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。
通过广义矩方法配准4D毫米波雷达点云
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） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医疗机器人研究院） ； Department of Statistics, Uppsala University（乌普萨拉大学统计系）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO、cs.CV
AI总结 针对4D雷达点云稀疏噪声导致配准困难的问题，提出基于广义矩方法的配准框架，无需显式点对应，在合成与真实数据集上精度和鲁棒性优于基准方法，甚至接近激光雷达方法。
基于逐步一致运动的移动机器人自主探索精准建图
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出一种面向采用激光SLAM的室内移动机器人的自主探索框架，通过多RRT采样、逐步一致运动等策略提升建图精度与鲁棒性，经仿真与真实实验验证其优于基准2D算法。
Comments 8 pages, 11 figures. This work has been submitted to the IEEE for possible publication
针对移动物体的3D高斯散射用于高保真的街道场景重建
机构 * Ontario Knowledge Intelligence Centre, Canada（加拿大安大略知识智能中心） ； Canadian Institute of Interscience, Canada（加拿大跨学科科学研究所） ； DeepCox Intelligence, Canada（加拿大DeepCox智能科技公司）
专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出了一种新的3D高斯点分布方法，通过自适应透明机制消除移动物体并保留高保真静态场景细节，结合迭代优化提升几何精度和纹理表现。
Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation
Industrial3D: 一个用于工业基础设施的地面激光雷达点云数据集和跨范式基准
机构 * Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； Guangzhou Institute of Geography, Guangdong Academy of Sciences（广东省科学院广州地理研究所） ； School of Civil Engineering, Southeast University（东南大学土木工程学院） ； College of Geography and Tourism, Hengyang Normal University（衡阳师范学院地理与旅游学院） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） ； S.M.A.R.T. Construction Research Group, New York University Abu Dhabi（纽约大学阿布扎比分校S.M.A.R.T.建筑研究组） ； Department of the Built Environment, National University of Singapore（新加坡国立大学建筑环境系） ； Spatial Intelligence and Urban Computing, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所空间智能与城市计算） ； State Key Lab of Ecological Security of Regions and Cities, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所区域与城市生态安全国家重点实验室）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出Industrial3D数据集，包含6.12亿个高精度标注点云，用于解决工业设施中密集点云的语义理解难题，并建立首个跨范式基准，揭示了工业TLS数据中统计稀有性和几何模糊性带来的领域迁移挑战。
Comments 52 pages, 8 figure, 14 tables
Journal ref 2026, under review
P$^3$数据集：用于多模态建筑物矢量化的像素、点和多边形
机构 * Université Côte d’Azur, INRIA（法国里沃利大学、INRIA） ； LuxCarta Technology（LuxCarta技术公司）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 介绍用于建筑物矢量化的多模态P$^3$数据集，由多源数据构建，含大量高精度激光雷达点等。证明激光雷达点云可用于预测建筑物多边形，融合激光雷达和图像能提高预测精度与几何质量，数据集公开。
低光子数非侵入式成像通过时间变化扩散器
专题命中 激光雷达 ：LiDAR(abstract)
AI总结 本研究提出了一种非侵入式成像方法，通过时间变化的散射层实现低光子数下的稳健图像重建，适用于显微镜、激光雷达和内窥镜等多种应用。
Comments 18 pages, 5 figures; 42 pages of Supplementary Information with 10 figures included
迈向近似优化中的量子缩放优势
专题命中 激光雷达 ：LiDAR(abstract)
AI总结 研究在近似优化中量子缩放优势，用模拟分岔机（SBM）重新审视相关发现，其源于量子动力学，与量子退火有共同特征，获得可比或更优缩放，明确当前量子退火器优势不明显及未来量子设备可实现优势的问题类。
Journal ref Phys. Rev. Applied 26, 014024 (2026)
用于车联网的基于模型压缩和模态生成的多模态波束成形
专题命中 激光雷达 ：LiDAR(abstract)
