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。
基于努力的临界度量指标用于评估自动驾驶中的3D感知误差
机构 * CARIAD SE ； University of Freiburg（弗莱堡大学）
专题命中 感知 ：autonomous driving(title)；分类 cs.RO、cs.CV
AI总结 本文提出基于努力的临界度量指标，通过FSR、MDR和LEA量化自动驾驶中3D感知误差的严重性，揭示非关键性误差占比高，验证新指标能捕捉安全关键信息。
Comments Accepted at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
HORIZON：一种采用水平布局的高效读取DNA存储固件
专题命中 感知 ：occupancy(abstract)
AI总结 本文提出HORIZON策略，通过水平布局与活动感知分配降低DNA存储的读取放大，经模拟验证其在多种工作负载下性能优于现有方案。
GeoWAM：面向自动驾驶的视觉几何世界动作模型
机构 * Uber AV Labs（优步自动驾驶实验室） ； Case Western Reserve University（凯斯西储大学）
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。
Comments Project page: this https URL (https://yiren-lu.com/project_pages/geowam/)
隐式动态感知的领域外监测用于轨迹预测的可证明保障
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出基于快速突变点检测的轨迹预测领域外监测方法，通过隐马尔可夫模型建模预测误差演化，实现无需显式知识的领域外检测并保证延迟和误报率的可证明保障。
Comments Accepted by 2026 IEEE International Conference on Automation Science and Engineering (CASE 2026)
利用拓扑信息的多会话定位与建图
机构 * Instituto Tecnológico de Aragón (ITA)（阿拉贡技术学院） ； Instituto de Investigación en Ingeniería de Aragón (I3A)（阿拉贡工程研究院） ； Universidad de Zaragoza（萨拉戈塔大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本研究提出一种基于拓扑信息的多会话框架，通过分析姿态图结构优化建图与定位，减少误差并提升一致性。
熵的测量位置很重要：有界连续控制PPO中的策略几何
机构 * Lancaster University（兰卡斯特大学） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学）
专题命中 规划控制 ：occupancy(abstract)
AI总结 该研究发现熵的测量位置会影响PPO学习的有界连续控制策略几何，通过MyoLeg、Dog-Stand任务实验，表明熵测量空间是均值-方差耦合的设计选择，仅任务回报无法表征有界策略几何。
Comments 24 pages, 6 figures, 8 tables
平面地球误差：车辆动力学中的微分几何
专题命中 规划控制 ：LiDAR(abstract)
AI总结 该研究针对车辆动力学模拟的平面地球误差，用微分几何建模曲面道路上的车辆运动，结合多体力学与最优控制，在纳斯卡椭圆形赛道模拟中验证了三维效应的动力学显著性。
Comments 38 pages, 12 figures, 3 tables
面向非对称传感器退化场景下鲁棒端到端驾驶的方差引导空间注意力融合
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Anhui University（安徽大学） ； Shenzhen Research Institute of Northwestern Polytechnical University（西北工业大学深圳研究院）
专题命中 端到端驾驶 ：end-to-end driving(title)；LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV
AI总结 提出VG-SAF框架，通过物理增强器、模态专家与混合注意力机制，在CARLA Longest6基准上提升非对称传感器退化下的端到端驾驶鲁棒性。
Comments 17 pages, 9 figures, and 4 tables, including supplementary material. Submitted to IEEE Transactions on Vehicular Technology
CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考
机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI
AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。
RoG-DAgger：面向端到端驾驶的基于回滚的后训练方法
机构 * CARIAD SE, Volkswagen Group（大众集团旗下CARIAD SE） ； Institute of Mathematics, Technical University of Berlin（柏林工业大学数学研究所）
专题命中 端到端驾驶 ：end-to-end driving(title,abstract)；分类 cs.RO
AI总结 本研究针对端到端驾驶系统训练与推理不匹配的问题，提出 RoG-DAgger 后训练框架，通过回滚优化专家演示与监督，在多个驾驶基准上显著提升了模型的驾驶性能与成功率。
Comments preprint, under review
