自动驾驶

Occlusion-Aware Multimodal Beam Prediction and Pose Estimation for mmWave V2I

面向毫米波V2I的遮挡感知多模态波束预测与姿态估计

Abidemi Orimogunje, Hyunwoo Park, Kyeong-Ju Cha, Igbafe Orikumhi, Sunwoo Kim, Dejan Vukobratovic

专题命中 规划控制 ：LiDAR(abstract)

AI总结 本文提出一种受SLAM启发的多模态学习框架，用于动态遮挡下的毫米波V2I波束管理，通过融合RGB图像、LiDAR点云、雷达范围-角度图、GNSS和短时毫米波功率历史，实现波束索引、遮挡概率和2D位置的联合预测，验证了感知与通信结合在6G V2I系统中的价值。

Comments IEEE VTC

AMBER: An Adaptive Multimodal Mask Transformer for Beam Prediction with Missing Modalities

AMBER: 一种自适应多模态掩码变换器用于缺失模态的波束预测

Chenyiming Wen, Binpu Shi, Min Li, Ming-Min Zhao, Min-Jian Zhao, Jiangzhou Wang

专题命中 规划控制 ：LiDAR(abstract)

AI总结 AMBER通过自适应处理多模态数据中的缺失模态问题，提升波束预测的鲁棒性和准确性，实验表明其在真实世界数据集上优于现有多模态学习基线。

Comments 13 pages, 9 figures

Robust valley-polarized excitonic Mott states and doublons enabled by stacking-controlled moiré geometry

具有堆叠控制莫尔几何的鲁棒谷极化激发电子Mott态和双子极子

Hao-Tien Chu, Shou-Chien Chiu, Meng-Che Yeh, Yu-Wei Hsieh, Jia-Sian Su, Xiao-Wei Zhang, Jie-Yong Zeng, Po-Chun Huang, Si-Jie Chang, Kenji Watanabe, Takashi Taniguchi, Yunbo Ou, Seth Ariel Tongay, Ting Cao, Chaw-Keong Yong

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过调控堆叠的莫尔几何增强邻近莫尔单元间的激发子排斥作用，稳定了单位填充值的激发电子Mott态，并在低温下保持鲁棒性。

Relaxing Constraints in Anonymous Multi Agent Path Finding for Large Agents

在大尺寸代理中放宽匿名多智能体路径寻找的约束

Stepan Dergachev, Dmitry Avdeev

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文针对匿名多智能体路径寻找问题，提出了一种在连续空间中放宽代理间最小分离约束的方法，将原本4倍半径的限制降低至2√3倍，同时保持路径安全性和无碰撞的理论性质。

Comments 14 pages, 6 figures

OrbCC: High-Throughput and Low-Latency Data Transport for LEO Satellite Networks

OrbCC：面向低轨卫星网络的高吞吐低时延数据传输

Aiden Valentine, Ian Wakeman, George Parisis

专题命中 规划控制 ：occupancy(abstract)

AI总结 针对低轨卫星网络动态性强、时延波动和丢包等问题，OrbCC通过节点内支持收集每跳拥塞信息，优化缓冲区占用、提升吞吐量并快速响应拥塞热点。

Comments 9 pages, 10 figures

Digital Twin Enabled Simultaneous Learning and Modeling for UAV-assisted Secure Communications with Eavesdropping Attacks

基于数字孪生的UAV辅助安全通信中同时学习与建模

Jieting Yuan, Songhan Zhao, Ye Xue, Yu Zhao, Bo Gu, Shimin Gong

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文研究UAV辅助无线网络中的安全通信问题，提出DT-SLAM框架通过数字孪生实现高效学习，以应对智能窃听UAV的威胁，提升安全吞吐量。

Self-referenced, drift-tolerant dipole-resolved population inversion using degeneracy-lifted dual quasinormal modes

自参考、抗漂移的双极子解析人口倒置使用退化提升的双准正常模

Jiaxin Yu, Xinyu Zhang, Guangyu Dai, Shuai Xing, Minghui Yang, Fuxing Gu

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过双通道自参考方案，利用退化提升的双准正常模实现抗漂移的双极子解析人口倒置，无需外部绝对校准。

