视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
费米-拉特脉星的全面诠释：基本平面死亡边界、可见性阈值以及GeV-TeV统一
专题命中 感知 ：occupancy(abstract)
AI总结 本文提出一个框架，将脉星的伽马射线特性与ECS物理联系起来，揭示了基本平面死亡边界、可见性阈值及GeV-TeV统一的机制。
Comments 31 pages, 11 figures, Accepted for publication in ApJ
IRL-DAL：通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划
机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（电气工程系，阿米尔卡比尔技术大学（德黑兰理工大学））
专题命中 规划控制 ：autonomous driving(title)；trajectory planning(title)；分类 cs.RO、cs.AI
AI总结 本文提出IRL-DAL框架，通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划，结合模仿学习与强化学习，提升行驶安全性和鲁棒性。
MTDrive: 多轮交互式强化学习用于自动驾驶
机构 * Li Auto Inc.（利汽车公司） ； NVIDIA（英伟达）
专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.AI
AI总结 MTDrive通过多轮交互式强化学习框架，结合多模态大语言模型与强化学习，提升自动驾驶轨迹规划的性能与效率。
面向复杂城市场景的行人感知自主驾驶运动规划
专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO
AI总结 本文提出一种结合社会力原理和风险感知的运动规划算法，用于解决复杂城市环境中自动驾驶车辆与行人交互的安全高效规划问题。
Comments 13 Pages. Submitted to the IEEE Transactions on Intelligent Vehicles
Journal ref IEEE Open Journal of Intelligent Transportation Systems, vol. 7, pp. 365-378, 2026
在部分未知环境中基于自适应成本图的路径规划
机构 * Graduate School of Information Sciences, Tohoku University（东京大学信息科学研究生院） ； Tough Cyberphysical AI Research Center, Tohoku University（东京大学 Tough 联合人工智能研究中心） ； Sorbonne University（索邦大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种自适应成本图路径规划方法，通过识别可移动障碍物提升机器人在非结构化环境中的导航能力。
基于深度强化学习的无人机辅助可见光通信轨迹规划：最优高度与奖励设计
机构 * Department of Information and Communication Engineering, Tongji University（信息与通信工程系，同济大学） ； Department of Electronic Engineering, Shanghai Jiao Tong University（电子工程系，上海交通大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学）
专题命中 规划控制 ：trajectory planning(abstract)
AI总结 本文提出基于深度强化学习的无人机辅助可见光通信轨迹规划方法，通过优化无人机飞行高度和奖励机制，显著提高数据收集效率。
GaussianOcc3D: 一种基于高斯的自适应多模态3D占用预测
机构 * Department of Artificial Intelligence and Data Engineering, Ozyegin University（人工智能与数据工程系，奥祖根大学）
专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；BEV(abstract)；LiDAR(abstract)
AI总结 GaussianOcc3D通过高斯表示实现多模态3D占用预测，提升自动驾驶环境感知的鲁棒性和精度。
FlexMap：从灵活的相机配置构建通用HD地图
机构 * School of Computing, Clemson University ； School of Engineering \& Technology, University of Washington
专题命中 BEV与占用 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV
AI总结 FlexMap通过几何感知基础模型和跨帧注意力机制，实现从灵活相机配置构建通用HD地图，提升了自动驾驶系统在传感器失效和配置变化时的鲁棒性。
学习可调节行为合成的策略表示
机构 * Department of Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, USA（宾夕法尼亚大学电气与系统工程系） ； Department of Signal Theory and Communications, King Juan Carlos University, Madrid, Spain（胡安 Carlos大学信号理论与通信系）
专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI
AI总结 本文提出了一种基于潜在空间的策略表示学习方法，通过对比学习和变分生成技术，实现对多奖励场景下策略的高效调节与价值函数约束满足。
电动飞机充电的能源管理策略：利用主动陆侧车辆到电网
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 本研究提出利用陆侧车辆到电网技术，通过优化机场充电调度降低飞机充电成本，减少电网压力。
区域交通模型用于公平的电动汽车充电基础设施设计
专题命中 BEV与占用 ：BEV(abstract)
AI总结 本研究利用区域交通模型分析，旨在设计公平的电动汽车充电网络，以减少低收入社区的交通排放影响。
FlowCalib: 基于场景流的激光雷达到车辆误校准检测
机构 * TUM School of Engineering and Design, Chair of Automotive Technology, Technical University of Munich（慕尼黑技术大学工程与设计学院，汽车技术教授职位） ； TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院）
专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV
