Monte-Carlo Tree Search with Neural Network Guidance for Lane-Free Autonomous Driving
基于神经网络引导的蒙特卡罗树搜索用于无车道自动驾驶
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 本文提出了一种基于神经网络引导的蒙特卡罗树搜索方法，用于无车道环境下的自动驾驶，旨在提高交通流率并优化安全性和效率。
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. 感知 4 篇
A Multimodal Hybrid Late-Cascade Fusion Network for Enhanced 3D Object Detection
一种多模态混合后期级联融合网络用于增强的3D物体检测
机构 * Politecnico di Milano（米兰理工学院）
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 本文提出了一种多模态混合后期级联融合网络，通过结合RGB和3D激光雷达检测器，提升3D物体检测的性能，特别是在行人和自行车检测方面表现优异。
QuFeX: Quantum feature extraction module for hybrid quantum-classical deep neural networks
QuFeX：用于混合量子-经典深度神经网络的量子特征提取模块
机构 * Viterbi School of Engineering, University of Southern California, Los Angeles, California 90089, USA ； Information Sciences Institute, University of Southern California, Arlington, VA 22203, USA ； Department of Physics ； Center for Quantum Information Science \& Technology, University of Southern California, Los Angeles, California 90089, USA
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 QuFeX通过在混合量子-经典深度神经网络中引入量子特征提取模块，提升了图像分割任务的性能。
Comments V2: 17 pages, 15 figures, 2 Tables; published version
Journal ref Quantum Sci. Technol. 11 015017 (2026)
Adhesion-assisted nanoscale rotary locomotor in non-liquid environments
非液体环境中基于粘附的纳米尺度旋转运动
专题命中 感知 ：LiDAR(abstract)
AI总结 本研究在非液体环境中实现基于粘附的纳米级旋转运动，利用光热效应驱动微米级金属纳米板绕微纤维旋转，展示高精度光驱动微镜扫描技术。
Comments 13 pages, 5 figures
Journal ref Science Advances, 5 (2019), eaau8271
2. 规划控制 3 篇
ReflexDiffusion: Reflection-Enhanced Trajectory Planning for High-lateral-acceleration Scenarios in Autonomous Driving
ReflexDiffusion：面向自动驾驶高侧向加速度场景的反射增强轨迹规划
专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)；分类 cs.RO
AI总结 ReflexDiffusion通过反射调整机制提升自动驾驶在高侧向加速度场景下的轨迹规划安全性与可靠性。
Comments Accepted by AAAI 2026
A Taxonomy and Review of Algorithms for Modeling and Predicting Human Driver Behavior
自动驾驶中人类驾驶行为建模与预测算法的分类与综述
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文对自动驾驶中人类驾驶行为建模与预测算法进行了分类和综述，统一了意图估计、特质估计和运动预测方法，并指出了该领域未来的研究方向。
Comments This revision has been accepted for publication in the Proceedings of the IEEE. The final version is available on IEEE Xplore
Terminally constrained flow-based generative models from an optimal control perspective
从最优控制视角出发的终端约束流基生成模型
机构 * School of Mathematical Sciences, Fudan University（复旦大学数学学院） ； Shanghai Key Laboratory of Contemporary Applied Mathematics（上海当代应用数学重点实验室） ； Department of Mathematics and Institute for Functional Intelligent Materials（数学系和功能智能材料研究所） ； National University of Singapore（新加坡国立大学）
专题命中 规划控制 ：trajectory planning(abstract)
AI总结 TOCFlow从最优控制视角提出一种几何感知的采样方法，通过终端共动框架实现二阶曲率效应捕捉，提升约束满足性能。
Comments 59 pages, 9 figures
3. 端到端驾驶 1 篇
MAD: Motion Appearance Decoupling for efficient Driving World Models
MAD：用于高效驾驶世界模型的运动外观解耦
机构 * Sorbonne Université（索邦大学）
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV
AI总结 MAD通过解耦运动学习与外观合成，高效地将通用视频扩散模型转化为可控的驾驶世界模型，实现低计算成本和高性能
4. BEV与占用 1 篇
CuMoLoS-MAE: A Masked Autoencoder for Remote Sensing Data Reconstruction
CuMoLoS-MAE：一种用于遥感数据重建的屏蔽自动编码器
机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学Courant数学科学研究所）
专题命中 BEV与占用 ：LiDAR(abstract)
AI总结 CuMoLoS-MAE通过课程引导的蒙特卡洛随机集合屏蔽自动编码器，实现遥感数据的细尺度特征恢复和像素级不确定性量化，提升对流诊断与气候再分析精度。
Comments Accepted for poster presentation at the NeurIPS 2025 workshop on Tackling Climate Change with Machine Learning. 5 pages, 2 figures
5. 激光雷达 3 篇
Adverse Weather Conditions Augmentation of LiDAR Scenes with Latent Diffusion Models
基于潜在扩散模型的激光雷达场景在恶劣天气下的增强
机构 * University of Wuppertal（乌珀塔尔大学） ； Aptiv Services Deutschland GmbH（Aptiv Services德国公司）
专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出基于潜在扩散模型的方法，通过生成模型增强激光雷达场景在恶劣天气下的真实性，提升自动驾驶系统的鲁棒性。
Comments This is an intermediate version of our work
Multimodal Signal Processing For Thermo-Visible-Lidar Fusion In Real-time 3D Semantic Mapping
多模态信号处理用于热-可见-激光雷达融合的实时3D语义制图
机构 * College of Mechatronics and Control Engineering, Shenzhen University（深圳大学机械与控制工程学院） ； School of Robotics, Xi’an-Jiaotong Liverpool University（西安交通大学利物浦大学机器人学院）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.CV
AI总结 本文提出通过多模态信号处理融合热、可见和激光雷达数据，提升实时3D语义制图的精度与语义理解能力，适用于灾害评估和工业维护等场景。
Comments 5 pages,7 figures. Under review
A Preprocessing and Postprocessing Voxel-based Method for LiDAR Semantic Segmentation Improvement in Long Distance
一种用于增强长距离LiDAR语义分割的预处理和后处理体素方法
机构 * University of Wuppertal（乌尔姆大学） ； Aptiv Services Deutschland GmbH（APTIV德国服务公司）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 本文提出了一种用于增强长距离LiDAR语义分割的预处理和后处理方法，通过多阶段处理和先进模型结合，显著提升了中远距离的mIoU性能。
6. 多传感器融合 1 篇
Thermo-LIO: A Novel Multi-Sensor Integrated System for Structural Health Monitoring
Thermo-LIO：一种用于结构健康监测的新型多传感器集成系统
专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV
AI总结 Thermo-LIO 通过融合热成像与高分辨率 LiDAR，提升大规模结构健康监测的精度和覆盖范围。
Comments 27pages,12figures
7. 仿真评测 1 篇
Towards a Self-Driving Trigger at the LHC: Adaptive Response in Real Time
迈向LHC的自驱动触发：实时适应性响应
机构 * University of Michigan（密歇根大学） ； Enrico Fermi Institute（恩里科·费米研究所） ； University of Chicago（芝加哥大学） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； Department of Physics, Kavli Institute for Cosmological Physics（物理系，宇宙学物理研究所）
专题命中 仿真评测 ：self-driving(title,abstract)；分类 cs.AI
AI总结 本文提出了一种自驱动触发系统，通过实时动态调整资源和阈值，利用机器学习优化高能物理实验中的触发性能，提升信号效率和计算效率。