Comments 7 pages, 4 figures, 31 references

Journal ref Optics Express 2026

DQN Based Joint UAV Trajectory and Association Planning in NTN Assisted Networks

基于DQN的NTN辅助网络中无人机轨迹与关联规划

Afsoon Alidadi Shamsabadi, Cosmas Mwaba, Thomas Nugent, Jie Gao, Pablo Madoery, Halim Yanikomeroglu, Subhadeep Pal

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出基于DQN的联合无人机轨迹与关联规划算法，旨在降低能耗、减少切换频率和断连问题，通过整合地球静止轨道网络架构实现无缝无人机连接。

Privacy-Preserving Formation Control for Networked Underactuated USVs: A Passivity-Based Approach

隐私保护的网络化欠驱动USV编队控制：基于被动性的方法

Jingyi Zhao, Wenxuan Wang, Weijun Zhou, Yongxin Wu, Yuhu Wu, Yann Le Gorrec

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文研究了在严格隐私要求下多无人水面舰艇的协同轨迹规划与跟踪控制，采用估计的舰队质心作为唯一共享变量，实现编队协调与隐私保护。基于此机制，为舰队生成编队轨迹，利用端口哈密顿系统建模集体动力学，并为每个USV设计基于被动性的跟踪控制器，通过实验验证了系统稳定性和有效编队跟踪。

Understanding Behavior Cloning with Action Quantization

通过动作量化理解行为克隆

Haoqun Cao, Tengyang Xie

机构 * Department of Computer Sciences, University of Wisconsin–Madison, Madison, WI, USA（威斯康星大学麦迪逊分校计算机科学系） 纠错

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文研究行为克隆中动作量化的影响，分析量化误差传播与统计样本复杂度的相互作用，证明量化行为克隆在稳定动态和概率光滑性条件下可达到最优样本复杂度，提出基于模型的增强方法以改进误差界。

Planning Autonomous Vehicle Maneuvering in Work Zones Through Game-Theoretic Trajectory Generation

通过博弈论轨迹生成实现自动驾驶车辆在作业区的 maneuvering 规划

Mayar Nour, Atrisha Sarkar, Mohamed H. Zaki

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出博弈论框架用于生成自动驾驶车辆在作业区的轨迹，通过建模变道为车辆间的非合作博弈，平衡安全、进度和交通稳定性，减少冲突频率35%。

Comments This work has been submitted to the IEEE for possible publication

Forecast-Aware Cooperative Planning on Temporal Graphs under Stochastic Adversarial Risk

面向随机对抗风险的时序图上协作规划

Manshi Limbu, Xuan Wang, Gregory J. Stein, Daigo Shishika, Xuesu Xiao

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种面向随机对抗风险的时序图协作规划框架，通过整合随机风险预测与前瞻性支持分配，有效降低团队总预期成本，接近理想规划器性能。

Hierarchical Decision-Making under Uncertainty: A Hybrid MDP and Chance-Constrained MPC Approach

在不确定性下的分层决策：一种混合MDP和机会约束MPC方法

Siyuan Li, Chengyuan Liu, Wen-Hua Chen

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出一种混合MDP和机会约束MPC的分层决策框架，用于自动驾驶中处理不确定性，通过多模态预测与安全约束实现 maneuver 选择与动态可行性的统一，验证了其在高速公路和城市环境中的安全性和效率。

Comments 14 pages, 10 figures

Risk Aware Safe Control with Multi-Modal Sensing for Dynamic Obstacle Avoidance

具有多模感知的动态障碍物避让风险感知安全控制

Pei Yu Chang, Qizhe Xu, Vishnu Renganathan, Qadeer Ahmed

专题命中 规划控制 ：LiDAR(abstract)

AI总结 本文提出一种融合概率状态估计与条件风险值控制障碍函数的安全框架，通过 Wasserstein barycenter 结合多模感知数据，提升自动驾驶在动态环境中的安全性和鲁棒性。

Risk-Budgeted Control Framework for Balanced Performance and Safety in Autonomous Vehicles

