Layered Safety: Enhancing Autonomous Collision Avoidance via Multistage CBF Safety Filters
分层安全：通过多阶段CBF安全过滤器增强自主避障
机构 * Caltech（卡内基梅隆大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出一种多阶段CBF安全过滤器，通过预测和实时安全过滤提升机器人动态避障的鲁棒性和安全性。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 感知 6072 篇
Point-MoE: Large-Scale Multi-Dataset Training with Mixture-of-Experts for 3D Semantic Segmentation
点-MoE：通过混合专家进行大规模多数据集训练用于3D语义分割
机构 * University of Virginia（弗吉尼亚大学） ； MathWorks
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 Point-MoE通过混合专家方法在无需数据集标签的情况下，实现大规模多数据集联合训练，提升3D语义分割性能。
Comments Project page: https://point-moe.cs.virginia.edu/
OSDaR-AR: Enhancing Railway Perception Datasets via Multi-modal Augmented Reality
OSDaR-AR: 通过多模态增强现实提升铁路感知数据集
机构 * Department of Excellence in Robotics & AI, Scuola Superiore Sant’Anna（机器人与人工智能卓越部门，圣安娜高等学院） ； Simulatrix MV srl（Simulatrix MV公司）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出OSDaR-AR数据集，通过多模态增强现实技术整合逼真虚拟对象，提升铁路感知任务的数据质量与真实性。
ClimaOoD: Improving Anomaly Segmentation via Physically Realistic Synthetic Data
ClimaOoD: 通过物理真实合成数据提升异常分割
机构 * Beijing University of Chemical Technology（北京化工大学） ； Southwest Minzu University（西南民族大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 ClimaOoD通过生成物理真实且语义连贯的合成数据，提升异常分割的鲁棒性和泛化能力。
Comments Accepted by CVPR2026
UniFuture: A 4D Driving World Model for Future Generation and Perception
UniFuture: 一个面向未来生成与感知的4D驾驶世界模型
机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc.（百度公司）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 UniFuture通过统一4D建模提升自动驾驶中的未来生成与几何感知能力。
Comments Accepted by ICRA 2026
PanoEnv: Exploring 3D Spatial Intelligence in Panoramic Environments with Reinforcement Learning
PanoEnv：探索基于强化学习的全景环境中3D空间智能
机构 * University of Glasgow（格拉斯哥大学） ； HKUST(GZ)（香港科技大学（广州））
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 PanoEnv通过强化学习框架提升VLMs在全景环境中3D空间推理能力，实现更高准确率和语义评分。
RADE-Net: Robust Attention Network for Radar-Only Object Detection in Adverse Weather
RADE-Net：面向恶劣天气的雷达-only目标检测稳健注意力网络
机构 * Infineon Technologies AG（英飞凌科技有限公司） ； Institute of Visual Computing（视觉计算研究所） ； Graz University of Technology（格拉茨工业大学） ； Virtual Vehicle Research GmbH（虚拟车辆研究有限公司）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 RADE-Net通过3D投影方法和轻量模型提升雷达在恶劣天气下的目标检测性能。
Comments Accepted to 2026 IEEE Intelligent Vehicles Symposium (IV)
AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation
AdaptManip: 基于在线递归状态估计的自适应全身体态物体抓取与配送
专题命中 感知 ：LiDAR(abstract)；分类 cs.RO
AI总结 AdaptManip通过强化学习实现人形机器人自主导航、物体抓取与配送，无需人类示范，具备高鲁棒性和适应性。
Comments Website: https://morganbyrd03.github.io/adaptmanip/
MASAR: Motion-Appearance Synergy Refinement for Joint Detection and Trajectory Forecasting
MASAR: 运动-外观协同细化用于联合检测与轨迹预测
机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Munich University of Applied Sciences（慕尼黑应用科学大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 MASAR通过联合编码外观和运动特征，提升自动驾驶中的3D检测与轨迹预测性能，实现超过20%的精度提升。
Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)
RoadscapesQA: A Multitask, Multimodal Dataset for Visual Question Answering on Indian Roads
RoadscapesQA: 一个用于印度道路视觉问答的多任务、多模态数据集