AI总结 针对6G车联网中ISAC范式的不足，提出基于分层Transformer的多模态学习框架BeamTransFuser，利用跨模态相关性提升波束预测性能，开发剪枝方案减少延迟，引入生成模型处理模态缺失，实验证明该方案优于现有基线。
Comments 15 pages, 5 figures
Journal ref IEEE Transactions on Mobile Computing, 2026
VLC Fusion：面向鲁棒目标检测的视觉-语言条件传感器融合
机构 * Arizona State University（亚利桑那州立大学） ； Department of Computer Science and Engineering, Universidad Nacional del Sur and Institute for Computer Science and Engineering（计算机科学与工程系，国家南方大学和计算机科学与工程研究所） ； U.S. Department of Defense（美国国防部） ； United States Military Academy（美国军事学院） ； Syracuse University（雪城大学）
专题命中 多传感器融合 ：LiDAR(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出VLC Fusion视觉-语言条件传感器融合框架，利用VLM捕捉环境线索动态调整模态权重，在多传感器融合目标检测任务中，于自动驾驶与军事目标数据集上较传统方法实现更优性能。
Comments 27 pages, 20 figures, Accepted for presentation at ECML PKDD 2026, Shortlisted for the Best Research Track Student Paper Award
EPMF: 高效感知感知多传感器融合用于3D语义分割
机构 * School of Software Engineering, South China University of Technology（南方科技大学软件工程学院） ； Pazhou Laboratory, Guangzhou, China（广州帕佐实验室） ； School of Electronic and Information Engineering, South China University of Technology（南方科技大学电子与信息工程学院） ； Minieye, Shenzhen, Guangdong, China（深圳Minieye公司）
专题命中 多传感器融合 ：LiDAR(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.CV
AI总结 提出一种高效感知多传感器融合方法EPMF，通过透视投影对齐点云与RGB图像，利用残差融合模块和感知损失提升3D语义分割性能，在nuScenes上mIoU超越RangeFormer 0.9%。
Comments 16 pages, 12 figures, 14 tables, IEEE TPAMI 2024, extended version of the ICCV2021 paper
RISE：基于单静态雷达的室内场景理解
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Cartesian Systems
专题命中 多传感器融合 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出RISE系统，利用毫米波雷达的多径反射（传统视为噪声）编码几何线索，通过双角度多径增强和模拟到现实的分层扩散框架，实现布局重建和物体检测，在50,000帧数据集上布局重建倒角距离降低60%，首次实现基于毫米波雷达的物体检测。
PolygMap：用于人形机器人爬楼梯的感知式运动框架
机构 * The Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人社会研究院） ； Electronic science and technology, Guangdong University of Technology（广东技术大学电子科学与技术学院） ； Leju robotics（乐居机器人）
专题命中 多传感器融合 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 本文提出PolygMap框架，通过多传感器融合构建多边形楼梯平面语义地图，在NVIDIA Orin上实现20-30Hz全身运动规划，经真实场景实验验证可高效鲁棒地完成人形机器人爬楼梯任务。
Comments Accepted by ICRA 2026
从3D雷达数据进行神经表面和反射率建模
机构 * Örebro University（厄勒布鲁大学）
专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO
AI总结 提出一种神经隐式方法，从雷达点云联合建模场景几何和视角相关雷达强度，利用混合特征编码学习连续SDF，生成更平滑准确的3D表面重建。
Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
InfiniVerse: 面向自动驾驶的占用引导无界场景生成
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； University of New South Wales（新南威尔士大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；occupancy(title,abstract)；分类 cs.CV
AI总结 提出InfiniVerse统一框架，通过3D占用表示和视频扩散模型实现从单帧到长距离、2D-3D对齐的动态城市场景可控生成，在Waymo和nuScenes上达到SOTA。
Comments Paper accepted as poster at ECCV workshop SPAD
AutoWorld: 通过自监督世界模型扩展多智能体交通仿真
机构 * University of Toronto（多伦多大学）
