自动驾驶

Perspective-Equivariant Fine-tuning for Multispectral Demosaicing without Ground Truth

视角等变微调用于无地面真实多光谱去马赛克

Andrew Wang, Mike Davies

机构 * School of Engineering（工程学院） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出PEFD框架，通过利用相机成像系统的投影几何，利用更丰富的群结构恢复更多空域信息，并通过微调预训练模型实现高效多光谱去马赛克，优于现有方法，接近监督学习性能。

Comments To appear in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026

Towards Verified and Targeted Explanations through Formal Methods

通过形式方法实现验证和定向的解释

Hanchen David Wang, Diego Manzanas Lopez, Preston K. Robinette, Ipek Oguz, Taylor T. Johnson, Meiyi Ma

机构 * Vanderbilt University（范德比大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出ViTaX框架，通过形式方法生成具有数学保证的定向半事实解释，解决传统XAI方法在可解释性和可信度上的不足。

Comments Paper has been accepted at JAIR

Sparsity-Aware Voxel Attention and Foreground Modulation for 3D Semantic Scene Completion

稀疏感知体素注意力与前景调节用于3D语义场景补全

Yu Xue, Longjun Gao, Yuanqi Su, HaoAng Lu, Xiaoning Zhang

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出VoxSAMNet，通过稀疏感知和语义引导设计，解决单目语义场景补全中体素分布不平衡和泛化能力差的问题，实现更高效准确的3D场景补全。

Comments Accepted at CVPR 2026

Perspective: Towards sustainable exploration of chemical spaces with machine learning

视角：利用机器学习实现可持续的化学空间探索

Leonardo Medrano Sandonas, David Balcells, Anton Bochkarev, Jacqueline M. Cole, Volker L. Deringer, Werner Dobrautz, Adrian Ehrenhofer, Thorben Frank, Pascal Friederich, Rico Friedrich, Janine George, Luca Ghiringhelli, Alejandra Hinostroza Caldas, Veronika Juraskova, Hannes Kneiding, Yury Lysogorskiy, Johannes T. Margraf, Hanna Türk, Anatole von Lilienfeld, Milica Todorović, Alexandre Tkatchenko, Mariana Rossi, Gianaurelio Cuniberti

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 本文探讨了利用机器学习在化学空间中实现可持续探索的关键挑战与策略，包括通用机器学习模型、多保真度方法和物理约束整合，以提升效率和资源利用率。

Comments 44 pages, 8 figures, SusML workshop

Lumos: Let there be Language Model System Certification

Lumos: 让语言模型系统认证成为可能

Isha Chaudhary, Vedaant Jain, Prineet Parhar, Kavya Sachdeva, Avaljot Singh, Sayan Ranu, Gagandeep Singh

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indian Institute of Technology Delhi（印度理工学院德里分校） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 Lumos提出首个系统化框架，通过概率编程DSL实现语言模型系统行为的正式认证，支持复杂关系和时间规格，揭示了先进视觉语言模型在自动驾驶场景中的安全风险。

Service Discovery-Based Hybrid Network Middleware for Efficient Communication in Distributed Robotic Systems

基于服务发现的混合网络中间件用于分布式机器人系统中的高效通信

Shiyao Sang, Yinggang Ling

机构 * Huaiyin Institute of Technology（淮阴工学院） ； Chery Automobile Co., Ltd.（奇瑞汽车股份有限公司） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出RIMAOS2C中间件，通过多级服务发现组播支持多种通信模式，优化数据传输效率并减少延迟不确定性，提升自动驾驶系统通信性能。

Comments 8 pages, 8 figures, accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

Gaussian Mapping for Evolving Scenes

高斯映射用于动态场景

Vladimir Yugay, Thies Kersten, Luca Carlone, Theo Gevers, Martin R. Oswald, Lukas Schmid

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Nuremberg（纽伦堡工业大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出GaME方法，通过动态场景适应机制持续更新3DGS，结合新颖的关键帧管理机制，提升动态场景重建性能，在PSNR和L1深度误差上分别提升29.7%和3倍。

Learning collision risk proactively from naturalistic driving data at scale

从大规模自然驾驶数据中主动学习碰撞风险

Yiru Jiao, Simeon C. Calvert, Sander van Cranenburgh, Hans van Lint

机构 * Department of Transport & Planning（交通与规划系） ； Department of Engineering Systems and Services（工程系统与服务系） ； CityAI lab, Delft University of Technology（代尔夫特理工大学CityAI实验室） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出GSSM方法，通过自然驾驶数据主动学习碰撞风险，无需碰撞或风险标签，实现高精度和及时性预警，提升自动驾驶安全。

Comments Officially published in Nature Machine Intelligence. Equation (15) in the previous versions was wrong, which has been corrected since v4

