自动驾驶

Geometry-Grounded Unified 3D Perception for Autonomous Driving

面向自动驾驶的基于几何的统一3D感知

Longfei Xu, Xiaohui Wang, Zehao Huang, Han Li, Ya Yang, Naiyan Wang, Si Liu

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

AI总结 该研究针对现有自动驾驶3D感知框架无法保留显式度量几何的问题，提出GeoUP框架，通过分解跨图像交互并注入射线图编码实现统一3D感知，在多数据集上达到SOTA性能。

Comments Accepted by BMVC 2026

Self-Aware Active Learning Enables Continual Improvement in Autonomous Driving

自我感知主动学习实现自动驾驶的持续改进

Dong Hu, Chao Huang, Carman K.M. Lee, Dimitrios Kanoulas

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Adelaide University（阿德莱德大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 该研究提出自我感知主动学习框架SAGE，通过生成恐惧与好奇心信号调节风险，在多场景中提升自动驾驶系统鲁棒性、减少安全违规并维持任务性能，实现训练后持续改进。

MotionSync: Non-Causal Refinement of Causal Tracker for Label-Efficient 3D Perception

MotionSync：面向标签高效三维感知的因果跟踪器的非因果优化

Rahul Ahuja, Bala Murali Manoghar Sai Sudhakar, Shashwata Gupta, Venkatraman Narayanan, Varun Ravi Kumar, Senthil Yogamani

机构 * Qualcomm Technologies, Inc（高通技术公司） 纠错

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

AI总结 MotionSync将因果/非因果边界设为架构接缝，以带创新的因果跟踪器加非因果优化通路实现标签高效三维感知，在Waymo数据集上25%人工标签加伪标签可获96.9% mAP，10%预算下非因果通路提升3.3 mAP/L2。

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

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

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 10 pages, 5 figures

Making the Discrete Continuous: Synthetic RAW Augmentations for Fine-Grained Evaluation of Person Detection Performance in Low Light

使离散的成为连续的：合成RAW增强用于细粒度评估人检测性能在低光环境

Valeria Pais, Malena Mendilaharzu, Daniele Faccio, Luis Oala, Christoph Clausen, Bruno Sanguinetti

机构 * University of Glasgow（格拉斯哥大学） ； Dotphoton 纠错

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

AI总结 本文提出了一种合成RAW增强方法，用于在低光条件下更准确地评估人检测模型的性能，通过生成与相机传感器噪声模型匹配的低光样本，以改善基准测试的数据覆盖。

Comments Accepted non-archival paper at the CVPR 2026 AUTOPILOT Workshop (Autonomous Understanding Through Open-world Perception and Integrated Language Models for On-road Tasks)

Physical Adversarial Examples for Person Detectors in Thermal Images Based on 3D Modeling

基于3D建模的热图像行人检测器的物理对抗样本

Xiaopei Zhu, Siyuan Huang, Zhanhao Hu, Jianmin Li, Jun Zhu, Xiaolin Hu

机构 * Tsinghua University（清华大学） ； Chinese Institute for Brain Research (CIBR)（中国脑科学研究院） 纠错

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

AI总结 该研究基于3D建模制作红外对抗服装，针对YOLOv9等热图像行人检测器实现高攻击成功率，且具有良好的可迁移性。

Comments Accepted by TPAMI 2025

Real-Time Scene-Adaptive Tone Mapping for High-Dynamic Range Object Detection

面向高动态范围目标检测的实时场景自适应色调映射

Gongzhe Li, Linwei Qiu, Peibei Cao, Fengying Xie, Xiangyang Ji, Qilin Sun

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Point Spread Technology（点扩散科技） 纠错

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

AI总结 本文提出一种场景自适应实时色调映射方法，通过神经光度校准等技术解决HDR图像适配检测网络的问题，性能优于传统算法，可在NVIDIA Jetson平台实现4K HDR图像实时处理。

Comments Accepted by NeurIPS 2025

Towards Continual Test-Time Adaptation of Vision-Language Models in Open-Vocabulary Semantic Segmentation

面向开放词汇语义分割中视觉-语言模型的持续测试时适应

Chandler Timm C. Doloriel, Yunbei Zhang, Sarthak Kumar Maharana, Muhammad Salman Siddiqui, Tor Kristian Stevik, Fadi Al Machot, Kristian Hovde Liland, Habib Ullah

机构 * Norwegian University of Life Sciences (NMBU)（挪威生命科学大学） ； Tulane University（杜兰大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

