自动驾驶

Calibrating Perception Uncertainty for Autonomous Driving

自动驾驶中的感知不确定性校准

Markus Kängsepp, Meelis Kull

专题命中 感知 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；occupancy(abstract)；分类 cs.CV

AI总结 针对自动驾驶感知模型在恶劣条件下的不确定性问题，本文提出量化未检测物体不确定性的方法，结合鸟瞰图概率语义分割生成校准后的不确定性，验证其对规划任务的重要性。

MPCFormer: A physics-informed data-driven approach for explainable socially-aware autonomous driving

MPCFormer: 一种融合物理信息的数据驱动方法用于可解释的社交感知自主驾驶

Jia Hu, Zhexi Lian, Xuerun Yan, Ruiang Bi, Dou Shen, Yu Ruan, Chunlong Xia, Haoran Wang

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 MPCFormer通过融合物理信息和数据驱动的方法，提升自主驾驶在复杂交通场景中的社交交互能力，实现更安全的人类行为模拟，实验显示其在轨迹预测和碰撞率控制方面表现优异。

Comments 17 pages, 17 figures

RiskWorld: Object-Centric Latent World Modeling for Autonomous Driving Risk Identification

RiskWorld：面向自动驾驶风险识别的以对象为中心的潜在世界建模

Jingzheng Li, Yufei Ge, Qianren Mao, Zhijun Chen, Bing Li, Xingyu Peng, Baochang Zhang, Xianglong Liu

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 提出 RiskWorld 模型，以对象为中心的潜在世界建模，结合预训练视频表示与自车-对象历史，在 RiskBench 上实现 63.0% F1 和 2.1% 误报率，可有效识别自动驾驶风险。

RoboShape: Information-Theoretic Point Cloud Representations for Privacy-Aware Robot Perception

RoboShape：面向隐私感知机器人感知的信息论点云表示

Oguzhan Baser, Mirac Sozen, Kaan Kale, Sandeep Chinchali, Sriram Vishwanath

机构 * The University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Bogazici University（博加齐大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV、cs.AI

AI总结 RoboShape 是一种信息论引导的点云压缩工具，可在保留物体分类效用的同时降低敏感属性泄露，缩小嵌入体积，发布代码库供机器人社区使用。

Comments under review

ModTrack: Sensor-Agnostic Multi-View Tracking via Identity-Informed PHD Filtering with Covariance Propagation

ModTrack：通过身份感知的PHD滤波与协方差传播实现传感器无关的多视角跟踪

Aditya Iyer, Jack Roberts, Nora Ayanian

机构 * Brown University（布朗大学） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV

AI总结 ModTrack通过身份感知的PHD滤波与协方差传播实现多视角多目标跟踪，提供跨模态、传感器无关的泛化能力及可追溯的不确定性。系统将学习限制在检测和特征提取阶段，利用闭式分析方法进行融合、关联和跟踪，实现95.5 IDF1和91.4 MOTA的优异性能。

MIVIFI: Bridging Perspective and Fisheye Domains for Training Multi-View Fisheye Image Generation Models

MIVIFI：弥合透视域与鱼眼域以训练多视图鱼眼图像生成模型

Matthias Neuwirth-Trapp, Begüm Altunbas, Jiayi Wang, Yan Xia, Maarten Bieshaar, Xinyu Huang, Daniel Cremers

机构 * ETH Zurich（苏黎世联邦理工学院） ； Bosch Research（博世研究中心） ； Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 本研究针对多视图鱼眼图像生成问题，提出SyntheOcc-FE与MIVIFI两种方法，其中MIVIFI利用跨域学习缓解鱼眼数据稀缺问题，实现高保真的多视图鱼眼图像生成。

Comments Accepted at the IEEE International Conference on Intelligent Transportation Systems (ITSC) 2026

VAGNet: Vision-based Accident Anticipation with Global Features

VAGNet：基于视觉的事故预测与全局特征

Vipooshan Vipulananthan, Charith D. Chitraranjan

机构 * Department of Computer Science and Engineering, University of Moratuwa（moratuwa大学计算机科学与工程系） 纠错

