自动驾驶

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)