自动驾驶

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。

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 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。

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

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。

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。

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

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。

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: 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, Fumiaki Kitahara, Tomohiro Nishizono, Hideki Saito, Masayoshi Takahashi, Shingo Obata, Shunsuke Tei, Naoyuki Furuya, Tomoya Goto, Eiji Kodani, Yusuke Yamada

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。

Polis: 3D Self-Supervision at City Scale

Polis：城市规模的3D自监督学习

Alexander Rusnak, Sophia Kovalenko, Jingru Wang, Ismail Moudden, Xiru Wang, Frédéric Kaplan

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

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；self-driving(abstract)；分类 cs.CV、cs.AI

AI总结 研究针对城市规模3D场景设计的Polis，结合SIGReg等技术，在14个城市与建筑规模基准上，提升了语义表示性能，同时展现了该领域自监督学习专业化的局限。

InfraOcc: An Infrastructure Occupancy Benchmark with Static-to-Dynamic Reasoning

InfraOcc：具备静态-动态推理能力的基础设施占用基准测试集

Lei Yang, Xiaokai Bai, Boqi Li, Chunmian Lin, Li Wang, Ziying Song, Jiahuan Zhang, Enhui Ma, Haibao Yu, Jiaqi Ma, Kaicheng Yu

机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Beijing Institute of Technology（北京理工大学） ； Yanshan University（燕山大学） ； Westlake University（西湖大学） ； University of Hong Kong（香港大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 仿真评测 ：occupancy(title,abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文构建了首个基础设施占用基准InfraOcc，提出ProSD-Occ方法实现静态-动态渐进推理，在多赛道排名第一，为固定视角路边占用提供了新的推理范式。

Comments 17 pages, 12 figures

Open-Source Autonomous Driving System Analysis and Multi-Disciplinary Hardware-in-the-Loop Research Paradigm with Reinforcement-Learning Testing and Large Language Models

开源自动驾驶系统分析及结合强化学习测试与大语言模型的多学科硬件在环研究范式

Dianjing Cheng, Yike Li, Lan Yang, Shan Fang, Wenjia Niu, Xiangyu Shi, Xinyi Zhao, Yunzhe Tian, XingYu Wu, Xiaoshu Cui, Yuanwan Chen, Jialu Sun, Zhongli Wang, Biao Liu, Jiaqi Yang, Jinghui Feng, Feifei Su, Juan Du, Shuangde Fang, Yi Qian, Huiyun Li, Yuansheng Liu, Peng Sun, Mingming Wan, Nan Chen, Ruipeng Gao

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

AI总结 本文针对开源自动驾驶系统实验记录分散问题，提出Apollo-on-Hongqi EV环境下的实车实验框架，结合大语言模型与强化学习测试，为相关研究提供可审查的实验基础。

Comments 33 pages, 7 figures, 7 tables

Agri-Sim: Agricultural Simulation Platform for Embodied Intelligence Evaluation in Greenhouse Robotics

Agri-Sim：用于温室机器人具身智能评估的农业仿真平台

Shuhan Shi, Zhenfeng Xue, Minghao Mei, Chao Zheng, Nan Li, Zhonghua Miao

机构 * School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Sino-European School of Technology of Shanghai University（上海大学中欧工程技术学院） ； School of Future Technology (Institute of Artificial Intelligence), Shanghai University（上海大学未来技术学院（人工智能研究院）） 纠错

专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；分类 cs.RO

AI总结 研究针对农业机器人开发所需的仿真环境需求，提出基于Unity和ROS2的Agri-Sim平台，通过实验验证其可支持导航与操纵工作流的闭环集成及可重复功能评估，为后续相关研究提供实用基础。

Comments 13 pages, 9 figures, and 5 tables

Adversarial Calibration Attack on Autonomous Vehicles

针对自动驾驶汽车的对抗性校准攻击

Liangkai Liu, Qingzhao Zhang, Kang G. Shin

机构 * Texas Tech University（德克萨斯理工大学） ； University of Arizona（亚利桑那大学） ； University of Michigan（密歇根大学） 纠错

专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 该研究提出针对自动驾驶汽车相机-激光雷达在线校准的对抗性校准攻击（ACA），通过对抗性海报可诱导校准误差，引发感知等系统错误，在仿真和物理实验中均验证了其有效性。

Comments 19 pages, 8 figures

Rethinking Language's Role in Efficient VLA for Autonomous Vehicles: Toward Smarter, Trustworthy Driving

重新思考语言在自动驾驶高效视觉-语言-动作（VLA）模型中的作用：迈向更智能、可信的驾驶

Tongfei Guo, Lili Su

机构 * Northeastern University（东北大学） 纠错

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

AI总结 本研究针对自动驾驶VLA模型的高推理开销问题，提出语言残差分类法梳理高效语言使用方法，在多基准上分析适配性，将发布相关代码仓库。

Comments Accepted to EMNLP 2026 (Main Conference)

Inter-3D VQA: A Roadside Multimodal Benchmark for 3D Spatiotemporally Grounded Visual Question Answering

Inter-3D VQA：用于3D时空视觉问答的路侧多模态基准

Shaozu Ding, Linan Song, Dajiang Suo

机构 * The Polytechnic School, Arizona State University（亚利桑那州立大学理工学院） 纠错

专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出用于交叉口3D时空视觉问答的路侧多模态基准Inter-3D VQA，构建含40.7万问答对的数据集，提出基线模型Inter-Geo与评估框架Inter-Metrics，实验显示Inter-Geo在接地时空推理任务上优于基于图像的VLM。

Comments Accepted to EMNLP 2026 main conference

What Emerges and What Breaks in Self-Play Driving

自博弈驾驶中出现的现象与失效问题

Laur Sisask, Ardi Tampuu, Tambet Matiisen

机构 * University of Tartu（塔尔图大学） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 该研究在自博弈自动驾驶训练中，将模型扩展为Transformer，在CARLA和Waymax基准测试中表现不及Gigaflow，分析了失效模式、产生的交通规则及奖励条件对驾驶行为多样性的影响。

From the Loss Landscape to Diverse Feature Learning in Neural Networks

从损失地形到神经网络中的多样化特征学习

David Aram Yunis

机构 * TOYOTA TECHNOLOGICAL INSTITUTE AT CHICAGO（芝加哥丰田理工学院） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.AI

AI总结 本论文针对神经网络研究中对其解决方案机制认知不足的问题，阐明并利用损失地形中的模式连通性特殊结构，以推动神经网络的可解释性研究。

Comments PhD dissertation. This article draws from arXiv:2408.11804