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

AI总结 本文提出VAGNet，通过全局特征预测事故，提升实时性与效率，实验显示在四个数据集上精度和响应时间均优于现有方法。

Comments Published in IEEE Open Journal of Vehicular Technology (OJVT)

CAVERS: Multimodal SLAM Data from a Natural Karstic Cave with Ground Truth Motion Capture

CAVERS：从自然喀斯特洞穴获取多模态SLAM数据并采用地面真实运动捕捉

Giacomo Franchini, David Rodríguez-Martínez, Alfonso Martínez-Petersen, C. J. Pérez-del-Pulgar, Marcello Chiaberge

机构 * Polytechnic of Turin Interdepartmental Centre for Service Robotics (PIC4SeR)（都灵理工大学服务机器人跨部门研究中心（PIC4SeR）） ； Systems Engineering and Automation Department, Universidad de Málaga（马德里大学系统工程与自动化系） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出CAVERS数据集，通过地面真实运动捕捉系统提供高精度姿态和速度数据，验证了多模态传感器在复杂洞穴环境中的SLAM算法性能。

Comments 8 pages, 4 figures, accepted version

HOT-POT: Optimal Transport for Sparse Stereo Matching

HOT-POT：稀疏立体匹配中的最优传输

Antonin Clerc, Michael Quellmalz, Moritz Piening, Philipp Flotho, Gregor Kornhardt, Gabriele Steidl

机构 * Univ. Bordeaux, CNRS, Bordeaux INP, IMB, UMR 5251（波尔多大学，CNRS，波尔多INP，IMB，UMR 5251） ； Okinawa Institute of Science and Technology（冲绳科学技术研究所） 纠错

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

AI总结 HOT-POT通过最优传输方法解决稀疏立体匹配问题，利用epipolar距离和3D射线距离提升匹配效率，应用于面部分析中的地标匹配。

Comments 14 pages, 9 figures, 8 tables

GeoWAM: Visual Geometry World Action Models for Autonomous Driving

GeoWAM：面向自动驾驶的视觉几何世界动作模型

Yiren Lu, Xin Ye, Jiaming Liu, Jin Yao, Yi-chung Chen, Liam Merino, Dhruva Dixith Kurra, Min Cai, Tom Lampo, Yu Yin, Danhua Guo, Burhan Yaman

机构 * Uber AV Labs（优步自动驾驶实验室） ； Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 该研究提出 GeoWAM，一种用于自动驾驶的视觉几何世界动作模型，通过预训练预测未来场景几何来学习动力学，经评估其生成的驾驶策略比图像基方案更强，确立未来几何预测为自动驾驶有效预训练目标。

Distributed Trajectory Planning and Resource Allocation for Dynamic Multi-UAV Collaborative Computing

面向动态多无人机协同计算的分布式轨迹规划与资源分配

Tiankui Zhang, Wenlong Xu, Tianyi Shi, Xiaoxia Xu, Arumugam Nallanathan

专题命中 规划控制 ：trajectory planning(title,abstract)

AI总结 本文针对动态参与的多无人机协同计算场景，构建分布式MEC框架，基于斯塔克尔伯格博弈联合优化轨迹与资源，提出分层MADRL算法，仿真显示其能提升无人机效率、降低移动终端开销且适配不同网络规模。

OpenSCvx: An Open-Source Modular and Extensible Nonlinear Trajectory Planning Package

OpenSCvx：开源模块化可扩展非线性轨迹规划包

Christopher R. Hayner, Griffin J. Norris, Fabio Spada, Samet Uzun, Avi Mittal, Behcet Acıkmese, Karen Leung

机构 * University of Washington（华盛顿大学） ； General Robotics（通用机器人公司） ； University of California, Berkeley（加州大学伯克利分校） ； Zoox（Zoox公司） 纠错

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

AI总结 该研究介绍开源Python框架OpenSCvx，它通过符号建模接口简化轨迹优化问题的构建与求解，支持连续时间约束等功能，助力快速开发与扩展轨迹优化方法。

GCS-Bridging: Restoring Connectivity of Disconnected Convex Sets for Graph-of-Convex-Sets Motion Planning