专题命中 仿真评测 ：LiDAR(summary_cn,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 本文提出AutoWorld框架，利用未标记的LiDAR数据自监督学习世界模型，提升多智能体交通仿真的真实感与性能，实验表明未标记数据能有效提升仿真效果。
DRIVESPATIAL：自动驾驶中视觉语言模型时空智能的基准
机构 * University of Arkansas, USA（美国阿肯色大学） ； Google Research, Google（谷歌研究院） ； University of Liverpool, UK（英国利物浦大学） ； Max Planck Research School for Intelligent Systems（马克斯·普朗克智能系统研究学校）
专题命中 仿真评测 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 提出DriveSpatial基准，通过多视角、时空推理任务评估视觉语言模型在自动驾驶中的场景构建、关系理解、时序推理和泛化能力，发现人类与模型间存在显著差距。
SuperQuadricOcc: 基于超级二次曲面体渲染的实时自监督语义占用估计
机构 * Data Driven Computer Engineering (D²iCE) Research Centre（数据驱动计算机工程（D²iCE）研究中心） ； University of Limerick（利默里克大学） ； Taighde Éireann – Research Ireland（爱尔兰研究——塔吉德）
专题命中 仿真评测 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出SuperQuadricOcc，通过超级二次曲面体渲染实现实时自监督语义占用估计，相比传统方法更高效且占用内存更少，在Occ3D-nuScenes数据集上取得最佳性能。
Comments Accepted at WACV 2027
Sim2Real-AD：一种模块化的仿真到现实框架，用于在现实世界自动驾驶中部署基于VLM的强化学习
机构 * Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； Google（谷歌）
专题命中 仿真评测 ：autonomous driving(title)；BEV(abstract_cn)；分类 cs.RO、cs.CV、cs.AI
AI总结 本文提出Sim2Real-AD框架，实现无需真实世界强化学习数据将CARLA训练的VLM引导强化学习策略零样本迁移到全尺寸车辆。框架包含几何观察桥、物理感知动作映射、两阶段渐进训练和实时部署流水线。
Comments 33 pages, 16 figures
DriveVLM-RL：受神经科学启发的强化学习与视觉语言模型用于安全可部署的自动驾驶
机构 * Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； Lyles School of Civil and Construction Engineering, Purdue University（普渡大学莱尔斯土木与建设工程学院） ； Department of Civil Engineering, McGill University（麦吉尔大学土木工程系）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 提出DriveVLM-RL框架，通过双通路架构将VLM集成到RL中，实现安全可部署的自动驾驶，在CARLA中显著优于基线。
Comments 33 pages, 16 figures
潜在高斯泼溅用于4D全景占据跟踪
机构 * University of Freiburg（弗赖堡大学） ； Bosch Research（博世研究院） ； University of Haifa（海法大学）
专题命中 仿真评测 ：occupancy(title,abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 提出潜在高斯泼溅（LaGS）方法，通过特征高斯体作为动态关键点实现多视图特征聚合，用于4D全景占据跟踪，在Occ3D nuScenes和Waymo上达到最优性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L), 2026
TaCarla: 端到端自动驾驶的综合基准数据集
机构 * Tuğrul Gorgülü *†（土耳其巴伊塞蒂大学） ； Atakan Dağ †（土耳其巴伊塞蒂大学） ； M. Esat Kalfaoğlu ‡（土耳其巴伊塞蒂大学） ； Halil İbrahim Kuru †（土耳其巴伊塞蒂大学） ； Barış Can Cam †（土耳其巴伊塞蒂大学） ； Halil İbrahim Öztürk †（土耳其巴伊塞蒂大学） ； Özsel Kılınç §（土耳其巴伊塞蒂大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 针对现有自动驾驶数据集不完整、行为多样性不足及闭环评估缺失等问题，基于CARLA Leaderboard 2.0挑战场景收集超过285万帧的多任务数据集，支持规划、检测、预测及视觉语言动作模型，并提供数值稀有度评分。
Comments Accepted at the Third Workshop on Simulation for Autonomous Driving (SAD), CVPR 2026
隐式质心引导：用于指令对齐自动驾驶的单次无分类器引导
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； NVIDIA（英伟达公司）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对视觉语言自动驾驶模型的指令跟随差距，提出单次引导机制LCS，降低推理延迟约50%，在Bench2Drive和nuScenes基准上提升指令遵循与驾驶性能。
Comments IROS 2026
LabRobFail：化学自动驾驶实验室中机器人故障分析的基准
