DriveFix: Spatio-Temporally Coherent Driving Scene Restoration
DriveFix：时空一致的驾驶场景修复
机构 * Zhejiang University（浙江大学） ； Huawei（华为）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 DriveFix提出一种多视角修复框架，通过交错扩散变换器架构和几何感知损失，实现驾驶场景时空一致性，提升4D世界建模的鲁棒性。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 仿真评测 1479 篇
Industrial cuVSLAM Benchmark & Integration
工业 cuVSLAM 评估与集成
机构 * Idealworks ； NVIDIA
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文评估了视觉里程计和视觉SLAM系统在真实物流环境中的导航性能，通过对比多种视觉里程计方法及大规模生产设施数据集，验证了cuVSLAM与定制SLAM后端结合的高精度映射能力。
Better Safe Than Sorry: Enhancing Arbitration Graphs for Safe and Robust Autonomous Decision-Making
更安全的选择：增强仲裁图以实现安全和稳健的自主决策
机构 * dotscene GmbH ； Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统的研究所，卡尔斯鲁厄技术大学（KIT））
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出了一种扩展仲裁图框架的方法，通过引入验证步骤和结构化回退层，提高复杂动态环境中自主系统的安全性和鲁棒性，并在Pac-Man模拟和自动驾驶中验证了其有效性。
Comments 7 pages, 5 figures, Presented at 2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), source code available at github.com/KIT-MRT/arbitration_graphs, v2: Added paragraph discussing the differences between arbitration graphs and behavior trees, v3: Updated version as presented at SMC
GA-Drive: Geometry-Appearance Decoupled Modeling for Free-viewpoint Driving Scene Generation
GA-Drive：用于自由视角驾驶场景生成的几何-外观解耦建模
机构 * MMLab, CUHK（CUHK的MMLab） ； CASIA ； Shanghai Jiaotong University（上海交通大学） ； SenseTime Research（商汤科技研究院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 GA-Drive通过几何-外观解耦和扩散生成技术，生成可编辑的高保真驾驶场景，提升自动驾驶训练和评估的效率与效果。
Probing the Reliability of Driving VLMs: From Inconsistent Responses to Grounded Temporal Reasoning
探测驾驶视觉语言模型的可靠性：从不一致响应到基于现实的时序推理
机构 * DFKI Augmented Vision（DFKI增强视觉实验室） ； TU Delft（代尔夫特理工大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文研究了驾驶视觉语言模型的可靠性问题，通过引入FutureVQA数据集和自监督微调方法，提升模型在时序推理和一致性上的表现。
Retrieval-Augmented Gaussian Avatars: Improving Expression Generalization
检索增强的高斯化身：提升表情泛化能力
机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； OriginAI ； Bar-Ilan University（巴伊兰大学） ； Technion（技术学院） ； NVIDIA（英伟达）
专题命中 仿真评测 ：self-driving(abstract)；分类 cs.CV
AI总结 RAF通过检索增强技术提升无模板头部化身的表情泛化能力，增强身份与表情解耦，提高表情分布偏移的鲁棒性。
Traffic-MLLM: Curiosity-Regularized Supervised Learning for Traffic Scenario Case-Based Reasoning
Traffic-MLLM: 基于好奇心正则化的交通场景案例推理监督学习
机构 * The University of Hong Kong（香港大学） ； Sun Yat-sen University（中山大学） ； University of Bristol（布里斯托大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 Traffic-MLLM通过好奇心驱动的结构化案例学习，提升多模态交通场景推理的鲁棒性和适应性。
Bridging Simulation and Usability: A User-Friendly Framework for Scenario Generation in CARLA
连接仿真与可用性：一种用户友好的场景生成框架
机构 * FZI Research Center for Information Technology（弗劳恩霍夫研究所信息技术研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出一种用户友好的无代码场景生成框架，通过图形界面降低门槛，支持手动和自动场景生成，提升自动驾驶系统验证的效率和可访问性。
Comments Paper is accepted in IEEE International Automated Vehicle Validation Conference (IAVVC 2025)
Scriboora: Rethinking Human Pose Forecasting
Scriboora：重新思考人体姿态预测
机构 * University of Augsburg（奥尔堡大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 Scriboora通过类比语音理解任务，改进姿态预测性能，并引入噪声数据集评估模型鲁棒性。
AnchorDrive: LLM Scenario Rollout with Anchor-Guided Diffusion Regeneration for Safety-Critical Scenario Generation
AnchorDrive: 基于锚点引导扩散再生的LLM场景回放用于安全关键场景生成
机构 * School of Intelligent Systems Engineering, Sun Yat-sen University, Shenzhen, China（中山大学智能系统工程学院，深圳，中国）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 AnchorDrive通过结合LLM的可控生成和扩散模型的真实轨迹生成，实现安全关键场景的高效合成，提升场景的真实性和可控性。
WildCross: A Cross-Modal Large Scale Benchmark for Place Recognition and Metric Depth Estimation in Natural Environments