VIRD: View-Invariant Representation through Dual-Axis Transformation for Cross-View Pose Estimation

VIRD：通过双轴变换实现视图不变表示的跨视图姿态估计

Juhye Park, Wooju Lee, Dasol Hong, Changki Sung, Youngwoo Seo, Dongwan Kang, Hyun Myung

机构 * Urban Robotics Lab, School of Electrical Engineering, KAIST（首尔国立大学电气工程学院智能城市机器人实验室） ； Hanwha Aerospace（韩华航空航天） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出VIRD方法，通过双轴变换构建视图不变表示，解决地面与卫星视图间显著视角差异问题，提升跨视图姿态估计精度。

Comments Accepted to CVPR 2026

Student views in AI Ethics and Social Impact

人工智能伦理与社会影响中的学生观点

Tudor-Dan Mihoc, Manuela-Andreea Petrescu, Emilia-Loredana Pop

机构 * Department of Computer Science, Babes Bolyai University, Cluj-Napoca, Romania（巴纳特-波耶伊大学计算机科学系，克鲁日-纳波卡，罗马尼亚） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 研究从性别角度探讨学生对人工智能伦理影响和社会效应的看法，发现男性更关注计算机科学、自动驾驶等技术变化，女性更关注社交媒体影响，两者均认为AI存在潜在威胁，但女性更强调伦理与助人。

MoVieDrive: Urban Scene Synthesis with Multi-Modal Multi-View Video Diffusion Transformer

MoVieDrive：基于多模态多视角视频扩散变换器的城市场景合成

Guile Wu, David Huang, Dongfeng Bai, Bingbing Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出MoVieDrive，通过多模态多视角视频扩散变换器生成城市驾驶场景视频，实现多模态数据生成与可控生成。

Comments CVPR 2026 Findings Track

Motion Forcing: A Decoupled Framework for Robust Video Generation in Motion Dynamics

运动强制：一种解耦框架，用于运动动态中的鲁棒视频生成

Tianshuo Xu, Zhifei Chen, Leyi Wu, Hao Lu, Ying-cong Chen

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 运动强制通过解耦物理推理与视觉合成，提升复杂场景下视频生成的鲁棒性和物理一致性。

Comments https://tianshuo-xu.github.io/Motion-Forcing/

Influence-Based Reward Modulation for Implicit Communication in Human-Robot Interaction

基于影响的奖励调节用于人机交互中的隐式通信

Haoyang Jiang, Elizabeth A. Croft, Michael G. Burke

机构 * Monash University（莫纳什大学） ； University of Victoria（维多利亚大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出了一种基于转移熵的奖励调节方法，用于增强人机交互中的隐式通信，通过调节影响力提升协作与互动效果。

Comments Preprint. 26 pages, 15 figures. Submitted to IEEE Transactions on Human-Robot Interaction (THRI). Accepted manuscript version

Imagine a City: CityGenAgent for Procedural 3D City Generation

想象一座城市：CityGenAgent用于程序化3D城市生成

Zishan Liu, Zecong Tang, RuoCheng Wu, Xinzhe Zheng, Jingyu Hu, Ka-Hei Hui, Haoran Xie, Bo Dai, Zhengzhe Liu

机构 * Lingnan University, Hong Kong SAR, China（岭南大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Autodesk AI Lab, Canada（Autodesk AI实验室） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 CityGenAgent通过自然语言驱动的分层程序化生成方法，实现了高质量3D城市生成，提升了语义对齐、视觉质量和可控性。

DriveFine: Refining-Augmented Masked Diffusion VLA for Precise and Robust Driving

DriveFine: 通过细化增强的掩码扩散VLA实现精确且鲁棒的驾驶

Chenxu Dang, Sining Ang, Yongkang Li, Haochen Tian, Jie Wang, Guang Li, Hangjun Ye, Jie Ma, Long Chen, Yan Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米电动车） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DriveFine提出一种结合灵活解码与自我纠正能力的掩码扩散VLA模型，通过插件式块MoE和混合强化学习策略提升自动驾驶规划的精度与鲁棒性。

LD-ViCE: Latent Diffusion Model for Video Counterfactual Explanations

LD-ViCE：基于视频的反事实解释的潜在扩散模型

Payal Varshney, Adriano Lucieri, Christoph Balada, Sheraz Ahmed, Andreas Dengel

机构 * Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau（莱茵-瓦尔德大学凯泽斯劳滕-兰道分校） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 LD-ViCE通过潜在扩散模型生成高质量的视频反事实解释，提升模型可解释性和可信度。

