自动驾驶

PanoEnv: Exploring 3D Spatial Intelligence in Panoramic Environments with Reinforcement Learning

PanoEnv：探索基于强化学习的全景环境中3D空间智能

Zekai Lin, Xu Zheng

机构 * University of Glasgow（格拉斯哥大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

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

AI总结 PanoEnv通过强化学习框架提升VLMs在全景环境中3D空间推理能力，实现更高准确率和语义评分。

MindDriver: Introducing Progressive Multimodal Reasoning for Autonomous Driving

MindDriver: 引入渐进多模态推理用于自动驾驶

Lingjun Zhang, Yujian Yuan, Changjie Wu, Xinyuan Chang, Xin Cai, Shuang Zeng, Linzhe Shi, Sijin Wang, Hang Zhang, Mu Xu

机构 * Amap, Alibaba Group（阿里集团蚂巴公司） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 MindDriver通过渐进多模态推理框架提升自动驾驶系统的推理能力，实现语义到物理空间的转化与轨迹规划，展现优异的性能表现。

Comments CVPR2026; Yujian Yuan and Lingjun Zhang contributed equally with random order

Uncertainty-Aware Diffusion Model for Multimodal Highway Trajectory Prediction via DDIM Sampling

面向多模态高速公路轨迹预测的不确定性感知扩散模型 via DDIM采样

Marion Neumeier, Niklas Roßberg, Michael Botsch, Wolfgang Utschick

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

AI总结 本文提出cVMDx模型，通过DDIM采样提升效率和鲁棒性，实现高效多模态轨迹预测并增强不确定性估计能力。

Comments Accepted as a conference paper in IEEE Intelligent Vehicles Symposium (IV) 2026, Detroit, MI, United States

SunnyParking: Multi-Shot Trajectory Generation and Motion State Awareness for Human-like Parking

SunnyParking: 多次停车场景下的轨迹生成与运动状态感知

Jishu Miao, Han Chen, Jiankun Zhai, Qi Liu, Tsubasa Hirakawa, Takayoshi Yamashita, Hironobu Fujiyoshi

机构 * Chubu University（名古屋大学） ； Tongji University（同济大学） 纠错

专题命中 规划控制 ：BEV(abstract)；分类 cs.RO

AI总结 SunnyParking通过双分支端到端架构实现运动状态感知，结合空间轨迹和离散运动状态预测，提升复杂多次停车场景下的轨迹生成和换挡点定位精度。

ABM-UDE: Developing Surrogates for Epidemic Agent-Based Models via Scientific Machine Learning

ABM-UDE：通过科学机器学习开发用于流行病代理模型的替代方案

Sharv Murgai, Utkarsh Utkarsh, Kyle C. Nguyen, Alan Edelman, Erin C. S. Acquesta, Christopher Vincent Rackauckas

机构 * Monta Vista High School（蒙塔维斯塔高中） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Sandia National Laboratories（桑塔纳国家实验室） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 ABM-UDE通过科学机器学习开发流行病代理模型的替代方案，利用UDEs学习接触率参数化，提升预测精度与可靠性，实现快速、可解释的流行病模拟。

Comments 25 pages, 4 figures

Generalizing Visual Geometry Priors to Sparse Gaussian Occupancy Prediction

将视觉几何先验泛化到稀疏高斯占用预测

Changqing Zhou, Yueru Luo, Changhao Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV

AI总结 GPOcc通过利用可泛化的视觉几何先验进行单目占用预测，在速度和精度上均优于现有方法。

Comments Accepted by CVPR2026

SEF-MAP: Subspace-Decomposed Expert Fusion for Robust Multimodal HD Map Prediction

SEF-MAP：子空间分解专家融合用于鲁棒多模态高精度地图预测

Haoxiang Fu, Lingfeng Zhang, Hao Li, Ruibing Hu, Zhengrong Li, Guanjing Liu, Zimu Tan, Long Chen, Hangjun Ye, Xiaoshuai Hao

机构 * National University of Singapore（新加坡国立大学） ； Xiaomi EV（小米电动车） ； Chinese University of Hong Kong（香港中文大学） ； The University of Manchester（曼彻斯特大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；BEV(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 SEF-MAP通过子空间分解和专家融合，提升多模态HD地图预测的鲁棒性和准确性。