GCS-Bridging：恢复凸集图运动规划中断开凸集的连通性

Xiaokai Zhou, Baoshi Cao, Yang Liu, Kui Sun, Boyu Ma, Zhengpu Wang, Zongwu Xie

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院） 纠错

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

AI总结 针对凸集图（GCS）规划中起始与目标区域断开的问题，提出GCS-Bridging方法，通过无碰撞点路径与凸集膨胀恢复连通性，模拟与硬件实验验证其高成功率与实用性。

Comments 8 pages, 3 figures

MAVEN-T: Reinforced Heterogeneous Distillation for Real-Time Multi-Agent Trajectory Prediction

MAVEN-T：用于实时多智能体轨迹预测的强化异构蒸馏

Wenchang Duan, Zhenguo Gao, Jinguo Xian, Yi Shi

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Bio-X Institutes, Key Laboratory for the Genetics of Developmental and Neuropsychiatric Disorders, Shanghai Jiao Tong University（上海交通大学Bio-X研究院、发育与神经精神疾病遗传学重点实验室） ； Shanghai Key Laboratory of Psychotic Disorders, Brain Science and Technology Research Center, Shanghai Jiao Tong University（上海精神疾病重点实验室、脑科学与技术研究中心，上海交通大学） 纠错

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

AI总结 提出MAVEN-T框架，通过高容量教师模型和紧凑学生模型的异构蒸馏，结合强化学习优化，实现实时多智能体轨迹预测，在多个数据集上达到高精度与低延迟。

Stability Certificates for Receding Horizon Games

后退时域博弈的稳定性证明

Sophie Hall, Giuseppe Belgioioso, Florian Dörfler, Dominic Liao-McPherson

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

AI总结 本研究针对后退时域博弈，提出适用于非势博弈的基于LMI的稳定性证明，给出解耦动态下的可扩展验证方法与代价权重调优指南，为多智能体系统控制提供稳定性保障。

Lagrange: An Open-Vocabulary, Energy-Based Sparse Framework for Generalized End-to-End Driving

Lagrange: 一种面向通用端到端驾驶的开放词汇、基于能量的稀疏框架

Shihao Ji, HongXi Li, Zihui Song, Mingyu Li

专题命中 端到端驾驶 ：end-to-end driving(title)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.AI

AI总结 提出Lagrange框架，利用掩码潜在场和视觉语言模型实现开放词汇、稀疏计算，通过拉格朗日动作最小化确保运动学约束，在nuScenes和CODA基准上验证了鲁棒性和可解释性。

Comments Withdrawn due to serious concerns regarding the authenticity and accuracy of the listed authorship. The identity of one or more listed authors cannot presently be verified, and the author list may not represent distinct contributors. The manuscript is withdrawn pending institutional review

MomADv2: Reliable Temporal Memory for End-to-End Autonomous Driving

MomADv2：面向端到端自动驾驶的可靠时序记忆

Ziying Song, Shengkai Zhang, Lin Liu, Peiliang Wu, Lei Yang, Dongyang Xu, Bin Sun, Li Wang, Shaoqing Xu, Caiyan Jia, Yadan Luo

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV

AI总结 针对自动驾驶时序记忆易失效的问题，提出 MomADv2 框架，含选择性记忆查询模块与流匹配残差修正器，在多数据集上使碰撞率降 15.6%。

Comments 16 pages, 6 figures

Learning Spherical Occupancy Profiles for Multi-View 3D Reconstruction and Generation

用于多视图三维重建与生成的球形占用轮廓学习

YiHsuan Tsai

机构 * Nanjing University（南京大学） 纠错

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

AI总结 该研究提出将逐光线球形占用轮廓作为统一中间表示，训练判别式解码器与生成式流水线，在多视图三维重建任务中取得良好效果，且可迁移至真实照片场景。

Comments 12 pages,5 figures,5 tables. Code and data will be released

On-Detector Machine Learning for Beam-Induced Background Rejection at a 10 TeV Muon Collider

