous driving(abstract)；分类 cs.RO；self-driving(comments)
Comments Competition, robotics, safety-critical AI, self-driving cars, autonomous mobility on demand, Duckietown
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 感知 6065 篇
Minimizing Supervision for Free-space Segmentation
专题命中 感知 ：autonomous driving(abstract,comments)；分类 cs.CV
Comments Link to source code added; Typo fixed from the version published in CVPR 2018 Workshop on Autonomous Driving (WAD)
ADAPT: Physics-Aware Diffusion-based World Models for Adaptive Predictive Transferable HVAC Control
ADAPT：面向自适应可迁移HVAC控制的物理感知扩散式世界模型
专题命中 感知 ：occupancy(abstract)；分类 cs.AI
AI总结 本文针对现有HVAC控制方法泛化性差的问题，提出物理感知扩散世界模型ADAPT，在IID控制下可降HVAC能耗7.3%、不适度30.2%，OOD场景下迁移鲁棒性显著优于现有方法。
CAViAR: A Causal Video Dataset for Fine-Grained Accident Reasoning in Real-World Scenarios
CAViAR：用于真实场景细粒度事故推理的因果视频数据集
机构 * NEC Laboratories, America（美国NEC实验室）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 该研究推出人工标注的真实事故视频基准CAViAR，测试发现现有VLMs存在感知-推理差距，无法可靠将驾驶场景主体行为映射到责任类别。
Comments Accepted to ECCV 2026 Workshop DriveX
SceneGTMM: A Conformal Mapping-based Scene-Aware Transferable GNN-Transformer Dual-Graph Interaction Framework for Map Matching
SceneGTMM：一种基于保角映射的场景感知可迁移GNN-Transformer双图交互地图匹配框架
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出SceneGTMM框架，通过保角映射场景策略、双图交互架构与CRF增强预测，提升地图匹配的噪声鲁棒性、跨区域迁移性与可解释性，在多源及跨城轨迹匹配中表现优于基线方法。
PartialBiGrasp: Inferring Hidden Local Geometry for Bimanual Grasping from Partial Views
PartialBiGrasp：从部分视角推断隐藏局部几何以实现双臂抓取
机构 * Robotics Research Center IIIT Hyderabad（印度信息技术研究所海得拉巴分校机器人研究中心）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 PartialBiGrasp是基于部分点云的双臂抓取生成框架，通过卷积占用网络学习几何特征生成抓取对并优化，经实验验证可实现鲁棒稳定的抓取。
USR-Drive: Unified Driving Scene Representation via Joint Denoising of 3D Gaussians and Boxes
USR-Drive：通过3D高斯与边界框联合去噪实现统一驾驶场景表示
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出USR-Drive框架，将3D高斯与边界框作为对齐的潜在令牌流，通过统一多模态扩散Transformer联合去噪，在nuScenes和VKitti数据集上实现动态重建与3D检测的SOTA性能。
RoGS: Adaptive Meshgrid Gaussian for Large-Scale Road Surface Mapping
RoGS：用于大规模路面映射的自适应网格高斯方法
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong university（上海交通大学自动化与智能感知学院） ； State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis（航空电子集成与航空系统-of-系统综合国家重点实验室） ； Shanghai Key Laboratory of Navigation and Location Based Services（上海基于位置服务重点实验室）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 针对大规模路面映射中传统方法的局限，提出ROADGS-T框架，基于自适应网格高斯表示，通过放置二维高斯面片建模路面，减少冗余，并引入自适应网格和姿态稳健细化策略，提升表示效率和结构保真度。
Emergent 3D Instance Segmentation from Self-Supervised Point Transformers
自监督点Transformer的涌现式3D实例分割
机构 * Delft University of Technology（代尔夫特理工大学） ； University of Alcalá（阿尔卡拉大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本研究探究自监督点Transformer是否含分离3D实例的结构信息，据此提出无需训练的TokenGraph3D方法，在无先验条件下大幅优于基线，使涌现的3D实例结构可见。
Comments ECCV 2026 DriveX
OctoSplat: Hybrid OctoMap-Gaussian Splatting for Active Semantic Mapping and Phenotyping with Horticultural Robots
利用高斯点云进行园艺环境的主动语义映射
机构 * the Siebel School of Computing and Data Science（塞比尔计算与数据科学学院） ； the Department of Agricultural and Biological Engineering（农业与生物工程系） ； National Center for Supercomputing Applications at University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算中心）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出利用移动机械臂和高斯点云进行园艺环境主动3D重建，提升重建精度与效率，实现水果计数和体积估算。
Comments 23 pages, 12 figures
A Data Efficiency Study of Synthetic Fog for Object Detection Using the Clear2Fog Pipeline
使用Clear2Fog管道研究合成雾的数据效率
机构 * Waymo Open Dataset（Waymo开放数据集）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出Clear2Fog管道，通过物理模拟生成雾数据，研究环境多样性对模型鲁棒性的影响，发现混合密度数据训练模型优于固定密度数据，且通过调整学习率可克服合成偏见。
