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。
流式高斯编码用于4D全景占据跟踪
机构 * University of Freiburg（弗莱堡大学） ； Bosch Research, Robert Bosch GmbH（博世研究中心，罗伯特·博世有限公司） ； University of Haifa（海法大学）
专题命中 仿真评测 ：occupancy(title,abstract)；分类 cs.RO、cs.CV
AI总结 提出流式高斯编码器，通过持久化场景表示和置信度引导的预算约束，实现相机4D全景占据跟踪，在nuScenes和Waymo上达到新最优。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
DrivingAgent: 自动驾驶系统的设计与调度智能体
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） ； University of California, Merced（加州大学默塞德分校）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 提出DrivingAgent框架，通过自动化模块开发（设计阶段）和强化学习训练的轻量级LLM实时调度（调度阶段），解决自动驾驶系统集成新模型和满足实时约束的挑战，在nuScenes和Bench2Drive上取得更优速度-精度权衡。
SSP：面向自动驾驶VLA模型的事件匹配Syn2Sim2Phy跨域评估框架
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） ； Tongji Automotive Design & Research Institute Co., Ltd.（同济汽车设计研究院有限公司） ； Hubei Jingchu Humanoid Robot Co., Ltd.（湖北荆楚人形机器人有限公司） ； University of Chicago（芝加哥大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出SSP框架，通过锚定同一安全关键交互事件实现自动驾驶VLA模型的跨域评估，在合成、仿真、真实域中测得不同模型的性能差异，为VLA行为提供可复现的评估方法。
TALSC：面向基础设施辅助自动驾驶的时效性感知大小视觉语言模型协作
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 针对基础设施辅助自动驾驶中VLM协作的时效性问题，提出TALSC框架，通过李雅普诺夫漂移加估计惩罚算法优化调度，在nuScenes仿真中较最优基线实现Micro-F1最高12.6%的归一化提升。
Comments This paper has been accepted by IEEE GLOBECOM 2026
WM-Cov：交互式世界模型式自动驾驶仿真的测试充分性
机构 * School of Transportation Science and Engineering, Harbin Institute of Technology（哈尔滨工业大学交通科学与工程学院） ； Chongqing Research Institute of HIT（哈尔滨工业大学重庆研究院） ； Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司） ； University of Nis（尼什大学） ； University of Belgrade（贝尔格莱德大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 本文针对交互式世界模型式自动驾驶仿真测试的充分性问题，提出与提供方无关的 WM-Cov 评估层，经多组实验验证其可通过有效交互式证据收敛性更科学地评估测试效果。
Comments 11 pages, 6 figures, 7 tables
结果引导蒸馏：一种提升自动驾驶中视觉语言模型推理能力的师生框架
机构 * Stony Brook University（石溪大学） ； Rutgers University（罗格斯大学） ； Sunrise Technology Inc.（晨昇科技公司）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本研究提出结果引导蒸馏的师生框架，将VLM的显式推理与几何轨迹生成结合，在Waymo基准上使自动驾驶性能提升约24%，优于经典推理基线。
RayOcc：通过高斯混合强度进行遮挡感知光线占有率估计
机构 * School of Electrical Engineering, Kookmin University（韩国建国大学电气工程学院）
专题命中 仿真评测 ：occupancy(title,abstract)；分类 cs.CV
AI总结 研究针对仅相机的3D语义占有率预测中因深度模糊和遮挡带来的挑战，提出RayOcc框架。该框架将光线建模为多标签存在预测，通过估计高斯混合强度及转换为占有率概率，初始化高斯基元进行语义占有率预测，在nuScenes基准测试中取得最优成绩。
Comments Accepted to IROS 2026
nuTruck：分布式电动卡车自动驾驶规划的基准测试
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； KargoBot.AI Inc.（卡戈博特人工智能公司）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 针对分布式电动卡车自动驾驶规划，提出nuTruck基准测试。纳入高精度动力学模型，采用多种规划器为基线，利用真实场景闭环评估，可定量评估侧翻风险等，有望成为评估此类规划器的新标准。
Comments 8 pages, 6 figures, 5 tables
一种用于自动驾驶安全验证的风险场增强闭环数字孪生框架
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 针对自动驾驶安全验证，提出风险场增强闭环数字孪生框架，集成多方面功能，引入驾驶风险场描述风险，通过评估协议比较不同方法，该框架能让验证更具针对性、可解释性和可重用性，但受模型保真度等因素限制。
点作为骨架：累积点云增强自回归生成用于闭环自动驾驶模拟