面向自动驾驶车辆平衡性能与安全的风险预算控制框架

Pei Yu Chang, Vishnu Renganathan, Qadeer Ahmed

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出一种混合控制框架，通过风险预算监控在安全认证的自动驾驶中平衡性能与安全。框架通过滑动窗口监控不足的屏障残差，当安全边际恶化时切换至更保守的条件风险价值CBF（CVaR-CBF）。

Improving critical buildings energy resilience via shared autonomous electric vehicles -- A sequential optimization framework

通过共享自动驾驶电动车提升关键建筑能源韧性——一种序列优化框架

Jinming Liu, Adam Abdin, Jakob Puchinger

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出一种序列优化框架，评估共享自动驾驶电动车通过V2B服务提升关键建筑能源韧性潜力，考虑乘客接驳、车辆调度及电池充放电，分析停电场景下的应急供电能力。

Journal ref Computers and Operations Research, 2024, 163

Evaluating randomized smoothing as a defense against adversarial attacks in trajectory prediction

评估随机平滑作为对抗攻击在轨迹预测中的防御手段

Julian F. Schumann, Eduardo Figueiredo, Frederik Baymler Mathiesen, Luca Laurenti, Jens Kober, Arkady Zgonnikov

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出基于随机平滑的轨迹预测防御方法，通过实验验证其在提升模型鲁棒性的同时保持预测准确性。

Dressed-State Optomechanics in the Few-Photon Regime

少光子 regime 中的 dressed-state 光机械学

Surangana Sengupta, Björn Kubala, Joachim Ankerhold, Ciprian Padurariu

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出了一种在少光子 regime 中通过调节 dressed-state 曼陀网实现光机械学冷却的新型方法，利用 Josephson 光子学架构实现对机械模式的量子操控。

Comments 11 Pages, 4 figures

Neural Control and Learning of Simulated Hand Movements With an EMG-Based Closed-Loop Interface

基于EMG的闭环接口的神经控制与学习：模拟手部运动

Balint K. Hodossy, Dario Farina

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出了一种结合肌肉骨骼模拟、强化学习和在线肌电合成的神经机械模型，用于模拟手部运动并评估神经控制器。

Data-Driven Bed Capacity Planning Using $M_t/G_t/\infty$ Queueing Models with an Application to Neonatal Intensive Care Units

基于 $M_t/G_t/\infty$ 队列模型的数据驱动床容量规划及其在新生儿重症监护室的应用

Maryam Akbari-Moghaddam, Douglas G. Down, Na Li, Catherine Eastwood, Ayman Abou Mehrem, Alexandra Howlett

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出基于 $M_t/G_t/\infty$ 队列模型的数据驱动方法，用于ICU床位容量规划，通过分析LOS变化和时间波动，提升床位需求预测的准确性。

Comments This paper has been submitted to the Operations Research, Data Analytics and Logistics journal

FlowsDT: A Geospatial Digital Twin for Navigating Urban Flood Dynamics

FlowsDT：用于导航城市洪水动态的地理空间数字孪生

Debayan Mandal, Lei Zou, Abhinav Wadhwa, Rohan Singh Wilkho, Zhenhang Cai, Bing Zhou, Xinyue Ye, Galen Newman, Nasir Gharaibeh, Burak Güneralp

专题命中 规划控制 ：LiDAR(abstract)

AI总结 FlowsDT通过地理空间数字孪生技术，结合水动力学建模，实现对加维斯顿城不同洪水情景下的精准模拟与风险评估，提升城市防洪韧性。

ABM-UDE: Developing Surrogates for Epidemic Agent-Based Models via Scientific Machine Learning

ABM-UDE：通过科学机器学习开发用于流行病代理模型的替代方案

Sharv Murgai, Utkarsh Utkarsh, Kyle C. Nguyen, Alan Edelman, Erin C. S. Acquesta, Christopher Vincent Rackauckas

机构 * Monta Vista High School（蒙塔维斯塔高中） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Sandia National Laboratories（桑塔纳国家实验室） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 ABM-UDE通过科学机器学习开发流行病代理模型的替代方案，利用UDEs学习接触率参数化，提升预测精度与可靠性，实现快速、可解释的流行病模拟。