Comments 44 Pages

Head-to-Head autonomous racing at the limits of handling in the A2RL challenge

极限操控下的头对头自动驾驶赛车挑战

Simon Hoffmann, Simon Sagmeister, Tobias Betz, Joscha Bongard, Sascha Büttner, Dominic Ebner, Daniel Esser, Georg Jank, Sven Goblirsch, Alexander Langmann, Maximilian Leitenstern, Levent Ögretmen, Phillip Pitschi, Ann-Kathrin Schwehn, Cornelius Schröder, Marcel Weinmann, Frederik Werner, Boris Lohmann, Johannes Betz, Markus Lienkamp

机构 * Institute of Automotive Technology, TUM（汽车技术研究所，慕尼黑技术大学） ； Chair of Automatic Control, TUM（自动控制教授座，慕尼黑技术大学） ； Professorship Autonomous Vehicle Systems, TUM（自主车辆系统教授职位，慕尼黑技术大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 TUM团队通过模拟人类驾驶行为，在极限操控下开发算法赢得A2RL赛事，提升自动驾驶技术与道路安全。

Comments Submitted to Science Robotics for possible publication

MARC: Memory-Augmented RL Token Compression for Efficient Video Understanding

MARC: 用于高效视频理解的记忆增强强化学习令牌压缩

Peiran Wu, Zhuorui Yu, Yunze Liu, Chi-Hao Wu, Enmin Zhou, Junxiao Shen

机构 * University of Bristol（布里斯托大学） ； Memories.ai Research（Memories.ai研究） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 MARC通过结合结构化检索和强化学习知识蒸馏，实现高效视频理解，显著减少视觉令牌、GPU内存和延迟。

Comments Accepted at ICLR 2026

PoSafeNet: Safe Learning with Poset-Structured Neural Nets

PoSafeNet: 基于偏序结构神经网络的安全学习

Kiwan Wong, Wei Xiao, Daniela Rus

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Worcester Polytechnic Institute（沃斯特理工学院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 PoSafeNet通过偏序结构神经网络实现安全学习，通过可微神经安全层在偏序一致约束顺序下进行闭式投影，提升机器人系统在多障碍导航、受约束操作和自动驾驶中的可行性、鲁棒性和可扩展性。

SplatBus: A Gaussian Splatting Viewer Framework via GPU Interprocess Communication

SplatBus: 一种通过GPU进程间通信实现的高斯溅射查看框架

Yinghan Xu, Théo Morales, John Dingliana

机构 * Trinity College Dublin（都柏林三一学院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 SplatBus通过GPU进程间通信实现3D高斯溅射的可视化，解决了传统渲染管线整合难题，适用于自动驾驶和虚拟现实等应用。

Autonomous Materials Exploration by Integrating Automated Phase Identification and AI-Assisted Human Reasoning

通过整合自动化相识别和AI辅助的人类推理实现自主材料探索

Ming-Chiang Chang, Maximilian Amsler, Duncan R. Sutherland, Sebastian Ament, Katie R. Gann, Lan Zhou, Louisa M. Smieska, Arthur R. Woll, John M. Gregoire, Carla P. Gomes, R. Bruce van Dover, Michael O. Thompson

机构 * Department of Materials Science and Engineering, Cornell University, Ithaca, NY 14853, United States（材料科学与工程系，康奈尔大学，Ithaca, NY 14853, United States） ； Department of Computer Science, Cornell University, Ithaca, NY 14853, United States（计算机科学系，康奈尔大学，Ithaca, NY 14853, United States） ； Joint Center for Artificial Photosynthesis, California Institute of Technology, Pasadena, CA 91125（人工光合作研究中心，加州理工学院，Pasadena, CA 91125） ； Cornell High Energy Synchrotron Source, Cornell University, Ithaca, NY 14850, United States（康奈尔高能同步辐射源，康奈尔大学，Ithaca, NY 14850, United States） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 通过整合自动化相识别和AI辅助的人类推理，实现自主材料探索，提升材料合成效率和发现新材料的能力。

Comments Main manuscript: 21 pages(including references), 6 figures. Supplementary Information: 12 pages, 9 figures, 1 table

A Minimal Solver for Relative Pose Estimation with Unknown Focal Length from Two Affine Correspondences

基于两个仿射对应关系的最小求解器用于估计未知焦距的相对姿态

Zhenbao Yu, Shirong Ye, Ronghe Jin, Shunkun Liang, Zibin Liu, Huiyun Zhang, Banglei Guan

机构 * School of Aerospace Science and Engineering, National University of Defense Technology（航天科学与工程学院，国防科技大学） ； Hunan Provincial Key Laboratory of Image Measurement and Vision Navigation（图像测量与视觉导航省级重点实验室） ； Global Navigation Satellite System Research Center（全球导航卫星系统研究中心） ； School of Geodesy and Geomatics, Wuhan University（测绘学院，武汉大学） ； School of Remote Sensing Information Engineering, Wuhan University（遥感信息工程学院，武汉大学） ； School of Software, Henan University（软件学院，河南大学） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.CV