Comments Accepted to Neurocomputing. Project code and experimental configs available at https://github.com/mmohamed28/Clear2Fog
Journal ref Neurocomputing, Vol. 703, 134798, 2026
3D Scene Generation: A Survey
3D场景生成：一项综述
机构 * S-Lab, Nanyang Technological University, Singapore（南洋理工大学S实验室）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本综述系统梳理3D场景生成的四大范式方法，分析其技术基础与挑战，展望物理感知生成等方向，为该领域发展提供参考。
Comments Accepted by IJCV. Project Page: https://github.com/hzxie/Awesome-3D-Scene-Generation
TASE: Truncation-Aware Semantic Embeddings for 3D Scene Understanding and Editing
TASE: 用于3D场景理解与编辑的截断感知语义嵌入
机构 * Bosch Research（博世研究院） ； Rheinisch-Westfälische Technische Hochschule Aachen（亚琛工业大学） ； University of Bonn（波恩大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出TASE方法，通过将预训练的2D语义特征投影到截断感知嵌入空间，结合尺度和平移等变损失，实现可控的3D场景文本驱动编辑，在大几何修改任务上显著优于现有方法。
Comments Code: https://github.com/boschresearch/TASE
WaveInst: A Frequency-Domain Enhanced Network for Fine-Grained Thin Tree Trunk Extraction in Forest Scenes
WaveInst：面向森林场景中细粒度细树干提取的频域增强网络
机构 * College of Information Science and Technology & Artificial Intelligence, Nanjing Forestry University（南京林业大学信息科学与人工智能学院） ； Department of Geography, College of Natural Resources and Environment, Virginia Tech（维吉尼亚理工大学地理系） ； Institute of Forest Resource Information Techniques, Chinese Academy of Forestry（中国林业科学研究院森林资源信息技术研究所） ； State Forestry and Grassland Administration, Key Laboratory of Forest Management and Growth Modelling（国家林业和草原局森林管理与生长建模重点实验室） ； School of Geospatial Artificial Intelligence, East China Normal University（华东师范大学地理空间人工智能学院）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 针对现有方法在森林场景细树干提取中易误判、受数据与直径差异限制的问题，提出WaveInst频域增强实例分割网络，在多数据集上实现了更优的细树干提取性能，尤其在幼龄树干上优势显著。
Comments 18 pages, 16 figures, published in IEEE Transactions on Geoscience and Remote Sensing
Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 64, pp. 4409718-4409718, 2026, Art no. 4409718
ResemBrick: Brick Reconstruction from Photographs with Perceptual Fidelity and Buildability
ResemBrick：从照片重建兼具感知保真度与可建造性的积木模型
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 ResemBrick将离散化与组装耦合，通过预算占用补全和可建造性构建，生成兼具感知保真度与可建造性的积木模型，性能优于现有系统。
GeoRoute: Geometry-Aware Hybrid Inference for Traffic Future-Frame Prediction
GeoRoute：面向交通未来帧预测的几何感知混合推理方法
机构 * Vietnamese-German University（越南-德国大学） ； University of Science, Ho Chi Minh City（胡志明市科学大学） ； Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Information Technology, Ho Chi Minh City（胡志明市信息技术大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 GeoRoute是一种无需训练的几何感知混合推理框架，通过多帧深度分层渲染器和视角条件选择预测器，在AI City Challenge Track 5基准上实现了具有竞争力的交通未来帧预测性能，提升了静态几何稳定性。
Comments accepted to the ECCV 2026 AI City Challenge Workshop
Can Webcam Gaze Constrain Mesa-Objectives in Driving Models? An Instrument Precision Analysis
网络摄像头眼动能否约束驾驶模型中的 mesa 目标？一项仪器精度分析
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 该研究探究能否用 WebGazer 眼动数据约束自动驾驶模型的 mesa 目标，经多组实验发现无统计显著效果，原因是 WebGazer 误差过大无法实现物体级注视归因。
Comments 6 pages, 3 figures, 4 tables
RayLift: Lifting Complementary Ray-Wise Evidence with 3D Geometry Priors for Semantic Scene Completion
RayLift：利用3D几何先验提升互补射线级证据以实现语义场景补全
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 针对现有语义场景补全方法的深度误差传播问题，提出RayLift框架，通过互补上下文编码器、深度射线证据提升模块和语义感知体素集成器，在两个基准数据集上实现优于现有方法的性能。
Data collection from highways: a geometric, class-agnostic approach to embedded vehicle counting
高速公路数据采集：一种用于嵌入式车辆计数的几何、类别无关方法
机构 * Universidade Federal de Alagoas（阿拉戈斯联邦大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 本文提出一种面向嵌入式设备的类别无关几何车辆计数方法，无需物体模型与训练集，在树莓派硬件上快于实时运行，实地部署准确率达91%，适用于无标注数据等场景。
Minute-Scale Training for Microrobot Navigation
微型机器人导航的分钟级训练