O3N: 全向开放词汇占用预测
机构 * Hunan University（湖南大学） ； Zhejiang University（浙江大学）
专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO、cs.CV、eess.IV
AI总结 O3N通过全向感知和开放词汇方法，实现三维空间的连续表示和长距离上下文建模，提升具身智能在开放世界中的感知与建模能力。
Comments The source code will be made publicly available at this https URL (https://github.com/MengfeiD/O3N)
用于多视图三维重建与生成的球形占用轮廓学习
机构 * Nanjing University（南京大学）
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
有限总体中多集合分配占用（MAO）的统一精确阶乘矩理论
专题命中 BEV与占用 ：occupancy(title,abstract)
AI总结 本文针对有限总体的多集合分配占用问题，建立统一精确阶乘矩理论，推导联合占用类别的精确表示式，经穷举枚举和蒙特卡洛模拟验证，为多集合占用统计提供严格有限总体基础。
Comments 33 pages
离线强化学习中边缘化重要性加权的贝尔曼校准
机构 * Stanford University（斯坦福大学） ； Netflix（网飞） ； Cornell University（康奈尔大学）
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 本文针对离线强化学习中边缘化重要性加权的残留占用平衡违反问题，提出等渗贝尔曼校准方法，可减少此类违反并保证下游策略价值估计等任务的性能。
Comments 43 pages, 1 figure, 4 tables
近似线性规划的对偶基权重选择方法
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 针对近似线性规划权重选择的问题，提出基于对偶解投影占用信息的自适应权重更新方法，在更低计算成本下提升策略质量，且收敛性有保障。
Comments 20 pages, 9 figures
CARE：自适应激光雷达感知中用于首次目标检测的相机残差储备
机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（信息学研究所）
专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出CARE算法，通过预留部分激光雷达预算用于相机检测的未知方向，在nuScenes数据集上提升首次检测召回率，可更早检测被遮挡行人，保障自动驾驶安全。
EllipseLIO: 一种基于椭球表示的自适应激光雷达惯性里程计
机构 * Vision for Robotics Lab (V4RL)（机器人视觉实验室）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 本文提出EllipseLIO，一种基于椭球表示的实时激光雷达惯性里程计，通过自适应的激光雷达扫描过滤和配准方法，在不同环境和传感器下实现鲁棒的里程计性能，实验表明其在多种复杂场景中表现最优。
Comments 8 pages, 6 figures, 4 tables. Video available at this https URL (https://www.youtube.com/watch?v=eIZ8CK4TAuA) Code available at this https URL (https://github.com/v4rl-ucy/ellipselio)
RePL：伪标签细化用于半监督激光雷达语义分割
机构 * Dept. of CSE, POSTECH（浦项科技大学计算机科学与工程系） ； GSAI, POSTECH（浦项科技大学人工智能研究生院）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 RePL通过掩码重建识别并纠正伪标签中的潜在错误，提升伪标签质量，从而在激光雷达语义分割中取得最优性能。
Comments ECCV 2026
基于卡尔曼滤波的信息融合中惯性测量单元（IMU）参数的设置
机构 * Tongji University（同济大学）
专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO
AI总结 该研究针对卡尔曼滤波信息融合中IMU参数设置难题，提出基于Allan方差校准的方法，验证了其在两类IMU传感器融合系统中的可行性与有效性。
Comments 2026 International Conference on Guidance, Navigation and Control
SIREN-Bench：行为驱动的应急车辆交互生成与评估
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； CVS Health（CVS健康公司） ； City University of Hong Kong（香港城市大学） ； New York University（纽约大学）
专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 该研究提出行为驱动的SIREN协同仿真平台，构建SIREN-Bench-v1基准，经3类任务评估揭示不同行为模式下的失效特性，为自动驾驶与交通安全研究提供可扩展平台。
耦合土地利用、交通与建筑能源的协同仿真平台：开发与案例研究
专题命中 仿真评测 ：occupancy(abstract)
AI总结 该研究开发了集成UrbanSim、POLARIS、CityBES的协同仿真平台，以芝加哥大都市区为例验证其可评估交通与定价政策对土地利用、出行和能源的联合影响。
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