AI总结 FlowCalib通过分析场景流中的运动线索，首次提出利用神经网络和几何描述符检测激光雷达到车辆的误校准问题。
CaLiV：任意传感器配置的LiDAR到车辆校准
机构 * Technical University of Munich（慕尼黑技术大学）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.CV
AI总结 CaLiV提出了一种基于目标的校准技术，用于多LiDAR系统的传感器到传感器和传感器到车辆的校准，适用于非重叠视野范围，无需外部设备，实现了高精度的平移和旋转误差校正。
激光雷达地点识别在农业环境中的高级技术和应用：全面综述
机构 * University Institute for Engineering Research（工程研究院） ； Miguel Hernández University（米格尔·海纳尔德大学）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文综述了农业环境中激光雷达地点识别的最新技术与应用，探讨了其挑战、现有方法及未来研究方向。
GMOR: 一种通过几何最大重叠实现的轻量稳健点云配准框架
机构 * Beijing Engineering Research Center of Mixed Reality and Advanced Display, School of Optics and Photonics, Beijing Institute of Technology（北京混合现实与先进显示工程研究中心，光学与 photonics 学院，北京理工大学） ； Zhengzhou Research Institute, Beijing Institute of Technology（郑州研究院，北京理工大学） ； School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； School of Medical Technology, Beijing Institute of Technology（医学技术学院，北京理工大学）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO、cs.CV
AI总结 GMOR通过仅旋转BnB搜索和几何最大重叠方法，实现高效的点云配准，兼顾精度与效率。
通过语言进行任意事件分割
机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 SEAL通过语义感知框架实现开放词汇事件实例分割，支持多粒度级别的事件分割与掩码分类，并在多个基准测试中表现出优越的性能和效率。
Comments ICLR 2026. Project Page: https://0nandon.github.io/SEAL
多时相立体匹配用于多日期卫星影像
机构 * IIE, Facultad de Ingeniería, Universidad de la República（乌拉圭国家工程院，工程学院，乌拉圭共和国大学） ； Politecnico di Torino（托斯卡纳理工学院） ； Eurecat, Centre Tecnologic de Catalunya（欧洲催化中心，加泰罗尼亚技术中心） ； AMIAD, Pôle Recherche（AMIAD研究极） ； Universite Paris-Saclay, CNRS, ENS Paris-Saclay, Centre Borelli（巴黎萨克雷大学，国家科学研究中心，巴黎萨克雷高等师范学校，博雷利中心） ； Institut Universitaire de France（法国国家科学研究中心）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出多时相立体匹配方法，利用深度网络和单目先验，实现多日期卫星影像的可靠3D重建。
Journal ref ISPRS congress, ISPRS, Jul 2026, Toronto, Canada
通用动态认知层次模型用于战略驾驶行为
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出通用动态认知层次模型，用于建模自然驾驶行为和自动驾驶车辆的行为规划，通过自动机策略和稳健响应解决有限理性和共同知识假设问题。
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 36(5), 5173-5182 (2022)
在EHMI中应允许善意欺骗吗？基于博弈论的机制解释
专题命中 仿真评测 ：autonomous driving(abstract)
AI总结 本研究基于博弈论探讨了在自动驾驶中允许善意欺骗的合理性，通过实验发现欺骗在特定情况下可提升交互安全性。
Comments The paper is accepted by IEEE Transactions on Intelligent Transportation Systems
迈向完全自动驾驶：人工智能、挑战、机遇与需求
机构 * Institute of Measurement, Control and Microtechnology（测量、控制与微技术研究所） ； Ulm University（乌尔姆大学）
专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文探讨了人工智能在完全自动驾驶中的挑战、机遇及需求，分析了AI在提升自动驾驶能力方面的潜力与限制。
Comments Published in IEEE Access, 29 January 2026
Journal ref IEEE Access, 29 January 2026, pp. 1--26
用于自动驾驶训练的无服务器边缘原生数据处理架构
专题命中 其他自动驾驶 ：autonomous driving(title,abstract)
AI总结 本文提出Lambda框架，通过无服务器架构实现边缘计算中的实时数据处理，提升自动驾驶训练效率。
Comments Source code is available at https://github.com/LASFAS/jblambda
PoSafeNet: 基于偏序结构神经网络的安全学习
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Worcester Polytechnic Institute（沃斯特理工学院）
专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.RO
AI总结 PoSafeNet通过偏序结构神经网络实现安全学习，通过可微神经安全层在偏序一致约束顺序下进行闭式投影，提升机器人系统在多障碍导航、受约束操作和自动驾驶中的可行性、鲁棒性和可扩展性。
AutoMerge: 基于搜索的模型合并框架，用于有效模型重用
专题命中 其他自动驾驶 ：autonomous driving(abstract)
AI总结 AutoMerge提出了一种基于搜索的模型合并框架，通过分割模型并系统探索合并空间，以提高不同架构模型间的重用效率。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