3D 视觉

PPL: Point Cloud Supervised Proprioceptive Locomotion Reinforcement Learning for Legged Robots in Crawl Spaces

PPL：用于爬行空间四足机器人感知性运动强化学习的点云监督方法

Bida Ma, Nuo Xu, Chenkun Qi, Xin Liu, Yule Mo, Jinkai Wang, Chunpeng Lu

专题命中 点云 ：point cloud(title,abstract)；分类 cs.RO

AI总结 本研究提出了一种点云监督的强化学习框架，用于提升四足机器人在受限空间中的运动能力，通过高效的点云特征提取和状态估计网络实现更快的训练和更敏捷的穿行性能。

Comments Accepted by RA-L

Stability of 0-dimensional persistent homology in enriched and sparsified point clouds

0维持久同调在增强和稀疏点云中的稳定性

Jānis Lazovskis, Ran Levi, Juliano Morimoto

专题命中 点云 ：point cloud(title)

AI总结 本文提出了一种在增强和稀疏点云中分析超体积的拓扑方法，通过持久图的精确界限和立方体复杂度的对偶恒等式，提供拓扑保证的分析工具。

Comments 18 pages, 13 figures. Clarified exposition and motivation. Comments welcome

A dynamic memory assignment strategy for dilation-based ICP algorithm on embedded GPUs

一种基于扩张的ICP算法在嵌入式GPU上的动态内存分配策略

Qiong Chang, Weimin Wang, Junpei Zhong, Jun Miyazaki

机构 * School of Coumputing Institute of Science（计算学院科学研究所） ； Dalian University of Technology（大连理工大学） ； University of Wollongong (College HK)（卧龙岗大学（香港学院）） ； School of Computing Institute of Science（计算学院科学研究所） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出了一种面向GPU的动态内存分配策略，用于优化VANICP算法的内存使用，实现97%的内存消耗减少，同时保持原有性能。

A re-calibration method for object detection with multi-modal alignment bias in autonomous driving

面向自动驾驶的多模态对齐偏差校准方法

Zhihang Song, Dingyi Yao, Ruibo Ming, Lihui Peng, Danya Yao, Yi Zhang

机构 * Department of Automation Tsinghua University Beijing（自动化系清华大学北京） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出一种重新校准模型，通过语义分割和定制损失函数提升自动驾驶中多模态检测的鲁棒性和性能，应对校准偏差带来的影响。

Comments Accepted for publication in IST 2025. Official IEEE Xplore entry will be available once published

Journal ref 2025 IEEE International Conference on Imaging Systems and Techniques (IST)

Locality-Sensitive Hashing-Based Efficient Point Transformer for Charged Particle Reconstruction

基于局部敏感哈希的高效点变换器用于带电粒子重建

Shitij Govil, Jack P. Rodgers, Yuan-Tang Chou, Siqi Miao, Amit Saha, Advaith Anand, Kilian Lieret, Gage DeZoort, Mia Liu, Javier Duarte, Pan Li, Shih-Chieh Hsu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 HEPTv2通过轻量级解码器消除聚类步骤，实现高效端到端推理，提升带电粒子轨迹重建的性能和效率。

Comments Accepted to NeurIPS 2025 Machine Learning and the Physical Sciences Workshop