专题命中 仿真评测 ：self-driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对化学自动驾驶实验室中机器人可靠性受化学实验特性限制、故障数据稀缺及评估协议缺乏等问题，引入LabRobFail框架，通过注入故障构建数据集，开发专门模型，提升故障检测等能力及下游任务成功率。
Comments Under review. Haobo Wang and Baoli Sun contributed equally. Code and data: https://github.com/Su-ISE-2001/SciRobo
通过动态知识空间实现自动驾驶的去混淆终身学习
机构 * Tongji University（同济大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文提出DeLL框架，结合DPMM与因果推理的front-door调整机制，构建动态知识空间以解决自动驾驶中的灾难性遗忘和知识迁移问题，并引入进化轨迹解码器提升规划能力。
Comments Accepted by ECCV 2026
ScenicRules：具有多目标规范和抽象场景的自动驾驶基准测试
机构 * University of California, Berkeley（加州大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出ScenicRules基准，通过层次化规则框架和形式化场景模型，在随机环境下评估自动驾驶系统对优先级多目标规范的满足程度。
Comments v2: Minor numerical corrections for Table V. 16 pages, 14 figures, 7 tables. Extended version of paper accepted to 2026 IEEE Intelligent Vehicles Symposium (IV 2026). ScenicRules benchmark available at https://github.com/BerkeleyLearnVerify/ScenicRules
SimWAM：一种用于端到端自动驾驶的简单世界动作模型
机构 * Huazhong University of Science & Technology（华中科技大学） ； Dongfeng Research & Development Institute（东风研发院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 SimWAM是一种仅将视频生成用作训练信号的简单WAM，通过联合流匹配协同训练视频与动作专家，在NAVSIM上达91.5 PDMS且延迟更低，可零样本迁移至nuScenes，为高效自动驾驶提供可靠基线。
Comments The code and model weights are available at https://github.com/H-EmbodVis/SimWAM/
FAST：面向自动驾驶并行强化学习中的对齐采样与训练框架
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； Didi Voyager Labs, DiDi Autonomous Driving（滴滴自动驾驶沃芽实验室） ； College of AI, Tsinghua University（清华大学人工智能学院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 提出FAST框架，通过动态并行采样对齐和缩放掩码填充优化，解决并行强化学习中的掉队者效应和采样效率瓶颈，实现至少1.78倍加速且保持统计无偏性。
SpaceDrive: 在基于视觉语言模型的自动驾驶中引入空间感知
机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； TU Munich（慕尼黑工业大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； University of Stuttgart（斯图加特大学） ； UCLA（加州大学洛杉矶分校）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出SpaceDrive框架，通过将空间信息作为显式位置编码来增强基于VLM的自动驾驶系统对精细3D空间关系的理解，从而提升规划精度和开放环性能。
CoopReflect：通过多智能体学习实现协同自动驾驶的自然语言通信
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Robert Bosch LLC（罗伯特·博世有限公司） ； University of California, Riverside（加州大学河滨分校） ； Sony AI（索尼人工智能）
专题命中 仿真评测 ：autonomous driving(title)；分类 cs.RO、cs.AI
AI总结 研究探索自然语言用于车对车通信的潜力，开发基于大语言模型的驾驶智能体，引入CoopReflect多智能体学习框架，通过试错等为智能体配备相关知识，实验表明其能生成更优消息，实现跨场景泛化并降低决策延迟。
Journal ref Proc. 25th Int. Conf. Autonomous Agents and Multiagent Systems (AAMAS), 744-752 (2026)
用于可信自动驾驶系统测试的模拟器集成
机构 * Technical University of Munich（慕尼黑技术大学） ； University of St. Gallen（圣加尔登大学）
专题命中 仿真评测 ：autonomous driving(title)；分类 cs.RO、cs.AI
AI总结 研究自动驾驶系统测试中模拟器结果不一致问题，提出MultiSim方法，利用模拟器集成和搜索策略识别故障场景，通过实验证明该方法比单模拟器及现有多模拟器方法更优，能提高故障识别率，还提出预测分歧和利用代理模型提高效率。
Journal ref Published in Empirical Software Engineering (EMSE), Vol. 31, No. 4, Article 80 (2026)
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