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。
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.CV
Comments Accepted manuscript - 2nd Workshop on Vision-Centric Autonomous Driving (VCAD) as part of European Conference on Computer Vision (ECCV) 2024
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.CV
Comments CVPR 2023 Workshop on Autonomous Driving
SinD 2.0：一个用于信号交叉口面向SOTIF安全验证的具有语义风险注释的多城市无人机数据集
机构 * Tsinghua University（清华大学） ； Beijing Institute of Technology（北京理工大学） ； Guangzhou Automobile Group Co., Ltd.（广州汽车集团股份有限公司） ； Jilin University（吉林大学） ； Chang’an University（长安大学） ； Chongqing University（重庆大学） ； Southwest University（西南大学） ； Wuhan University of Technology（武汉理工大学） ； Virginia Tech Transportation Institute（弗吉尼亚理工大学交通研究所） ； Virginia Tech（弗吉尼亚理工大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 针对自动驾驶系统在信号交叉口安全验证的瓶颈，介绍SinD 2.0多城市无人机数据集。通过跨域多样、高密度风险交互、分层语义注释及全栈测试工具链，能有效暴露算法性能局限，为ADS安全分析提供有力支持。
AutoMOOSE：一种用于自主相场模拟的智能体AI
机构 * Department of Mechanical and Industrial Engineering, University of Illinois Chicago（伊利诺伊大学芝加哥分校机械与工业工程系） ； Center for Nanoscale Materials, Argonne National Laboratory（阿贡国家实验室纳米尺度材料中心）
专题命中 仿真评测 ：self-driving(abstract)；分类 cs.AI
AI总结 AutoMOOSE通过智能体框架实现自主相场模拟全流程，无需人工干预即可生成输入文件、并行执行模拟并验证结果，展示了AI在材料发现中的潜力。
具有重新定位、时钟约束资源的实时卡车满载投标接受的认证差距双价格策略
机构 * Bubba AI（Bubba人工智能公司）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI
AI总结 研究实时卡车满载投标接受决策问题，基于拉格朗日松弛构建双价格策略，证明其有效性、渐近最优性及证书局限性，实验表明该策略在基准测试中表现良好，决策速度快，证书稳定。
Comments 19 pages, 1 figure. Companion benchmark paper: arXiv:2607.07343. v2: fleet-coupling estimate proved in full (new Appendix A); terminal-value accounting in the fluid LP corrected; price-table granularity made explicit; empirical results unchanged
通过命令实现稀疏化：多任务推理加速器的任务条件计算跳过
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 研究多任务推理模型计算浪费问题，提出软硬件协同设计方法，通过轻量级门控网络预测执行掩码实现任务条件计算跳过，在自动驾驶任务中实验，显著减少计算量、延迟并降低能耗。
Comments Accepted at IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)
超越情节性评估：序列式具身问答中的内存架构瓶颈
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO
AI总结 研究序列式具身问答中不同内存架构表现，发现仅保留现有记忆不足，短视情节数据训练的智能体有时间不匹配问题。强调结构化、基于空间记忆的必要性，实验表明其能打破准确性-效率权衡，对真实机器人连续智能操作至关重要。
Comments Accepted to IROS 2026
防御性驾驶如何提高驾驶安全性：关于驾驶员防御性驾驶行为的驾驶模拟器研究
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 该研究通过驾驶模拟器实验，定义防御性驾驶，收集82名参与者数据并分组，经组间和试验间比较，发现防御性驾驶能力强的驾驶员能更激烈操作、更早识别风险并行动，提高驾驶安全性，为培训和算法训练提供依据。
Comments 17 pages, 8 figures
Flow-ERD：用于多样化交通模拟的基于熵正则化蒸馏的智能体类型感知流匹配
机构 * NAVER LABS Corp.（NAVER实验室公司）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 为解决交通模拟中多样性未被充分探索的问题，提出Flow-ERD模拟器，其核心方法是智能体类型感知流匹配与熵正则化蒸馏，能联合追求现实性和多样性，在测试基准中排名第一，主导帕累托前沿。
Comments 8 pages, 5 figures, 2 tables
Hilti-Trimble-牛津数据集：用于SLAM和定位的带有平面图先验的360视觉惯性基准测试
机构 * Hilti AG（喜利得集团） ； University of Oxford（牛津大学） ； ETH Zürich（苏黎世联邦理工学院） ； Vision & Robotics GmbH（视觉与机器人有限公司） ； Trimble Inc.（天宝公司）