WildCross: 一种用于自然环境中地方识别和度量深度估计的跨模态大规模基准
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.CV
AI总结 WildCross是一个用于自然环境中地方识别和度量深度估计的跨模态大规模基准，通过提供大规模数据集和实验验证，推动多模态机器人感知技术的发展。
Comments IEEE International Conference on Robotics & Automation (ICRA) 2026
HorizonForge: Driving Scene Editing with Any Trajectories and Any Vehicles
HorizonForge: 通过任意轨迹和任意车辆驱动场景编辑
机构 * NEC Labs America（NEC美国实验室） ； Stony Brook University（石溪大学） ； UC San Diego（圣地亚哥大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 HorizonForge通过任意轨迹和车辆实现驾驶场景的可控编辑，利用高斯溅射体和网格表示，结合视频扩散技术，提升生成场景的真实性和可控性。
Comments Accepted by CVPR 2026
UFO: Unifying Feed-Forward and Optimization-based Methods for Large Driving Scene Modeling
UFO: 为大驾驶场景建模统一前馈和基于优化的方法
机构 * Xiaomi EV（小米电动车） ； UIUC（伊利诺伊大学香槟分校）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 UFO通过结合优化和前馈方法，实现了高效长距离4D驾驶场景重建，能够在0.5秒内高质量重建16秒驾驶日志。
Car-1000: A New Large Scale Fine-Grained Visual Categorization Dataset
Car-1000：一个新的大规模细粒度视觉分类数据集
机构 * Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（新一代人工智能技术及交叉应用国家重点实验室（东南大学）） ； School of Astronautics, Beihang University（北航航天学院） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 Car-1000是一个大规模细粒度视觉分类数据集，包含1000种不同汽车型号，旨在提升自动驾驶和交通监控等领域的识别性能。
Comments accepted to The Eleventh Workshop on Fine-Grained Visual Categorization in CVPR 2024
ArmGS: Composite Gaussian Appearance Refinement for Modeling Dynamic Urban Environments
ArmGS：复合高斯外观细化用于动态城市环境建模
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 ArmGS通过复合高斯溅射与多粒度外观细化，提升动态城市环境自动驾驶场景建模的精度与效率。
Comments ICRA 2026
Reinforcement Learning Enhancement Using Vector Semantic Representation and Symbolic Reasoning for Human-Centered Autonomous Emergency Braking
利用向量语义表示和符号推理增强强化学习用于以人类为中心的自主紧急制动
机构 * School of Engineering, University of Surrey（伦敦大学 Surrey 工程学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出利用神经符号表示和软一阶逻辑奖励函数，提升自主紧急制动的安全性和鲁棒性，以实现更符合人类价值观的决策。
Comments 12 pages, 7 figures, 5 tables
CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation
CRoSS：一种用于可扩展强化学习的连续机器人仿真套件，具有高任务多样性和真实物理仿真
机构 * Department of Computer Science（计算机科学系） ； Fulda University of Applied Sciences（弗鲁达应用科学大学）
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.AI
AI总结 CRoSS是一种用于连续强化学习的机器人仿真套件，通过高任务多样性和真实物理仿真，提供可扩展且可重复的基准测试环境。
ForSim: Stepwise Forward Simulation for Traffic Policy Fine-Tuning
ForSim：基于逐步前向模拟的交通策略微调
机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动系统学院，清华大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 ForSim通过逐步闭环前向模拟范式提升交通模拟的保真度，结合组相对优化微调交通策略，提高安全性与效率。
Comments Accepted by ICRA 2026
LightCity: An Urban Dataset for Outdoor Inverse Rendering and Reconstruction under Multi-illumination Conditions
LightCity: 一个用于多光照条件下户外反渲染与重建的城市数据集
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 LightCity是一个用于多光照条件下城市反渲染与重建的高质量合成数据集，包含多样化的光照条件和丰富的属性，用于评估和分析城市环境中的关键任务。
Versatile Behavior Diffusion for Generalized Traffic Agent Simulation
多功能行为扩散用于通用交通代理模拟
机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） ； NVIDIA Research（NVIDIA研究）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 多功能行为扩散通过生成多代理互动场景，提升交通模拟的灵活性和实用性，为自动驾驶系统测试提供基础工具。
MuSLR: Multimodal Symbolic Logical Reasoning
MuSLR：多模态符号逻辑推理
机构 * National University of Singapore（新加坡国立大学） ； Stanford University（斯坦福大学） ； Peking University（北京大学） ； UniMelb（墨尔本大学） ； University of Auckland（奥克兰大学） ； MBZUAI（穆斯林人工智能研究所） ； University of California, Santa Barbara（加州大学圣芭芭拉分校）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 MuSLR提出了一种多模态符号逻辑推理基准，通过形式逻辑规则提升VLMs的推理能力，显著提升链式推理性能及复杂逻辑处理效果。
