自动驾驶

SparseOccVLA: Bridging Occupancy and Vision-Language Models via Sparse Queries for Unified 4D Scene Understanding and Planning

SparseOccVLA: 通过稀疏查询弥合占用与视觉语言模型之间的鸿沟，实现统一的4D场景理解和规划

Chenxu Dang, Jie Wang, Guang Li, Zhiwen Hou, Zihan You, Hangjun Ye, Jie Ma, Long Chen, Yan Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米电动车） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 规划控制 ：occupancy(title,abstract)；autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.CV、cs.AI

AI总结 SparseOccVLA通过稀疏查询整合视觉语言模型与语义占用，实现统一的4D场景理解和规划，提升自动驾驶性能。

Combining Shape Completion and Grasp Prediction for Fast and Versatile Grasping with a Multi-Fingered Hand

结合形状补全与抓取预测以实现快速且多功能的多指手抓取

Matthias Humt, Dominik Winkelbauer, Ulrich Hillenbrand, Berthold Bäuml

机构 * DLR Institute of Robotics and Mechatronics（德国航空航天中心机器人与机电系统研究所） ； Technical University of Munich（慕尼黑技术大学） ； Deggendorf Institute of Technology（德格多夫技术学院） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本研究提出了一种结合形状补全与抓取预测的深度学习方法，实现快速且多功能的多指手抓取，通过高效算法在单视角深度图像基础上完成物体抓取任务。

Comments 8 pages, 10 figures, 3 tables, 1 algorithm. Published in Humanoids 2023. Project page: https://aidx-lab.org/grasping/humanoids23

Journal ref 2023 IEEE-RAS 22nd International Conference on Humanoid Robots (Humanoids), pp. 1-8, 2023

Shape Completion with Prediction of Uncertain Regions

形状补全与不确定区域预测

Matthias Humt, Dominik Winkelbauer, Ulrich Hillenbrand

机构 * DLR Institute of Robotics and Mechatronics（德国航空航天中心机器人与机电研究所） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出两种新颖方法用于预测不确定区域，以提升形状补全和抓取质量，通过后处理和直接预测不确定性指标，优于现有基线方法。

Comments 7 pages, 5 figures, Published in IROS 2023. Project page: https://hummat.github.io/2023-iros-uncertain/

Journal ref in Proc. 2023 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), Detroit, MI, USA, Oct. 2023, pp. 1215-1221

Tube-Based Robust Control Strategy for Vision-Guided Autonomous Vehicles

基于管的鲁棒控制策略用于视觉引导的自动驾驶车辆

Der-Hau Lee

机构 * Department of Electrophysics, National Yang Ming Chiao Tung University（电子物理系，阳明交通大学） 纠错

专题命中 规划控制 ：self-driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种基于管的鲁棒控制策略，用于提高自动驾驶车辆在高速转弯时的车道保持性能，通过减少保守性和提高计算速度，优于传统方法。

Comments 15 pages, 16 figures

Risk-Aware Human-in-the-Loop Framework with Adaptive Intrusion Response for Autonomous Vehicles

具有自适应入侵响应的风险感知人机协同框架用于自动驾驶车辆

Dawood Wasif, Terrence J. Moore, Seunghyun Yoon, Hyuk Lim, Dan Dongseong Kim, Frederica F. Nelson, Jin-Hee Cho

机构 * Virginia Tech（弗吉尼亚理工大学） ； U.S. Army Research Laboratory（美国陆军研究实验室） ； KENTECH ； The University of Queensland（昆士兰大学） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 RAIL通过风险感知和自适应入侵响应，提升自动驾驶车辆在复杂环境中的安全性和性能。

Comments Submitted to ICRA 2026 (under review)

VILTA: A VLM-in-the-Loop Adversary for Enhancing Driving Policy Robustness

VILTA：一种用于增强驾驶策略鲁棒性的视觉语言模型闭环对抗者

Qimao Chen, Fang Li, Shaoqing Xu, Zhiyi Lai, Zixun Xie, Yuechen Luo, Shengyin Jiang, Hanbing Li, Long Chen, Bing Wang, Yi Zhang, Zhi-Xin Yang