Hydrogen diffusion in TiCr$_2$H$_x$ Laves phases: A combined ab initio and machine-learning-potential study

氢在TiCr$_2$H$_x$ Laves相中的扩散：结合从头计算和机器学习势的研究

Pranav Kumar, Fritz Körmann, Kaveh Edalati, Blazej Grabowski, Yuji Ikeda

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究利用DFT和MLIPs分析氢在TiCr$_2$H$_x$ Laves相中的扩散行为，发现氢迁移受键断裂影响，且扩散系数随浓度和温度变化呈现非单调关系。

LiREC-Net: A Target-Free and Learning-Based Network for LiDAR, RGB, and Event Calibration

LiREC-Net：一种无需目标且基于学习的激光雷达、RGB和事件校准网络

Aditya Ranjan Dash, Ramy Battrawy, René Schuster, Didier Stricker

机构 * RPTU – University Kaiserslautern-Landau（莱茵-威斯法伦大学（科布伦茨-劳埃希恩）） ； DFKI – German Research Center for Artificial Intelligence（德国人工智能研究中心） 纠错

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

AI总结 LiREC-Net是一种基于学习的多传感器校准网络，通过统一框架联合校准激光雷达、RGB和事件数据，提升多传感器融合的精度和效率。

Comments Accepted in CVPR 2026

SF3D-RGB: Scene Flow Estimation from Monocular Camera and Sparse LiDAR

SF3D-RGB：从单目相机和稀疏LiDAR估计场景流

Rajai Alhimdiat, Ramy Battrawy, René Schuster, Didier Stricker, Wesam Ashour

机构 * Islamic University of Gaza（加沙伊斯兰大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 SF3D-RGB通过结合单目图像和稀疏LiDAR数据，提出了一种端到端深度学习架构，实现了更高效且准确的场景流估计。

Comments Accepted in Computer Vision Conference (CVC) 2026

Cross domain Persistent Monitoring for Hybrid Aerial Underwater Vehicles

跨域持续监控用于混合空水车辆

Ricardo B. Grando, Victor A. Kich, Alisson H. Kolling, Junior C. D. Jesus, Rodrigo S. Guerra, Paulo L. J. Drews-Jr

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出利用深度强化学习和迁移学习实现混合空水车辆的跨域持续监控，展示统一策略在不同环境中的可行性。

Comments Accepted to the Brazilian Conference on Robotics 2026

GFPL: Generative Federated Prototype Learning for Resource-Constrained and Data-Imbalanced Vision Task

GFPL: 生成式联邦原型学习用于资源受限和数据不平衡的视觉任务

Shiwei Lu, Yuhang He, Jiashuo Li, Qiang Wang, Yihong Gong

机构 * Xi’an Jiaotong University（西安交通大学） ； Air Force Engineering University（空军工程大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

AI总结 GFPL通过生成式联邦原型学习方法，解决联邦学习中因多数类特征偏见导致的知识融合效率低下和通信开销过大的问题，提升模型准确率并降低通信成本。

HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic

HetroD：一种用于异质交通中自动驾驶的高保真无人机数据集和基准

Yu-Hsiang Chen, Wei-Jer Chang, Christian Kotulla, Thomas Keutgens, Steffen Runde, Tobias Moers, Christoph Klas, Wei Zhan, Masayoshi Tomizuka, Yi-Ting Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； UC Berkeley（伯克利大学） ； fka GmbH 纠错

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

AI总结 HetroD通过高保真无人机数据集和基准，解决异质交通中自动驾驶面临的复杂行为预测与规划挑战。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026

SPACeR: Self-Play Anchoring with Centralized Reference Models

SPACeR：基于集中参考模型的自我对战锚定

Wei-Jer Chang, Akshay Rangesh, Kevin Joseph, Matthew Strong, Masayoshi Tomizuka, Yihan Hu, Wei Zhan

机构 * Applied Intuition ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 SPACeR通过集中参考模型指导自我对战，实现高效、可扩展的自动驾驶策略生成。

Comments Accepted at ICLR 2026. Project page: https://spacer-ai.github.io/