Comments 25 pages, 4 figures

$κ$-Explorer: A Unified Framework for Active Model Estimation in MDPs

$κ$-Explorer: 一个用于MDPs中主动模型估计的统一框架

Xihe Gu, Urbashi Mitra, Tara Javidi

专题命中 规划控制 ：occupancy(abstract)

AI总结 $κ$-Explorer通过统一框架提升MDPs中主动模型估计的效率与精度

A Bayesian Framework for Post-disruption Travel Time Prediction in Metro Networks

一种用于地铁网络灾后旅行时间预测的贝叶斯框架

Shayan Nazemi, Aurélie Labbe, Stefan Steiner, Pratheepa Jeganathan, Martin Trépanier, Léo R. Belzile

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种贝叶斯框架，用于预测地铁网络灾后旅行时间，通过考虑分布灵活性和误差依赖性，提高预测精度和不确定性量化。

AI/ML-Driven Surface Plasmon Resonance (SPR) and Spectroscopy: Materials Interfaces and Autonomous Experiments

由人工智能/机器学习驱动的表面等离子共振（SPR）和光谱学：材料界面与自主实验

Rigoberto Advincula, Jihua Chen

专题命中 规划控制 ：self-driving(abstract)

AI总结 本文探讨了AI/ML在SPR光谱学中的应用，提出自我驱动实验室概念，推动材料科学中自主实验与智能传感的结合。

Comments 39 pages, 14 figures

Device for MHz-rate rastering of arbitrary 2D optical potentials

MHz速率任意2D光学势扫描装置

Edita Bytyqi, Josiah Sinclair, Joshua Ramette, Vladan Vuletić

专题命中 规划控制 ：LiDAR(abstract)

AI总结 提出一种可实现MHz速率任意2D光学势扫描的装置，提升量子比特连接性和电路效率，拓展至LiDAR和荧光显微镜等应用。

SAGAN-VI: When Jets Meet Filaments -- Environmental Imprints on the Growth of Giant Radio Galaxies

SAGAN-VI：当喷流遇见纤维体——环境印记对巨型射电星系生长的影响

Mousumi Mahato, Elmo Tempel, Shishir Sankhyayan, Pratik Dabhade, Kshitij Chavan

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究通过分析GRGs与SRGs的环境因素，发现喷流与纤维体的对齐关系影响巨型射电星系的形态和生长。

Comments Accepted for publication in Astronomy & Astrophysics (A&A). 8 Figures, 3 images, and 1 table. Comments are welcome

Journal ref A&A 706, A310 (2026)

Energy-Aware Holistic Optimization in UAV-Assisted Fog Computing: Attitude, Trajectory, Task Assignment

面向无人机辅助雾计算的能耗感知整体优化：姿态、轨迹、任务分配

Shuaijun Liu, Jinqiu Du, Yaxin Zheng, Jiaying Yin, Yuhui Deng, Jingjin Wu

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出了一种面向无人机辅助雾计算的能耗感知整体优化框架，通过联合优化姿态、轨迹和任务分配，提升系统性能。

Comments 21 pages, 14 figures

Journal ref Computer Networks 277, 112064, 2026

Assessing Projected Quantum Kernels for the Classification of IoT Data

评估用于物联网数据分类的投影量子核

Francesco D'Amore, Luca Mariani, Carlo Mastroianni, Francesco Plastina, Luca Salatino, Jacopo Settino, Andrea Vinci

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出利用投影量子核对物联网数据进行分类，通过比较PQK与经典方法，验证了其在量子编码中的有效性。

Journal ref Array Volume 29, March 2026, 100695

DRL-Enabled Trajectory Planing for UAV-Assisted VLC: Optimal Altitude and Reward Design

基于深度强化学习的无人机辅助可见光通信轨迹规划：最优高度与奖励设计

Tian-Tian Lin, Yi Liu, Xiao-Wei Tang, Yunmei Shi, Yi Huang, Zhongxiang Wei, Qingqing Wu, Yuhan Dong

机构 * Department of Information and Communication Engineering, Tongji University（信息与通信工程系，同济大学） ； Department of Electronic Engineering, Shanghai Jiao Tong University（电子工程系，上海交通大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出基于深度强化学习的无人机辅助可见光通信轨迹规划方法，通过优化无人机飞行高度和奖励机制，显著提高数据收集效率。