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文介绍了Hilti-Trimble-牛津数据集，用于支持建筑工地的视觉SLAM和定位。它收集于活跃建筑工地，包含30个视觉惯性序列及地面真值轨迹。通过开放研究挑战评估相关系统，反映出SLAM方法更成熟，凸显定位任务难度，为持续研究提供支持，数据集公开可用。
RoboVista：评估用于各种机器人应用的视觉语言模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 研究针对机器人多样应用，提出模块化评估框架Robot Question Answering及基准RoboVista，其源于真实机器人系统等，含多任务类型VQA实例，实验表明现有视觉语言模型有差距，且与现实任务执行相关。
Comments Accepted to RSS 2026. Project website: https://berkeleyautomation.github.io/robovista/
教视觉-语言-动作模型看什么和看哪里
机构 * School of Electronic Information Engineering, Beihang University（北京航空航天大学电子信息工程学院） ； National College for Excellent Engineers, Beihang University（北京航空航天大学卓越工程师学院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； DiDi（滴滴出行） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Cyber Science and Technology, Beihang University（北京航空航天大学网络安全科学与技术学院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出DriveTeach-VLA框架，通过驾驶感知视觉蒸馏和2D轨迹引导提示，教VLA模型关注驾驶相关区域，实现端到端自动驾驶轨迹预测，在NAVSIM和nuScenes上达到最优性能。
Comments The paper has been accepted by ECCV 2026
重新思考基于深度学习的多标签图像分类：分类法、挑战与展望
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Southeast University（东南大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文综述了基于深度学习的多标签图像分类方法，将其分为六类，并总结了关键挑战与未来研究方向。
ECoSim：面向可控交通模拟的数据高效微调
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出轻量级控制适应框架，通过身份初始化的FiLM层调制中间特征，为预训练的扩散和自回归交通模型添加多模态控制（草图、潜在行为编码和文本），使用不到1%的配对数据实现强可控性。
Comments European Conference on Computer Vision (ECCV) 2026
L2D2-GS: 学习致密化以实现前馈动态高斯场景重建
机构 * Xiaomi EV, Beijing（小米电动车，北京）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出L2D2-GS框架，将可泛化重建转化为迭代优化与致密化过程，通过自监督致密化策略和几何正则化机制，实现动态城市场景的高保真重建，在PandaSet和Waymo数据集上达到SOTA。
X-Stream: 探索多模态大语言模型作为多流理解的多路复用器
机构 * MMLab, Chinese University of Hong Kong（中大香港人工智能实验室） ； Huawei Inc.（华为公司）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 为解决多流视频理解评估缺失的问题，提出首个基准X-Stream，包含4220个QA对和932个视频，覆盖多窗口、多视角和多设备场景，并基于信号多路复用理论评估MLLM作为多路复用器的性能，发现现有模型在并发流上仅达约50%分数。
Comments Project Page: https://peiwensun2000.github.io/xstream/
将反事实模拟与语言模型结合以解释多智能体行为
机构 * DeepFlow
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文提出AXIS方法，通过语言模型与环境模拟器交互生成人类中心的多智能体行为解释，提升解释正确性和目标预测准确性。
在视频生成模型中评估牛顿力学
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出Morpheus框架，通过真实物理系统评估视频生成模型对牛顿力学的理解能力，揭示当前模型在物理原理编码上的不足。
Comments Forty-Third International Conference on Machine Learning (ICML 2026)
ReWorld：为世界动作模型学习更好的表示
机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米汽车）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出ReWorld框架，通过优化中间表示（未来预测监督、跨模态对齐、难负样本监督）提升自动驾驶世界动作模型的规划性能，在nuScenes和NAVSIM上取得显著提升。
Comments 19 pages,3 figures
基于模拟的推理用于流行病学模型中快速贝叶斯参数估计：与MCMC的比较
机构 * Forschungszentrum Jülich, Jülich Supercomputing Centre（于利希研究中心，于利希超级计算中心） ； Helmholtz AI（亥姆霍兹人工智能） ； Forschungszentrum Jülich, Institute of Bio- and Geosciences（于利希研究中心，生物与地球科学研究所） ； German Aerospace Center, Institute of Software Technology, Department High-Performance Computing（德国航空航天中心，软件技术研究所，高性能计算部） ； Helmholtz Centre for Infection Research（亥姆霍兹感染研究中心） ； RWTH Aachen University, Computational Systems Biology（亚琛工业大学，计算系统生物学）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI