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 RoadscapesQA数据集通过多任务多模态方法，为印度道路场景的视觉问答提供支持，包含9000张图像及手动标注的边界框，用于提升无结构环境下的视觉场景理解能力。
Constrained PSO Six-Parameter Fuzzy PID Tuning Method for Balanced Optimization of Depth Tracking Performance in Underwater Vehicles
受约束的PSO六参数模糊PID调优方法用于水下车辆深度跟踪性能的平衡优化
机构 * School of Engineering China University of Petroleum-Beijing at Karamay（工程学院中国石油大学（北京）克拉玛依校区）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出一种受约束的PSO六参数模糊PID调优方法，用于提升水下车辆深度跟踪性能，通过优化控制能量和饱和水平，显著降低误差和超调，提高系统响应速度。
Adaptive traffic signal control optimization using a novel road partition and multi-channel state representation method
基于新型道路分区和多通道状态表示方法的自适应交通信号控制优化
专题命中 感知 ：occupancy(abstract)；分类 cs.AI
AI总结 本文提出基于DQN和PPO的自适应交通信号控制方法，通过可变单元长度和多通道状态表示优化信号时序，提升交通流效率。
Talk2DM: Enabling Natural Language Querying and Commonsense Reasoning for Vehicle-Road-Cloud Integrated Dynamic Maps with Large Language Models
Talk2DM: 通过大语言模型实现车辆-道路-云集成动态地图的自然语言查询与常识推理
机构 * School of Resource and Environmental Sciences, Wuhan University（武汉大学资源与环境科学学院） ； School of Earth Sciences, Yunnan University（云南大学地球科学学院） ； College of Artificial Intelligence, Tianjin University of Science & Technology（天津科技大学人工智能学院） ； Department of Computer and Information Engineering, Khalifa University（卡利法大学计算机与信息工程系） ； NVIDIA ； Institutes of Innovation for Future Society, Nagoya University（名古屋大学创新未来社会研究所）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 Talk2DM通过大语言模型实现车辆-道路-云集成动态地图的自然语言查询与常识推理，提升人机交互效率与准确性。
Comments Submitted to IEEE TITS. Under review
Robust Vision Systems for Connected and Autonomous Vehicles: Security Challenges and Attack Vectors
连接与自动驾驶车辆的稳健视觉系统：安全挑战与攻击向量
机构 * Centre for Secure Information Technologies (CSIT), Queen's University Belfast, UK（安全信息科技中心（CSIT），女王大学贝尔法斯特，英国） ； Department of Information Engineering and Computer Science, University of Trento, Italy（信息工程与计算机科学系，特伦托大学，意大利）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文研究了连接与自动驾驶车辆中视觉系统的鲁棒性，分析了关键传感器和组件，识别潜在攻击面并评估其对CIA原则的影响。
Comments Submitted to IEEE Transactions on Intelligent Vehicles
H2OFlow: Grounding Human-Object Affordances with 3D Generative Models and Dense Diffused Flows
H2OFlow: 通过3D生成模型和密集扩散流接地人类-物体 affordances
机构 * MIT（麻省理工学院）
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 H2OFlow通过3D生成模型和密集扩散流学习人类-物体交互的3D affordances，无需人工标注，有效泛化至现实物体。
Hydra-Nav: Object Navigation via Adaptive Dual-Process Reasoning
Hydra-Nav: 通过自适应双过程推理实现物体导航
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO
AI总结 Hydra-Nav通过自适应双过程推理提升物体导航效率，实现高效探索与决策。
Temperature Scaling Attack Disrupting Model Confidence in Federated Learning
温度缩放攻击破坏联邦学习中的模型置信度
机构 * College of Computing, Yonsei University（延世大学计算机学院） ； Department of Mobile Systems Engineering, Dankook University（Dankook大学移动系统工程系）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 温度缩放攻击通过破坏联邦学习中的模型置信度，显著降低校准性同时保持准确率，揭示了校准完整性作为关键攻击面的重要性。
Comments 20 pages, 20 figures
CHAI: Command Hijacking against embodied AI
CHAI：针对具身AI的命令劫持
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 CHAI是一种针对具身AI的物理环境间接提示注入攻击，通过嵌入误导性自然语言指令，利用多模态语言解释能力，有效提升了攻击性能，凸显了对传统对抗鲁棒性之外的防御需求。