AI总结 针对开放词汇语义分割中视觉-语言模型在持续测试时分布偏移下的对齐脆弱问题，提出DAF框架，在多数据集上实现mIoU显著提升且鲁棒性良好。

Comments under review. code available at this https URL (https://github.com/chandlerbing65nm/DAF.git)

Learning Agile Perceptive Traversal of Sparse 3D Structures for Humanoids

人形机器人对稀疏三维结构的敏捷感知遍历学习

Efe Ongan, Chong Zhang, Boyang Sun, Andrei Cramariuc, Cesar Cadena, Marco Hutter

机构 * Robotic Systems Lab（机器人系统实验室） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 该研究针对人形机器人的稀疏三维结构遍历问题，提出基于强化学习的感知控制系统，结合带循环记忆的注意力编码器与分阶段师生流水线，在硬件试验中完成多序列任务且支持障碍物规避。

Coding What Matters: A Semantic-Aware Memory Interface for Energy-Efficient Perception in Autonomous Vehicles

编码关键信息：面向自动驾驶节能感知的语义感知型内存接口

Haohua Que, Handong Yao

机构 * College of Engineering, University of Georgia（佐治亚大学工程学院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 提出语义感知型内存接口编码器MotiMem-Omega，通过分配图像块精度层级保护关键交通信息，可降低内存接口能量，同时保留高感知精度。

Reliability-Aware Monocular Depth Supervision for Sparse-View Neural Reconstruction

用于稀疏视图神经重建的可靠性感知单目深度监督

Wei-Teng Chu, Yashasvini Gopalan, Changju Yuan

机构 * Stanford University（斯坦福大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 研究稀疏视图神经重建的单目深度监督，用Depth Anything V2作密集单目深度先验，经尺度变换拟合对齐预测，通过仅RGB基线模型生成的光度掩码选择性应用深度监督，在不同场景评估，结果表明应选择性适度加权应用。

Comments 9 pages, 6 figures. All authors contributed equally

When to Adapt: Conditional Memory Adapters for Retention-Preserving Domain Specialization

何时适配：用于保留性能的领域专业化的条件记忆适配器

Jiayu Hou, Lei Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 针对大语言模型参数高效微调导致域外性能下降的问题，提出Engram Adapter框架，通过条件激活实现领域专业化，在提升领域内准确率的同时保留绝大多数域外性能。

Comments Accepted to Findings of EMNLP 2026

A Multi-Modal Channel Sounding System for Environment-Aware Channel Measurements in 6G Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Comments Substantially revised version after peer review

From Multi-Modal Paths to Executable Trajectories: A Trajectory Planning Framework for 4WIS Robots

从多模态路径到可执行轨迹：面向四轮独立转向（4WIS）机器人的轨迹规划框架

Runjiao Bao, Lin Zhang, Yongkang Xu, Shoukun Wang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Beijing Institute of Technology（北京理工大学） ； Shenzhen Research Institute of Nankai University（南开大学深圳研究院） 纠错

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

AI总结 针对4WIS机器人现有规划方法无法充分利用其多模态能力的问题，提出结合模式增强前端搜索与模式一致后端优化的轨迹规划框架，实验验证了其综合性能与实际可执行性。

LARC: Lazy Adaptive Reachability Certification of Robot Manipulator Trajectories

LARC：机械臂轨迹的惰性自适应可达性认证

Yu Feng, Hao Wu, Yuzhe Wang, Jianshu Zhou

机构 * National University of Singapore（新加坡国立大学） ； Singapore Institute of Manufacturing Technology（新加坡制造技术研究院） ； Agency for Science Technology and Research（新加坡科技研究局） 纠错

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

AI总结 针对机械臂轨迹离散检查易漏碰撞、均匀时间划分浪费算力的问题，提出LARC惰性自适应可达性认证，仅对安全距离不确定的区间二分，在AgileX PIPER轨迹上实现约10倍加速且匹配基线决策，仅部分轨迹未认证。

Beyond the Trace: Coupling an Interpretable Reasoning-State Readout to Native MoE Routing

超越轨迹：将可解释推理状态读出与原生MoE路由耦合

Kang Chen, Sihan Zhao, Yixin Cao, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本研究提出将可解释推理状态读出J64与原生MoE路由耦合的两级机制，提升推理过程可解释性与性能，R64作为低开销代理可保留其核心增益，还能优化分支选择与投票策略、调整推理行为。