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV

AI总结 VILTA通过整合视觉语言模型到闭环训练中，提升自动驾驶策略在长尾事件中的安全性和鲁棒性。

Comments Accepted to AAAI 2026

EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning

EmoBipedNav：基于深度强化学习的具有情绪感知的双足机器人社交导航

Wei Zhu, Abirath Raju, Abdulaziz Shamsah, Anqi Wu, Seth Hutchinson, Ye Zhao

机构 * Laboratory for Intelligent Decision and Autonomous Robots, Woodruff School of Mechanical Engineering, Georgia Institute of Technology（智能决策与自主机器人实验室，伍德鲁夫机械工程学院，佐治亚理工学院） ； College of Engineering and Petroleum, Kuwait University（工程与石油学院，科威特大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Khoury College of Computer Sciences, Northeastern University（计算机科学学院，东北大学） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO

AI总结 EmoBipedNav通过深度强化学习实现双足机器人在社交环境中的情绪感知导航，结合运动约束与社交动态，提升安全性和交互效率。

Comments 13 pages

Neural Process-Based Reactive Controller for Autonomous Racing

基于神经过程的反应式控制器用于自动驾驶赛车

Devin Hunter, Chinwendu Enyioha

机构 * Department of Electrical Engineering University of Central Florida（电气工程系 佛罗里达中央大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出基于神经过程的反应式控制器，结合物理指导模型和控制屏障函数，实现自动驾驶赛车中的安全高效控制。

Comments 6 pages, 4 figures

Kernel-Based Learning of Safety Barriers

基于核的方法的安全屏障学习

Oliver Schön, Zhengang Zhong, Sadegh Soudjani

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出基于核的方法，用于安全屏障学习，通过数据驱动方法和控制屏障证书，提升安全验证的鲁棒性和可扩展性。

Comments 44 pages, 9 figures

Superconductor-insulator transitions in infinite-layer nickelates controlled via ${operando}$ monitored reduction

无限层镍酸盐中超导-绝缘体转变的调控

Heng Wang, Haoliang Huang, Wei Lv, Xianfeng Wu, Guangdi Zhou, Zihao Nie, Yueying Li, Cui Ding, Danfeng Li, Hongtao Yuan, Qi-Kun Xue, Zhuoyu Chen

专题命中 规划控制 ：occupancy(abstract)

AI总结 通过原位监控还原技术调控无限层镍酸盐中的超导-绝缘体转变，揭示其二维与三维超导特性混合及相位相干性形成机制。

Comments 9 pages, 5 figures

PAtt: A Pattern Attention Network for ETA Prediction Using Historical Speed Profiles

PAtt: 一种基于历史速度剖面的ETA预测模式注意力网络

ByeoungDo Kim, JunYeop Na, Kyungwook Tak, JunTae Kim, DongHyeon Kim, Duckky Kim

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

AI总结 PAtt通过利用历史速度剖面的注意力机制，提升ETA预测的准确性和效率，有效整合道路特征和实时交通数据。

Comments 7 pages, 3 figures, ITSC 2025, to be published

Information Transmission and Processing in G-Protein-Coupled-Receptor Complexes

G-蛋白偶联受体复合物中的信息传递与处理

Roger D. Jones, Achille Giacometti, Alan M. Jones

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出基于非平衡热力学的理论框架，揭示GPCR开关行为的物理原理，预测其三种准稳定状态，并拓展至更广泛的生物开关系统。

Comments The final version of this paper has been published in BioSystems

Beyond Target-Level: ISAC-Enabled Event-Level Sensing for Behavioral Intention Prediction

超越目标级：基于ISAC的事件级感知用于行为意图预测

Haotian Liu, Zhiqing Wei, Yucong Du, Jiachen Wei, Xingwang Li, Zhiyong Feng

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

AI总结 本文提出基于ISAC的事件级感知框架，通过模拟验证在恶劣天气下提升BIP的F1分数11.4%，展示ISAC在智能感知中的应用潜力。

Comments 5 pages, 5 figures, 1 table, and 15 references. Reviewed by IEEE WCL

From Relative Entropy to Minimax: A Unified Framework for Coverage in MDPs

从相对熵到极小大：MDPs中覆盖的统一框架

Xihe Gu, Urbashi Mitra, Tara Javidi

机构 * University of California, San Diego（加州大学圣迭戈分校） ； University of Southern California（南加州大学） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出了一种统一的覆盖框架，通过加权参数化的凹目标$U_ρ$，统一了多个MDP中的覆盖目标，并开发了基于梯度的算法以主动引导探索策略。