自动驾驶

ST-GS: Vision-Based 3D Semantic Occupancy Prediction with Spatial-Temporal Gaussian Splatting

ST-GS：基于视觉的3D语义占用预测与空间-时间高斯点划法

Xiaoyang Yan, Muleilan Pei, Shaojie Shen

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） 纠错

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

AI总结 ST-GS通过空间-时间高斯点划法提升3D语义占用预测的时空建模能力，实现更优的时间一致性与性能

Comments Accepted by ICRA 2026

Queue occupancy and server size distribution of a queue length dependent vacation queue with an optional service

具有依赖队列长度的休假队列的队列占用和服务器大小分布

Ashish Verma, Sourav Pradhan

专题命中 BEV与占用 ：occupancy(title)

AI总结 本文研究了具有依赖队列长度的休假队列，推导了双变量概率生成函数，并通过数值示例展示了框架的应用性及参数敏感性分析。

Comments 38 pages, 17 figures

On Discovering Algorithms for Adversarial Imitation Learning

在对抗模仿学习中发现算法

Shashank Reddy Chirra, Jayden Teoh, Praveen Paruchuri, Pradeep Varakantham

机构 * University of Oxford（牛津大学） ； Singapore Management University（新加坡管理大学） ； IIIT Hyderabad（海得拉巴印度理工学院） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出DAIL算法，通过数据驱动方法发现奖励分配函数，实现更稳定的对抗模仿学习性能。

Comments Accepted at ICLR 2026 (Poster)

Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching

Loc$^2$: 通过深度提升的局部特征匹配实现可解释的跨视角定位

Zimin Xia, Chenghao Xu, Alexandre Alahi

机构 * École Polytechnique Fédérale de Lausanne（联邦理工学院洛桑校区） 纠错

专题命中 BEV与占用 ：BEV(abstract)；分类 cs.CV

AI总结 Loc$^2$通过深度提升的局部特征匹配实现跨视角定位，具有高精度和可解释性，适用于复杂场景。