A Degradation-Tolerance Benchmark for Camera-Only End-to-End Driving

仅基于相机的端到端驾驶的抗退化基准测试

Haohua Que, Handong Yao

机构 * College of Engineering, University of Georgia（佐治亚大学工程学院） 纠错

专题命中 端到端驾驶 ：end-to-end driving(title)；分类 cs.RO

AI总结 研究人员提出DriveDegrade基准测试，评估仅基于相机的端到端驾驶模型对各类图像退化的容忍度，发现不同退化对规划的影响差异显著，某视觉-语言-动作规划器被遮挡6个相机仅损失11.5%性能。

Driving on Memory

基于记忆的驾驶

Christian Löwens, Thorben Funke, Alexandru Paul Condurache

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

AI总结 该研究通过替换自动驾驶模型的相机输入为同一地点的历史驾驶记忆，发现NAVSIM上仅靠记忆即可达到甚至超过领先端到端方法的性能，提示NAVSIM分数需谨慎对待，且该效应存在基准依赖性。

Projection-Aware End-to-End Learned Video Compression for 360-Degree Video

面向360度视频的投影感知端到端学习型视频压缩

Niloofar Maani

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学） 纠错

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

AI总结 该研究探讨投影格式对360度视频端到端神经压缩的影响，评估7种投影格式，发现投影效率依赖于编解码器，为学习型360度视频压缩的投影选择提供指导。

AutoREC: A reinforcement learning platform for equivalent circuit model generation

AutoREC：一种用于从电化学阻抗谱数据开发强化学习代理以生成等效电路模型的软件平台

Ali Jaberi (1), Yonatan Kurniawan (2), Robert Black (1), Shayan Mousavi M. (1), Kabir Verma (3), Zoya Sadighi (1), Santiago Miret (4), Jason Hattrick-Simpers (2) ((1) Clean Energy Innovation Research Centre, National Research Council Canada, Mississauga, ON, Canada, (2) Department of Materials Science and Engineering, University of Toronto, Toronto, ON, Canada, (3) Cheriton School of Computer Science, University of Waterloo, Waterloo, ON, Canada, (4) Lila Sciences, San Francisco, CA, USA)

机构 * Clean Energy Innovation Research Center, National Research Council Canada（清洁能源创新研究中心，加拿大国家研究委员会） ； Department of Material Science and Engineering, University of Toronto（材料科学与工程系，多伦多大学） ； Cheriton School of Computer Science, University of Waterloo（计算机科学学院，滑铁卢大学） 纠错

专题命中 端到端驾驶 ：self-driving(abstract)

AI总结 AutoREC通过将等效电路模型生成建模为马尔可夫决策过程中的序列决策问题，利用深度强化学习解决传统手动试错方法的局限性，实现了高成功率的自动等效电路模型生成。

Multi-Group Pipe Routing under Permanent Geometric Occupancy: Problem, Benchmark, and Classical Baselines

永久几何占用下的多组管道路由：问题、基准及经典基线

Deng Quan

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

AI总结 针对增材制造中多组流道永久占用体积的路由问题，提出带几何双见证冲突的形式化方法、可控难度的3D基准及CBS等经典基线，验证了CBS性能更优。

Exact Entanglement Swapping through Single-Occupancy Measurements in Gaussian Fermion States

高斯费米子态中通过单占据测量实现的精确纠缠交换

Jiyuan Fang

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

AI总结 该研究在半填充自由费米子高斯态的两个副本上，通过测量对应梯级并后选择单费米子态，得出未测量部分的纠缠熵与初始态无关，成功概率仅取决于初始关联，等权重贝尔后选择可实现最大纠缠交换。

Comments 9 pages, 1 figures

Soft Fitted Q-Iteration without Bellman Completeness: Occupancy Reweighting and Temperature Annealing

静态重加权实现软拟合Q迭代的局部收敛性

Lars van der Laan, Nathan Kallus

机构 * Department of Statistics, University of Washington（华盛顿大学统计学系） 纠错

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

AI总结 本文分析了在无Bellman完备性条件下软拟合Q迭代的稳定性机制，提出静态重加权软拟合Q迭代方法，证明其在近似可实现性和受控加权误差下具有有限样本局部线性收敛性。

Fitted Q-Evaluation without Bellman Completeness via Occupancy Weighting

无需贝尔曼完备性而通过稳态加权的拟Q评估

Lars van der Laan, Nathan Kallus

机构 * Department of Statistics, University of Washington（华盛顿大学统计学系） 纠错

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

AI总结 本文提出一种无需贝尔曼完备性的拟Q评估方法，通过稳态加权改进回归步骤，实现有限样本线性收敛，减少价值误差。

OPUS-V2: Bridging the Gap between Sparse Points and Dense Voxels

OPUS-V2：弥合稀疏点与稠密体素之间的差距

Jiabao Wang, Qiang Meng, Liujiang Yan, Ke Wang, Qibin Hou, Ming-Ming Cheng

机构 * Nankai University（南开大学） ； Momenta（Momenta（魔门塔）） ； KargoBot（智加科技） 纠错

专题命中 BEV与占用 ：self-driving(abstract)；occupancy(abstract)；分类 cs.CV

AI总结 针对基于点的占据预测与自动驾驶所需稠密体素占据的不匹配问题，提出OPUS-V2框架，通过点-体素变换模块和特征-占据解耦设计，在两个数据集上实现了先进性能并保持实时运行。