Comments Accepted by NeurIPS 2025
EVolSplat4D: Efficient Volume-based Gaussian Splatting for 4D Urban Scene Synthesis
EVolSplat4D: 面向4D城市场景合成的高效体素基于高斯点云方法
机构 * Zhejiang University（浙江大学） ； Huawei（华为） ； University of Tübingen（图宾根大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 EvolSplat4D通过统一体积和像素高斯预测，实现高效4D城市场景合成，提升动态和静态环境的重建精度与一致性。
BikeActions: An Open Platform and Benchmark for Cyclist-Centric VRU Action Recognition
BikeActions: 一个面向骑行者的VRU动作识别开放平台和基准
机构 * Munich University of Applied Sciences（慕尼黑应用科学大学） ； Intelligent Vehicles Lab (IVL)（智能车辆实验室）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 BikeActions通过多模态数据集和开放平台，提升骑行者意图识别的准确性和研究的可扩展性。
Comments This work has been submitted to the IEEE for possible publication
PlannerRFT: Reinforcing Diffusion Planners through Closed-Loop and Sample-Efficient Fine-Tuning
PlannerRFT: 通过闭环和样本高效微调强化扩散规划器
机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； OpenDriveLab at The University of Hong Kong（香港大学OpenDrive实验室） ； Meituan（美团） ； Li Auto Inc.（李自动公司）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 PlannerRFT通过闭环和样本高效微调提升扩散规划器的多模态轨迹生成能力，实现高效探索与鲁棒性增强。
Evaluating Foundation Models' 3D Understanding Through Multi-View Correspondence Analysis
通过多视角对应分析评估基础模型的3D理解
机构 * University of Amsterdam（阿姆斯特丹大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出一种无需微调的3D场景理解基准，评估基础模型在多视角下的3D推理能力，展示DINO编码器在大视角变化下的竞争力。
Comments NeurIPS 2025 UniReps workshop, to be published in PMLR
Unifying Appearance Codes and Bilateral Grids for Driving Scene Gaussian Splatting
统一外观代码与双侧网格用于驾驶场景高斯点漂浮
机构 * BAAI（北京人工智能研究院） ； AIR, THU（清华大学人工智能研究院） ； SJTU（上海交通大学） ； EIT(Ningbo)（宁波工程学院） ； CUHK（香港大学） ； LeddarTech
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出了一种多尺度双侧网格方法，统一了外观代码与双侧网格，提升了自动驾驶场景中的几何重建精度。
Comments Accepted to NeurIPS 2025 ; Project page: https://bigcileng.github.io/bilateral-driving ; Code: https://github.com/BigCiLeng/bilateral-driving
Software-Hardware Co-optimization for Modular E2E AV Paradigm: A Unified Framework of Optimization Approaches, Simulation Environment and Evaluation Metrics
模块化端到端自动驾驶范式中的软件硬件协同优化：一种统一的优化方法、仿真环境和评估指标框架
机构 * School of Transportation, Southeast University（东南大学交通学院） ； School of Electronic Science and Engineering, Southeast University（东南大学电子科学与工程学院） ； Department of Civil and Systems Engineering, Johns Hopkins University（约翰霍普金斯大学土木与系统工程系）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文提出了一种模块化端到端自动驾驶范式的软件硬件协同优化框架，通过统一的优化方法、仿真环境和评估指标，有效降低推断延迟和能耗，提升系统整体性能。
Comments 17pages,6 figures,6 tables
A Kalman Filter-Based Disturbance Observer for Steer-by-Wire Systems
基于卡尔曼滤波的转向线控系统扰动观测器
机构 * Professorship of Autonomous Vehicle Systems, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑技术大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Chair of Automotive Engineering, Institute of Land and Sea Transport, Technical University of Berlin（汽车工程教授职位，陆海运输研究所，柏林技术大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出基于卡尔曼滤波的扰动观测器，用于估计转向线控系统中的高频驾驶员扭矩，通过仿真验证其在处理摩擦非线性方面的有效性。
Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing
评估多智能体系统模拟在自动驾驶测试中的行为覆盖率
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本研究提出了一种基于模型预测控制的行人智能体，用于评估多智能体系统模拟在自动驾驶测试中的行为覆盖率，以提升系统安全性和可靠性。
SCPainter: A Unified Framework for Realistic 3D Asset Insertion and Novel View Synthesis
SCPainter：一个用于真实3D资产插入和新视角合成的统一框架
机构 * Department of Geomatics Engineering, University of Calgary, Calgary, Alberta, Canada（测绘工程系，卡尔加里大学，卡尔加里，阿尔伯塔，加拿大）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 SCPainter通过整合3D高斯点和点云与扩散生成，实现真实3D资产插入与新视角合成，提升自动驾驶训练数据的多样性和真实性。