AI总结 本文研究使用神经后验估计的模拟推理（SBI）作为MCMC的替代方案，用于流行病学模型的贝叶斯校准，在COVID-19 ICU数据上验证了其计算效率与后验准确性。
视图变换还是不视图变换：基于NeRF的预训练视角
机构 * KAIST（韩国科学技术院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出NeRP3D检测器，避免视图变换与NeRF的冲突先验，保留预训练NeRF网络，实现连续3D表示学习，在nuScenes上提升场景重建和检测性能。
Comments The Fourteenth International Conference on Learning Representations (ICLR'26)
3DCarGen: 通过3D一致的多视图合成实现可扩展的3D汽车生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Academy of Military Science（军事科学院） ； The University of Sydney（悉尼大学） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出3DCarGen框架，利用多视图扩散模型和3D高斯泼溅，从单张真实图像生成任意数量3D一致的多视图，并通过颜色-法线联合优化重建高质量3D汽车模型。
CRAX：快速安全强化学习基准测试
机构 * Eindhoven University of Technology（埃因霍温理工大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 提出基于JAX加速的安全RL基准CRAX，利用MJX物理引擎实现高达100倍加速，包含6个环境套件和3个智能体任务，评估6种方法揭示性能与安全权衡。
FrozenDrive: 零样本文本引导驾驶场景生成与数据增强的无参数冻结扩散模型
机构 * KAIST, Visual Intelligence Lab（韩国科学技术院视觉智能实验室）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出FrozenDrive框架，利用冻结的预训练扩散模型，通过知识保留的时空注意力实现多视图一致性和时间连贯性，无需微调即可生成恶劣天气下的驾驶场景，提升自动驾驶模型鲁棒性。
Comments Accepted to ECCV 2026
FlashNav：20秒内实现超快速机器人导航策略训练
机构 * Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO
AI总结 提出FlashNav框架，通过GPU加速和MDP对齐实现20秒内训练可部署的导航策略，在TurtleBot2和Unitree Go2上验证成功。
Comments 15 pages, 4 figures
DynNPC：通过动态NPC行为生成在仿真测试中发现更多由ADS引发的违规
机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 提出DynNPC框架，让NPC车辆在仿真执行中根据交通信号和自车行为动态生成驾驶策略，以生成更多由自动驾驶系统（ADS）引发的违规场景，提升测试效率。
Comments Accepted by TOSEM 2026
ReMoT: 基于运动对比三元组的强化学习
机构 * Xi’an Jiaotong University（西安交通大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； DAMO Academy, Alibaba Group（阿里巴巴集团 DAMO 院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出ReMoT统一训练范式，通过规则生成大规模运动对比数据集和组相对策略优化，解决VLM时空一致性问题，在时空推理任务上提升25.1%。
Comments CVPR 2026 Highlight
IR-SIM：一种用于导航、学习和基准测试的轻量级技能原生模拟器
机构 * The University of Hong Kong（香港大学） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究院） ； Southern University of Science and Technology（南方科技大学） ； University of Michigan（密歇根大学） ； University of Macau（澳门大学）
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO
AI总结 提出轻量级技能原生导航模拟器IR-SIM，通过YAML配置完全定义场景，支持文本提示生成与修改，用于导航算法基准测试和训练数据自动生成，并桥接高保真模拟器和真实部署。
Comments 12 pages, 6 figures, project website: https://github.com/hanruihua/ir-sim
X4Val: 学习方差缩减策略评估的神经代理模型
机构 * NVIDIA Research（NVIDIA研究院） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 提出X4Val框架，通过嵌入多域数据并学习可迁移预测器，结合控制变量估计器实现无配对样本下的方差缩减，在自动驾驶和机器人操作任务中方差降低达38.4%。
多车辆在无信号交叉口交互的博弈建模
机构 * Robotics Institute, University of Michigan（密歇根大学机器人研究所）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出了一种基于博弈论的框架，用于建模自动驾驶和人工驾驶车辆在无信号交叉口的交互行为，通过参数化交叉口布局和几何结构，展示了模型在交通场景中的合理性和计算效率。
Comments 18 pages, 13 figures, 1 table
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