机构 * Shanghai Jiao Tong University（上海交通大学） ； Yinwang Intelligent Technology Co., Ltd.（银望智能科技有限公司） ； Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 针对自动驾驶模拟难题，提出“点作为骨架”框架，通过自回归生成器结合多种条件合成视频，引入Reset-and-Roll支持闭环，用点云骨架稳定误差，实现基于nuPlan的闭环生成接口，实验证明其提升了闭环自回归生成质量。
CommonRoad-Game：面向自动驾驶的人机协同仿真框架
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出CommonRoad-Game轻量级人机协同仿真框架，通过多线程同步机制实现确定性交互，支持运动规划器测试与人类驾驶行为分析。
Comments 15 pages, 18 figures, 2 tables. Source code: https://github.com/Yunfei-Bi8/CommonRoad-Game
DriveWeaver: 基于点云条件的视频修复用于自动驾驶仿真中的可控车辆插入
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 提出DriveWeaver框架，通过点云条件视频修复实现自动驾驶仿真中可控车辆插入，解决光照不一致和3D资产依赖问题，支持大规模场景增强。
Comments Accepted at ECCV 2026, Project Page: https://github.com/LogosRoboticsGroup/DriveWeaver
MVPruner: 用于加速自动驾驶中多视图视觉语言模型的动态令牌剪枝
机构 * School of Information Engineering, Chang’an University, China（长安大学信息工程学院） ； School of Artificial Intelligence, Shanghai Jiaotong University, China（上海交通大学人工智能学院）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 提出MVPruner，一种两阶段自适应令牌剪枝方法，通过动态分配剪枝预算和基于指令的令牌选择，在保持精度的同时大幅降低计算量，实现多视图视觉语言模型的高效推理。
Comments accepted by ECCV26
SENSE-VAD：面向自动驾驶的情感和语义视频异常检测
机构 * University of South Florida（南佛罗里达大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 针对自动驾驶中社会关系导致的异常（如追逐、被抱等），提出首个合成视频异常检测基准SENSE-VAD，利用CARLA和UE生成多类别社交异常场景，并分离社交异常与运动异常，评估现有方法发现其难以解决该挑战。
DriveReward：面向自动驾驶的综合数据集与生成式视觉语言奖励模型
机构 * Tsinghua University（清华大学） ； Xiaomi EV（小米汽车）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 提出DriveReward数据集和专用视觉语言奖励模型，通过反事实标注和时序视觉引导，解决自动驾驶中奖励获取的泛化问题，在强化学习和轨迹选择中取得与基于规则方法相当的性能。
ReactSim-Bench：自动驾驶中反应性行为世界模型模拟的基准测试
机构 * School of Computer Science & School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院、人工智能学院） ； Great Wall Motor（长城汽车） ； Institute of Trustworthy Embodied AI (TEAI), Fudan University（复旦大学可信具身人工智能研究所） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； University of Science and Technology of China（中国科学技术大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出ReactSim-Bench，通过解耦自车与周围智能体控制，使用偏离日志的自车行为作为输入，评估行为世界模型模拟的反应性能力，并基于碰撞、地图和运动学指标系统评测多种模型。
从攻击到课程：面向安全自动驾驶的可学习性引导对抗训练
机构 * College of Transportation & Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University（同济大学交通运输工程学院 & 道路与交通工程教育部重点实验室） ； Department of Civil and Environmental Engineering, The Hong Kong Polytechnic University（香港理工大学土木与环境工程学系）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出AlignADV框架，通过偏好对齐生成可解决场景，并利用行为指纹预测策略能力，动态采样课程以提升自动驾驶对抗训练的收敛效率与安全性。
答案从何而来？面向自动驾驶的多视角MLLMs中视角级视觉证据识别基准
机构 * University of Waterloo（滑铁卢大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 针对多视角自动驾驶场景，提出一个基准测试，评估多模态大模型在视觉问答中识别支持性相机视角的能力，包含122个冲突中心问题对，并区分视角选择与答案正确性。
从人类驾驶中学习：一种用于自动驾驶的人机协同在线行为克隆框架
机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所人机混合增强智能国家重点实验室）
专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出人机协同在线行为克隆框架HiL-OBC，通过人类干预初始化策略、贝叶斯潜在行为建模和在线更新，结合大模型感知与人类驾驶智能，在CARLA基准上显著提升驾驶性能。
面向目标的基于逻辑的语义通信及用于自动驾驶的神经符号推理
专题命中 仿真评测 ：autonomous driving(title,abstract)
AI总结 本文针对自动驾驶场景，提出基于一阶逻辑的目标导向语义通信方法，通过选择关键证据传输实现安全决策，在相同通信预算下优于均匀证据选择。
