自动驾驶

PlanScope: Learning to Plan Within Decision Scope for Urban Autonomous Driving

PlanScope: 在决策范围内学习城市自动驾驶中的规划

Ren Xin, Jie Cheng, Hongji Liu, Jun Ma

机构 * Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（新兴交叉领域 division, 香港科学与技术大学） ； Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统 thrust, 香港科学与技术大学（广州）） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程 department, 香港科学与技术大学） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 PlanScope通过分离短期和长期决策，提升城市自动驾驶规划模型的收敛效率和性能。

An on-chip Pixel Processing Approach with 2.4μs latency for Asynchronous Read-out of SPAD-based dToF Flash LiDARs

基于SPAD的dToF飞利拍雷达异步读取的芯片像素处理方法

Yiyang Liu, Rongxuan Zhang, Istvan Gyongy, Alistair Gorman, Sarrah M. Patanwala, Filip Taneski, Robert K. Henderson

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 eess.IV

AI总结 本文提出了一种低延迟的异步像素处理方法，用于基于SPAD的dToF飞利拍雷达，通过事件驱动方式提升深度采集效率，同时优化计算负载与动态响应能力。

RT-Focuser: A Real-Time Lightweight Model for Edge-side Image Deblurring

RT-Focuser: 一种用于边缘侧图像去模糊的轻量级模型

Zhuoyu Wu, Wenhui Ou, Qiawei Zheng, Jiayan Yang, Quanjun Wang, Wenqi Fang, Zheng Wang, Yongkui Yang, Heshan Li

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

AI总结 RT-Focuser是一种轻量级实时图像去模糊模型，通过三个关键模块提升速度与精度，实现高PSNR和高帧率，适用于边缘计算场景。

Comments 2 pages, 2 figures, this paper already accepted by IEEE ICTA 2025

TrackTeller: Temporal Multimodal 3D Grounding for Behavior-Dependent Object References

TrackTeller: 基于时间的多模态3D定位用于行为依赖的对象引用

Jiahong Yu, Ziqi Wang, Hailiang Zhao, Wei Zhai, Xueqiang Yan, Shuiguang Deng

机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Huawei Technologies Ltd.（华为技术有限公司） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 TrackTeller通过融合LiDAR图像、语言条件解码和时间推理，提升动态3D场景中基于语言的物体定位与跟踪性能。

Learning to Sense for Driving: Joint Optics-Sensor-Model Co-Design for Semantic Segmentation

学习感知以驾驶：语义分割的联合光学-传感器-模型协同设计

Reeshad Khan, John Gauch

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出了一种联合光学-传感器-模型协同设计框架，通过端到端RAW到任务流水线提升语义分割性能，实现在边缘设备上的高效部署。

Optimal Trajectory Planning for Orbital Robot Rendezvous and Docking

轨道机器人对接与停靠的最优轨迹规划

Kenta Iizuka, Akiyoshi Uchida, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL) in the Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（空间机器人实验室（SRL）位于工程研究生院航空航天工程系，东北大学） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO

AI总结 本文提出基于非线性优化的轨迹规划方法，用于安全接近并引导旋转碎片目标进入机械臂工作空间，为后续捕获提供基础。

Comments Author's version of a manuscript accepted at the International Conference on Space Robotics 2025 (iSpaRo 2025). (c) IEEE

TimeBill: Time-Budgeted Inference for Large Language Models

TimeBill: 为大语言模型设计的时间预算推理方法

Qi Fan, An Zou, Yehan Ma

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 TimeBill提出了一种时间预算推理框架，通过细粒度响应长度预测和执行时间估计，提升大语言模型在时间敏感任务中的效率和响应性能。

Comments Accepted to AAAI 2026

A Survey of Freshness-Aware Wireless Networking with Reinforcement Learning

面向新鲜度的无线网络调研：强化学习视角

Alimu Alibotaiken, Suyang Wang, Oluwaseun T. Ajayi, Yu Cheng

机构 * Department of Electrical and Computer Engineering, Illinois Institute of Technology（伊利诺伊理工学院电气与计算机工程系） ； School of Computer Science and Engineering, California State University（加州州立大学计算机科学与工程学院） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文通过强化学习视角调研了面向新鲜度的无线网络，系统梳理了AoI及其变体分类，并提出策略分类法，综合了RL驱动的新鲜度控制进展，突出了延迟决策、随机变化和跨层设计等挑战。

SymDrive: Realistic and Controllable Driving Simulator via Symmetric Auto-regressive Online Restoration

SymDrive: 通过对称自回归在线修复实现逼真且可控的驾驶模拟器

Zhiyuan Liu, Daocheng Fu, Pinlong Cai, Lening Wang, Ying Liu, Yilong Ren, Botian Shi, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； State Key Lab of Intelligent Transportation System, Beihang University（北航智能交通系统国家重点实验室） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 SymDrive通过对称自回归在线修复技术，实现了逼真可控的驾驶模拟，解决了高保真渲染与交互式交通编辑的难题。