10 TeV缪子对撞机中用于束流诱导本底抑制的探测器上机器学习方法

Daniel Abadjiev, Eliza Howard, Tsz Ngong You, Ryan Michaud, Benjamin Ryan Roberts, Benjamin Rosser, Karri Folan Di Petrillo, Doug Berry, Arghya Ranjan Das, Jennet Dickinson, Giuseppe Di Guglielmo, Harshul Gupta, Farah Fahim, Abhijith Gandrakota, Lindsey Gray, James Hirschauer, David Jiang, Shiqi Kuang, Ron Lipton, Mira Littmann, Miaoyuan Liu, Nicholas Manganelli, Petar Maksimovic, Corrinne Mills, Mark S. Neubauer, Aidan Nicholas, Benjamin Parpillon, Jannicke Pearkes, Adam Quinn, Danush Shekar, Ricardo Silvestre, Chinar Syal, Morris Swartz, Nhan Tran, Amit Trivedi, Keith Ulmer, Mohammad Abrar Wadud, Benjamin Weiss

专题命中 BEV与占用 ：occupancy(abstract,abstract_cn)

AI总结 针对10 TeV缪子对撞机的束流诱导本底问题，研究探测器上的轻量级机器学习架构，可在99%信号效率下实现88%-90%的数据缩减，为满足其径迹探测器读出要求提供可行方案。

Geo-VLA: Geometry-Aware Vision-Language-Action Planning via Internalization of Map Semantics

Geo-VLA：通过内化地图语义实现几何感知的视觉-语言-动作规划

Ran Chen, Jiaxing Ren, Zhikun Zhang, Yunhao Hou, Junbao Zhuo, Bochao Zou

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 该研究针对VLA模型在复杂驾驶场景中规划性能不足的问题，提出可即插即用的Geo-VLA框架，结合自研Geo-QA数据集，在NAVSIM v1上实现单目VLA规划器的新SOTA。

ODG-NoMaD: Overhead-Camera Direction-Guided NoMaD

ODG-NoMaD： overhead相机方向引导的NoMaD

Blossom Treesa Bastian, Keerthi S. Shetty, Manish Kolachalam, Rani Malhotra, Ashish Dutta

机构 * Applied Research Center for Autonomous Machines, Infosys Center for Emerging Technologies（Infosys新兴技术中心自主机器应用研究中心） ； Dept. of Mechanical Engineering, IIT Kanpur（印度理工学院坎普尔分校机械工程系） 纠错

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

AI总结 该研究提出ODG-NoMaD，通过overhead相机方向引导改进NoMaD，在模拟办公环境中大幅减少残余距离、优于NaviDiffusor且全程无碰撞。

Channel-Token Attention for Reliable Dynamic Spectrum Access under Bursty Primary-User Traffic

面向突发主用户业务的可靠动态频谱接入的信道-令牌注意力机制

Krishna Acharya, Dinanath Padhya, Utsab Dahal, Ashish Kandel, Binod Sapkota

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对突发主用户业务，提出TACAN策略，结合信道-令牌注意力与Transformer优化，在20信道网络中提升存在分组接入成功率、降低时延与可靠性差距，未获得分组吞吐量增益。

Comments 9 pages, 4 figures, 2 tables

Self-consistent modelling of all-optical switching and magneto-optic readout in an integrated Si$_3$N$_4$/GdFeCo waveguide

集成Si₃N₄/GdFeCo波导中全光开关与磁光读出的自洽建模

Muhammad Arief Mulyana, Budi Adiperdana, Ayi Bahtiar

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文针对集成Si₃N₄/GdFeCo波导元件，建立全光开关与磁光读出的自洽模型，揭示导波光的磁化相关特征及切换效率，为相关器件设计提供理论支撑

Comments 46 pages, 10 figures. Supplementary material included as an ancillary file

Composition- and Ordering-Dependent Evolution of Simulated Kikuchi Patterns of Au-Ni Alloys

Au-Ni合金模拟菊池花样的成分与有序度依赖演化

Camila A. Teixeira, Lukas Berners, Sandra Korte-Kerzel, Ulrich Kerzel

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究分析Au-Ni合金模拟菊池花样的成分、有序度等影响因素，明确归一化强度分布和带宽可区分菊池花样，有望用于未来基于表示学习的索引方法。

