自动驾驶

Safe-SDL:Establishing Safety Boundaries and Control Mechanisms for AI-Driven Self-Driving Laboratories

Safe-SDL:建立AI驱动自主实验室的安全边界与控制机制

Zihan Zhang, Haohui Que, Junhan Chang, Xin Zhang, Hao Wei, Tong Zhu

机构 * Shanghai Innovation Institute（上海创新研究院） ； Nankai University（南开大学） ； East China Normal University（华东师范大学） ； AI for Science Institute, Beijing（北京人工智能科学研究院） ； Peking University（北京大学） ； DP Technology（DP技术公司） ； Shanghai Jiao Tong University（上海交通大学） ； National Key Laboratory of Advanced Micro and Nano Manufacture Technology, School of Integrated Circuits, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学国家先进微纳米制造技术重点实验室，集成电路学院，上海200240，中国） 纠错

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

AI总结 Safe-SDL通过建立安全边界和控制机制，解决AI驱动自主实验室中的语法到安全间隙问题，确保实验系统的安全性和一致性。

FlowDrive: moderated flow matching with data balancing for trajectory planning

FlowDrive: 带数据平衡的流量匹配用于轨迹规划

Lingguang Wang, Ömer Şahin Taş, Marlon Steiner, Christoph Stiller

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） 纠错

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

AI总结 FlowDrive通过数据平衡和流量匹配技术，提升轨迹规划在稀有场景下的性能，实现最先进的规划效果。

SafeFlowMPC: Predictive and Safe Trajectory Planning for Robot Manipulators with Learning-based Policies

SafeFlowMPC: 基于学习策略的机器人机械臂预测与安全轨迹规划

Thies Oelerich, Gerald Ebmer, Christian Hartl-Nesic, Andreas Kugi

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

AI总结 SafeFlowMPC结合流匹配和在线优化，为机器人机械臂提供安全且灵活的预测轨迹规划方法，通过实验验证其在抓取和人机交互任务中的高效性能。

Comments Accepted at ICRA 2026

SpecFuse: A Spectral-Temporal Fusion Predictive Control Framework for UAV Landing on Oscillating Marine Platforms

SpecFuse：一种用于无人机在振荡海洋平台着陆的频谱-时间融合预测控制框架

Haichao Liu, Yufeng Hu, Shuang Wang, Kangjun Guo, Jun Ma, Jinni Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 SpecFuse通过融合频谱与时间域的预测控制方法，实现无人机在振荡海洋平台上的高精度着陆，显著提升预测精度和鲁棒性。

Comments 8 pages, 5 figures, 4 tables

SAGAN-VI: When Jets Meet Filaments -- Environmental Imprints on the Growth of Giant Radio Galaxies

SAGAN-VI：当喷流遇见纤维体——环境印记对巨型射电星系生长的影响

Mousumi Mahato, Elmo Tempel, Shishir Sankhyayan, Pratik Dabhade, Kshitij Chavan

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究通过分析GRGs与SRGs的环境因素，发现喷流与纤维体的对齐关系影响巨型射电星系的形态和生长。

Comments Accepted for publication in Astronomy & Astrophysics (A&A). 8 Figures, 3 images, and 1 table. Comments are welcome

Journal ref A&A 706, A310 (2026)

Crane: An Accurate and Scalable Neural Sketch for Graph Stream Summarization

Crane: 一种准确且可扩展的图流摘要神经 sketch

Boyan Wang, Zhuochen Fan, Dayu Wang, Fangcheng Fu, Zeyu Luan, Lei Zou, Qing Li, Tong Yang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 Crane 提出了一种分层神经 sketch 架构，通过分层 carry 机制和自适应内存扩展策略，有效解决图流摘要中频繁项压制稀有项的问题，提升了统计准确性和可扩展性。

A Fully Interpretable Statistical Approach for Roadside LiDAR Background Subtraction

一种完全可解释的统计方法用于道路LiDAR背景减除

Aitor Iglesias, Nerea Aranjuelo, Patricia Javierre, Ainhoa Menendez, Ignacio Arganda-Carreras, Marcos Nieto

机构 * Fundación Vicomtech, Basque Research and Technology Alliance (BRTA)（维克森科技基金会、巴斯克研究与技术联盟） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学） ； CAFSignalling（CAF信号公司） ； IKERBASQUE, Basque Foundation for Science（伊基尔巴斯克基金会） ； Donostia International Physics Center (DIPC)（多诺西亚国际物理中心） ； Biofisika Institute（生物物理研究所） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 本文提出了一种可解释的统计方法，用于道路LiDAR背景减除，通过高斯分布网格和过滤算法提升自动驾驶感知的准确性和灵活性。

Journal ref 2025 IEEE International Conference on Vehicular Electronics and Safety (ICVES), pp. 34-41

An Industrial Dataset for Scene Acquisitions and Functional Schematics Alignment

用于场景采集和功能图示对齐的工业数据集

Flavien Armangeon, Thibaud Ehret, Enric Meinhardt-Llopis, Rafael Grompone von Gioi, Guillaume Thibault, Marc Petit, Gabriele Facciolo

机构 * 1 Universit\'e Paris-Saclay, ENS Paris-Saclay, CNRS, Centre Borelli, 91190, Gif-sur-Yvette, France 2 EDF R\&D (Electricité de France), France 3 AMIAD, Pôle Recherche, France 4 Institut Universitaire de France 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出IRIS-v2数据集，通过结合分割和图匹配技术，解决工业场景中功能图示与现实数据对齐的问题。

Comments Submitted to EUSIPCO 2026

A Quantum-inspired Hybrid Swarm Intelligence and Decision-Making for Multi-Criteria ADAS Calibration

一种量子启发的混合群体智能与决策方法用于多准则ADAS校准

Sanjai Pathak, Ashish Mani, Amlan Chatterjee

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出了一种基于量子启发混合群体智能的多目标优化方法，用于提升ADAS校准的性能和适应性。

RPT-SR: Regional Prior attention Transformer for infrared image Super-Resolution

RPT-SR：区域先验注意力变换器用于红外图像超分辨率

Youngwan Jin, Incheol Park, Yagiz Nalcakan, Hyeongjin Ju, Sanghyeop Yeo, Shiho Kim

机构 * Yonsei University（延世大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 RPT-SR通过区域先验注意力机制提升红外图像超分辨率，结合可学习区域先验token与局部token，实现动态调节局部重建，展现广泛适用性与高性能。

Near-Optimal Sample Complexity for Online Constrained MDPs

在线约束马尔可夫决策过程的近最优样本复杂度

Chang Liu, Yunfan Li, Lin F. Yang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)

AI总结 本文提出了一种基于模型的对偶算法，解决了在线约束马尔可夫决策过程的安全性问题，证明了在允许小规模违规的情况下，算法能以近最优样本复杂度生成安全策略。

Journal ref NeurIPS 2025