一个用于自动驾驶的具有大语言模型注释的高风险驾驶场景知识增强数据集
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Fudan University（复旦大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
专题命中 仿真评测 ：autonomous driving(title,abstract)
AI总结 研究自动驾驶中高风险场景数据不足问题，核心方法是构建K-Risk数据集，整合多源轨迹数据并利用大语言模型生成注释，主要贡献是为自动驾驶开发和评估提供标准化基础。
Comments 22 pages, 9 figures
EvoEye：自动驾驶系统的自进化运行时监测
专题命中 仿真评测 ：autonomous driving(title,abstract)
AI总结 针对自动驾驶系统运行时监测能力固定问题，提出EvoEye，结合运行时监测与目标场景获取实现自进化，如FusionMonitor学习交互、BlindSpotEvolver转换错误获取执行，评估显示效果良好。
Shift & Drift：用于可泛化且稳健的自动驾驶运动规划的零样本基准测试
机构 * Mercedes-Benz AG, Research & Development（梅赛德斯-奔驰股份公司，研发部） ； University of Tübingen（图宾根大学） ； Karlsruhe Institute of Technology, ITIV（卡尔斯鲁厄理工学院，ITIV）
专题命中 仿真评测 ：autonomous driving(title)；分类 cs.RO、cs.AI
AI总结 研究自动驾驶运动规划器在新城市拓扑泛化及执行扰动恢复方面的不足，提出Shift & Drift双轨基准测试，通过语义转移和状态分布漂移测试不同规划范式，发现模仿学习与强化学习在性能上的差异，为评估可靠部署提供基准。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
SafeGen：基于视觉语言模型的自动驾驶安全关键场景的目标条件视频扩散
机构 * Beihang University（北京航空航天大学） ； Zhongguancun Laboratory（中关村实验室） ； Chery Automobile Co., Ltd.（奇瑞汽车股份有限公司）
专题命中 仿真评测 ：autonomous driving(title)；分类 cs.CV
AI总结 研究针对VLM在自动驾驶系统中的应用，提出SafeGen框架，将场景生成设为目标条件扩散过程，引入上下文接地最终状态推理和最终状态条件下的视频演化，实验表明该框架能提升评判得分，微调后可提高真实驾驶场景性能。
D3VL：利用语言模型从3D时间序列数据和视频中理解驾驶场景
机构 * Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学布拉德利电气与计算机工程系） ； Virginia Tech Transportation Institute（弗吉尼亚理工大学交通研究所） ； Sanghani Center for Artificial Intelligence and Data Analytics（桑哈尼人工智能与数据分析中心）
专题命中 仿真评测 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI
AI总结 本文针对自动驾驶中多模态大语言模型，提出D3VL框架，整合2D和3D时间序列数据，回答交通场景相关问题，在KITTI问答数据集上性能提升11%，并引入Waymo QA数据集扩展以评估模型在多样驾驶条件下处理3D和时间序列数据的能力。
Comments Accepted to IEEE IV 2026
OmniTraffic：面向时空交通推理的可控生成流水线与基准
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai AI Lab（上海人工智能实验室） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 仿真评测 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI
AI总结 提出OmniTraffic，一个基于12个真实路口3D重建的可控生成流水线与基准，通过8M VQA样本和3K人工验证测试集评估11个前沿MLLM，揭示拓扑与时空推理中的显著人机差距，并证明仿真数据微调可提升真实场景性能。
Comments 34 pages, 28 figures
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。
ObsDriveBench：具有可观测性意识的恶劣天气下多模态理解基准测试
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与扩展现实研究所）
专题命中 仿真评测 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.AI
AI总结 研究恶劣天气下视觉语言模型在多模态输入时的表现，引入ObsDriveBench基准测试，通过可观测性元标注等构建含多类问题的测试集，实验发现现有模型性能降，还引入ObsDrive模型提升其在多方面的鲁棒性。
CommandLM：用于自动驾驶车辆的数据驱动行为级描述符
机构 * Munich University of Applied Sciences（慕尼黑应用技术大学）
专题命中 仿真评测 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV
AI总结 研究针对自动驾驶系统中可解释行为级决策需求，提出多模态大语言模型CommandLM，通过融合多传感器数据生成行为描述，经特定训练和适配器处理，实验表现优于基线，人工评估显示其输出可助力行为审计，实现高效透明的行为级理解。
面向多交叉口城市走廊的CARLA-VISSIM联合仿真框架
机构 * University of Tennessee at Chattanooga（田纳西大学查塔努加分校）
专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出CARLA-VISSIM双向步进同步联合仿真框架，集成微观交通逻辑与高保真3D渲染，在田纳西州查塔努加市MLK大道约15个交叉口走廊上验证，支持混合控制与感知就绪的走廊级交通研究。
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