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference

用于长期因果推断的半参数双重强化学习

Lars van der Laan, David Hubbard, Allen Tran, Nathan Kallus, Aurélien Bibaut

机构 * Department of Statistics, University of Washington, USA（华盛顿大学统计系） ； Netflix Research, USA（Netflix研究） ； Cornell Tech, Cornell University, USA（康奈尔科技学院、康奈尔大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对长期因果推断中双重强化学习的不稳定问题，提出半参数双重强化学习方法，推导相关效率界并构建鲁棒估计量，可提升推断效率。

Comments 84 pages, 5 figures

Finite-state Markovian surrogates for long-time neuronal state distributions and firing rates

用于长时间神经元状态分布和放电率的有限状态马尔可夫代理模型

Zhongyi Wang, Louis Tao, Zhuo-Cheng Xiao

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究构建有限状态马尔可夫代理模型，结合两种闭合方式，在LIF、EIF等神经元模型上实现无需逐尖峰模拟的长时间状态分布和放电率估计，性能良好。

Comments 21 pages, 14 figures

Gate Voltage Effect on Pulse Detection Efficiency of Perimeter-Gated SPADs

栅极电压对周边栅控单光子雪崩二极管（pg-SPADs）脉冲探测效率的影响

Hunter Guthrie, Md Sakibur Sajal, Zexi Liu, Marc Dandin

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

AI总结 本研究针对周边栅控单光子雪崩二极管（pg-SPADs）在脉冲光学系统中的权衡关系空白，明确其0.35μm CMOS工艺制备的器件以脉冲探测效率换虚假事件扩散降低，提出脉冲LIDAR应用的最优使用指南。

Comments 4 pages, 7 figures, accepted in MWSCAS 2026 Conference

GOLEM: Modular Humanoid Autonomy Towards Electric Vehicle Battery Disassembly

GOLEM：面向电动汽车电池拆解的模块化人形自主系统

Max Conway, William Xie, Allen Devaraj, Yutong Zhang, Niraj Pudasaini, Mateo Feit, Adam Abid, Zachary Allen, Chen Liu, Xuan Tan, Jensen Lavering, Jason Chen, Lyle Antieau, Anthony Von Pischke, Alessandro Roncone, Zachary Sunberg, Nikolaus Correll

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of Notre Dame（圣母大学） 纠错

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

AI总结 该研究针对人工拆解报废EV电池的痛点，提出适配Unitree H1-2人形机器人的GOLEM开源模块化架构，通过仿真与现实实验验证了其在电池拆解各模块的性能，可用于人形机器人相关能力的公平对比与开发。

3D Point Cloud from Close-Range Photogrammetry for Defect Characterisation of Rubberised Concrete

用于橡胶混凝土缺陷表征的近程摄影测量生成三维点云

Jiacheng Liu, Mohammed Alnahhal, Ailar Hajimohammadi, Sara Gonizzi Barsanti, Jinling Wang, Mohsen Kalantari

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究针对橡胶混凝土调整近程摄影测量工作流程，结合SfM、MVS算法及RGB引导裂纹提取方法，生成亚毫米级分辨率三维模型，可替代激光雷达用于实验室样本表面检查与变形监测，为后续研究建立几何基准。

Comments 8 pages, 10 figures. Published in the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXV ISPRS Congress 2026, Toronto, Canada

Nori A3: A Bimanual Mobile Manipulator at the Appliance Price Point

Nori Bot：一款不到1000美元的 floor-to-counter 移动机械臂

Antonio Li

机构 * LeRobot 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 Nori Bot 通过600mm Z轴提升、Raspberry Pi 4与OpenClaw协同控制以及软件安全栈解决移动机械臂的三大限制，成本仅为同类商业平台的3%。

Comments 5 pages, 4 figures, 2 tables. Supersedes arXiv:2605.16537 (https://arxiv.org/abs/2605.16537), which described an earlier prototype on a different mechanical base