AI总结 本文提出了一种基于两个仿射对应关系的最小求解器，用于估计未知焦距的相对姿态，通过多项式特征值方法提高了求解效率和精度。

OntoGSN: An Ontology-Based Framework for Semantic Management and Extension of Assurance Cases

OntoGSN：基于本体的保障案例语义管理和扩展框架

Tomas Bueno Momcilovic, Barbara Gallina, Ingmar Kessler, Jule Hendricks, Dian Balta

机构 * fortiss research institute（fortiss研究机构） ； Mälardalen University（马尔默达伦大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 OntoGSN通过本体和中间件实现保障案例的语义管理和扩展，提供知识表示和查询功能，并在对抗鲁棒性保障中展示实用性。

Comments Submitted to the ESWC 2026 Resources track

Globally Optimal Solution to the Generalized Relative Pose Estimation Problem using Affine Correspondences

利用仿射对应关系求解通用相对位姿估计问题的全局最优解

Zhenbao Yu, Banglei Guan, Shunkun Liang, Zibin Liu, Yang Shang, Qifeng Yu

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（航空科学与工程学院，国防科技大学） ； Global Navigation Satellite System Research Center, Wuhan University（导航卫星系统研究所，武汉大学） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.CV

AI总结 本文提出了一种利用仿射对应关系的全局最优求解器，用于估计已知垂直方向的通用相对位姿，通过建立成本函数和多项式求解方法，提升了多摄像头系统相对位姿估计的精度。

MADrive: Memory-Augmented Driving Scene Modeling

MADrive: 基于记忆的驾驶场景建模

Polina Karpikova, Daniil Selikhanovych, Kirill Struminsky, Ruslan Musaev, Maria Golitsyna, Dmitry Baranchuk

机构 * Yandex ； Yandex Research（Yandex研究院） ； HSE University（俄罗斯高等经济大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 MADrive通过引入基于记忆的框架，利用外部记忆库中的3D资产替换观测车辆，实现对自动驾驶场景的逼真合成与扩展。

Synthetic Error Injection Fails to Elicit Self-Correction In Language Models

合成错误注入无法在语言模型中引发自我修正

David X. Wu, Shreyas Kapur, Anant Sahai, Stuart Russell

机构 * ucb（伯克利大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本研究发现合成错误注入无法有效提升语言模型的自我修正能力，揭示了策略性强化学习在激发自我修正方面的独特优势。

Comments 13 pages, 12 figures

Text2Traffic: A Text-to-Image Generation and Editing Method for Traffic Scenes

Text2Traffic: 一种用于交通场景的文本到图像生成与编辑方法

Feng Lv, Haoxuan Feng, Zilu Zhang, Chunlong Xia, Yanfeng Li

机构 * Baidu（百度） ； School of Electronic and Information Engineering, Beijing Jiaotong University（北京交通大学电子与信息工程学院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出了一种统一的文本驱动框架，通过可控掩码机制和多视角数据增强，提升交通场景中文本到图像生成与编辑的保真度和对齐性。

DINO-Foresight: Looking into the Future with DINO

DINO-Foresight: 用DINO展望未来

Efstathios Karypidis, Ioannis Kakogeorgiou, Spyros Gidaris, Nikos Komodakis

机构 * Archimedes, Athena Research Center（阿基米德研究所，雅典研究学院） ； National Technical University of Athens（雅典国立技术大学） ； University of Crete（克里特大学） ； IACM-Forth（福伊恩研究所） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DINO-Foresight通过在预训练视觉基础模型的语义特征空间中训练，实现了对未来动态的预测，提升了自动驾驶和机器人领域的环境理解能力。

Comments NeurIPS 2025

DeLightMono: Enhancing Self-Supervised Monocular Depth Estimation in Endoscopy by Decoupling Uneven Illumination

DeLightMono: 通过解耦不均匀照明提升内窥镜自监督单目深度估计

Mingyang Ou, Haojin Li, Yifeng Zhang, Ke Niu, Zhongxi Qiu, Heng Li, Jiang Liu

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DeLightMono通过解耦照明和反光信息，提升内窥镜图像中低光照区域的自监督单目深度估计性能。

AVS: A Computational and Hierarchical Storage System for Autonomous Vehicles

AVS：面向自动驾驶车辆的计算与分层存储系统

Yuxin Wang, Yuankai He, Weisong Shi

机构 * University of Delaware（特拉华大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO

AI总结 AVS是一种面向自动驾驶车辆的计算与分层存储系统，通过模态感知压缩、热-冷分层和轻量级元数据层，实现高效的数据存储与检索。