Super4DR: 4D Radar-centric Self-supervised Odometry and Gaussian-based Map Optimization

Super4DR: 基于4D雷达的自监督里程计与高斯基于地图优化

Zhiheng Li, Weihua Wang, Qiang Shen, Yichen Zhao, Zheng Fang

专题命中 BEV与占用 ：LiDAR(abstract)；分类 cs.RO

AI总结 Super4DR通过基于4D雷达的自监督里程计和高斯地图优化，在恶劣天气中实现更准确的定位与地图重建。

Comments 19 pages, 24 figures

Language-Statistical Analysis of Neural Audio Codec Tokens Across Architectures, Corpora, and Noise Conditions

跨架构、语料库与噪声条件的神经音频编解码器令牌的语言统计分析

Joonyong Park, Shinnosuke Takamichi, David M. Chan, Shunsuke Kando, Yuki Saito, Hiroshi Saruwatari

机构 * The University of Tokyo（东京大学） ； Keio University（庆应义塾大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文分析13款不同架构的神经音频编解码器在多语料库、多噪声条件下的令牌统计特征，明确声学条件与量化器元类别的主导作用，为该类编解码器的语言统计分析提供架构相关规范。

Comments Submitted to IEEE Transactions on Audio, Speech, and Language Processing (TASLP)

mmIR: Frequency-Space Inverse Rendering for 3D Millimeter-Wave Radar ADC Synthesis

mmIR：用于3D毫米波雷达ADC合成的频率空间逆渲染方法

Adnan Armouti, Yixuan Gao, Rajalakshmi Nandakumar

机构 * Cornell Tech（康奈尔科技学院） 纠错

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

AI总结 提出开源可微分的FMCW雷达逆渲染器mmIR，采用LiDAR辅助逆渲染，在ColoRadar数据集上实现高分辨率3D雷达数据合成，相关性能优于Sionna-RT且可跨雷达硬件迁移。

Comments Accepted to the European Conference on Computer Vision (ECCV) 2026. Project page: this https URL (https://mmwave-inverse-rendering.github.io/)

CedarCypress3D: an annotated UAV-LiDAR dataset of individual trees in planted cedar and cypress forests

CedarCypress3D：人工林杉树和柏树中单株树木的带标注无人机激光雷达数据集

Katsuto Shimizu (1), Fumiaki Kitahara (2), Tomohiro Nishizono (2), Hideki Saito (3), Masayoshi Takahashi (2), Shingo Obata (4), Shunsuke Tei (4), Naoyuki Furuya (2), Tomoya Goto (5), Eiji Kodani (2), Yusuke Yamada (6) ((1) Shikoku Research Center, Forestry and Forest Products Research Institute, (2) Department of Forest Management, Forestry and Forest Products Research Institute, (3) Forestry and Forest Products Research Institute, (4) Hokkaido Research Center, Forestry and Forest Products Research Institute, (5) Green Kogyo, (6) Graduate School of Bioagricultural Sciences, Nagoya University)

机构 * Forestry and Forest Products Research Institute（森林综合研究所） ； Green Kogyo 纠错

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

AI总结 本文提出CedarCypress3D，为温带人工林提供含1627棵树标注的无人机激光雷达数据集，可支撑单株树木分割等相关研究，且部分样地附带地面激光雷达数据。

Comments 15 pages, 8 figures

RLG-TPV: Radar- and LiDAR-Guided Tri-Perspective View Fusion for Camera-Radar 3D Object Detection

RLG-TPV：用于相机-雷达3D目标检测的雷达与激光雷达引导的三视角视图融合

Ahmet Mete Dokgoz, A. Enes Doruk, Hasan F. Ates

机构 * Ozyegin University（厄兹伊金大学） 纠错

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

AI总结 提出RLG-TPV多模态TPV框架，融合雷达与激光雷达几何引导，结合射线引导注意力、多普勒时间融合等技术，在nuScenes验证集上较CRN基线显著降低方向和速度误差，提升相机-雷达3D目标检测性能。