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Harbin Institute of Technology（哈尔滨工业大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文针对微型机器人DRL导航训练耗时久的问题，提出含全向量化模拟器与TSR奖励框架的学习框架，将训练缩至10分钟内，支持零样本部署，可缩短设计周期、加速部署。
Bridging Object Detection and Segmentation with Polygon Detection Transformers
面向多实例分割的多边形检测变换器
机构 * Shanghai University（上海大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 Poly-DETR通过极坐标表示将实例分割转化为稀疏顶点回归，实现更轻量的高分辨率分割，优于现有极坐标方法并在特定领域表现更优。
Comments Substantially revised and extended version with a new title, additional co-authors, new methodology, expanded experiments and analyses, and supplementary material in the appendix
PatchBlock: A Lightweight Defense Against Adversarial Patches for Embedded EdgeAI Devices
PatchBlock: 一种轻量级对抗性补丁防御方法用于边缘边缘AI设备
机构 * eBRAIN Lab, Division of Engineering, New York University (NYU) Abu Dhabi, UAE（eBRAIN实验室，工程系，纽约大学（NYU）阿布扎赫德分校） ； DakAI, Dubai, UAE（DakAI，迪拜，阿联酋）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 PatchBlock是一种轻量级防御方法，通过异常检测和降维技术有效检测并中和对抗性补丁，提升边缘AI设备的鲁棒性与效率。
Comments 7 pages, 5 figures, 5 tables, Accepted to DATE 2026
Journal ref 2026 Design, Automation & Test in Europe Conference (DATE), Verona, Italy, 2026
SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding
SIP: 构建阶段碎片化3D扫描数据集——用于语义分割和场景理解
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 SIP数据集通过碎片化3D扫描反映施工现场实际约束，为建筑场景的语义分割和理解提供高质量基准数据。
Fast and Accurate: An Adaptive VLA Inference Framework through Environment-aware Model Selection
快速且精准：一种通过环境感知模型选择的自适应VLA推理框架
专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO
AI总结 本文提出环境感知模型选择（EMS）自适应VLA推理框架，通过解耦双系统与强化学习切换策略，在LIBERO基准及真实双臂任务中平衡了VLA的推理速度与任务成功率。
SparseVoxelDet: Fully Sparse Voxel Networks for Efficient Event-Based Drone Detection
无需密集张量：在事件相机体素网格上实现完全稀疏目标检测
机构 * University of Oklahoma（俄克拉荷马大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 本文提出SparseVoxelDet，首个基于事件相机的完全稀疏目标检测器，通过稀疏体素卷积在占用体素上进行特征提取和检测，显著降低内存和存储开销，验证了稀疏处理在事件相机目标检测中的可行性。
Comments 38 Pages, 9 Figures, 4 Tables
From Sports to Safety: Benchmarking Proactive Risk Inference in MLLMs
从运动到安全：多模态大语言模型（MLLM）主动风险推理基准测试
机构 * School of Information, Renmin University of China（中国人民大学信息学院）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 该研究构建了运动主动风险推理基准SPRINT，评估发现当前MLLM危险感知率高但原因识别率低，仅具备表层主动安全能力，缺乏稳定的基于原因的早期预警。
Comments Preprints
Cooking beyond Frames: A Stereo Event Camera Dataset in the Kitchen
超越帧的烹饪：厨房中的立体事件相机数据集
机构 * Delft University of Technology（代尔夫特理工大学） ； STMicroelectronics（意法半导体）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文推出EventKitchen数据集，以第一人称视角从10名参与者在13个厨房中收集5.5小时的烹饪相关多传感器数据，训练基线模型完成动作识别等任务，为神经形态视觉提供新基准。
Comments Accepted at ECCV 2026
NSF-HRPT: Neural Semantic Field meets Hierarchical Risk Perception Tree for Safety-Critical Scenario Assessment
NSF-HRPT：神经语义场结合分层风险感知树的安全关键场景评估方法
机构 * Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 该研究提出NSF-HRPT框架，结合神经语义场与分层风险感知树，引入Sim2Real策略，实现单目视觉输入下安全关键场景的高效风险评估，在合成与现实数据集上均取得优异性能。
Comments 13 pages, 5 figures
AgenticECO: An Agentic Framework for ECO on 3D Integrated Circuits
AgenticECO：面向三维集成电路工程变更指令（ECO）的智能体框架
专题命中 感知 ：occupancy(abstract)；分类 cs.AI
AI总结 针对3D-IC布线后ECO手动操作的缺陷，提出AgenticECO智能体框架搭配EcoRoute最小干扰布线层，在9个缺陷案例中表现优于基准方法，且所有结果通过各类设计检查，相关材料已开源。
Comments 20 pages, 12 figures
SAT-Edge-Agent: Hardware-in-the-Loop Edge-Agent Orchestration for Onboard Satellite Intelligence
SAT-Edge-Agent：用于星载智能的硬件在环边缘智能体编排系统
专题命中 感知 ：occupancy(abstract)；分类 cs.AI
AI总结 该研究提出SAT-Edge-Agent硬件在环边缘智能体系统，部署于ARM异构边缘片上系统，通过实验验证其星载边缘编排可行性，为相关研究提供可复现的HIL边界。
Comments 17 pages, 4 figures, and 10 tables. Code and sanitized research artifacts are available at SAT-Edge-Agent" target="_blank" rel="noopener">https://github.com/keithhegit/SAT-Edge-Agent