Comments This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). The final version will be available on IEEE Xplore
BADet: Boundary-Aware 3D Object Detection from Point Clouds
BADet: 基于点云的边界感知3D目标检测
机构 * Key Lab of Data Engineering and Knowledge Engineering（数据工程与知识工程重点实验室） ； Renmin University of China（中国人民大学） ； School of Mathematics, Renmin University of China（中国人民大学数学学院） ； Department of Physics, J.K. Institute of Science（科学研究院物理系）
专题命中 感知 ：BEV(abstract)；分类 cs.CV
AI总结 BADet通过构建局部邻域图和轻量级特征聚合模块，提升基于点云的3D目标检测性能。
Comments The manuscript is accepted by Pattern Recognition on 6 Jan, 2022
SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
SMARLA：一种用于深度强化学习智能体的安全监控方法
机构 * School of Electrical Engineering and Computer Science (EECS), University of Ottawa（电气工程与计算机科学系，渥太华大学） ； Software and Information Technology Engineering Department, École de Technologie Supérieure（软件与信息技术工程系，高等技术学院） ； Lero SFI Research Center and University of Limerick（Lero SFI研究中心和利默里克大学） ； Department of Research and Development, General Motors（研发部，通用汽车）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 SMARLA是一种用于深度强化学习智能体的安全监控方法，通过状态抽象和Q值预测安全违规，实现早期检测与低假阳性率的平衡。
Journal ref in IEEE Transactions on Software Engineering, vol. 51, no. 01, pp. 82-105, Jan. 2025
Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty
在不确定性下主动非对称多智能体多模态学习
机构 * University of Maryland, College Park（马里兰大学 College Park分校）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.AI
AI总结 在不确定性下主动非对称多智能体多模态学习通过模态层面协作提升事故检测性能
Recov-Vision: Linking Street View Imagery and Vision-Language Models for Post-Disaster Recovery
Recov-Vision：通过街道视图影像与视觉-语言模型实现灾害后恢复
机构 * UrbanResilience.AI Lab（UrbanResilience.AI 实验室） ； Zachry Department of Civil and Environmental Engineering（Zachry 土木与环境工程系） ； Texas A&M University（德克萨斯A&M大学） ； Department of Earth, Marine and Environmental Sciences（地球、海洋与环境科学系） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 感知 ：occupancy(abstract)；分类 cs.CV
AI总结 Recov-Vision通过结合街道视图影像与视觉-语言模型，实现灾害后建筑占用的高精度评估与可解释决策支持。
Comments 20 pages, 10 figures
Inlier-Centric Post-Training Quantization for Object Detection Models
以内点为中心的后训练量化方法用于目标检测模型
机构 * KAIST（韩国科学技术院） ； NAVER AI Lab.（NAVER人工智能实验室） ； DGIST（韩国科学技术院）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 InlierQ通过梯度感知的体积显著性分数分离异常和信息性内点，实现目标检测模型的高效量化。
Under-Canopy Terrain Reconstruction in Dense Forests Using RGB Imaging and Neural 3D Reconstruction
利用RGB成像和神经3D重建进行密林下的地形重建
机构 * Rafael Advanced Defense Systems inc., Israel（拉斐尔先进防御系统公司，以色列） ； Bar-Ilan University, Israel（巴伊兰大学，以色列）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 利用RGB图像和神经3D重建技术，实现密林下的地形重建，提供一种低成本、高精度的替代方案。
Comments WACV 2026 CV4EO
TF-Lane: Traffic Flow Module for Robust Lane Perception
TF-Lane：用于鲁棒车道感知的交通流模块
机构 * BYD Company Limited（比亚迪公司）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 TF-Lane通过引入交通流信息提升车道感知鲁棒性，实现在NuScenes数据集上mAP提升达4.1%
Comments 9 pages, 7 figures, 7 tables
V2X-DSC: Multi-Agent Collaborative Perception with Distributed Source Coding Guided Communication
V2X-DSC: 基于分布式源编码引导通信的多智能体协同感知
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）
专题命中 感知 ：BEV(abstract)；分类 cs.CV
AI总结 V2X-DSC通过分布式源编码引导通信，实现多智能体协同感知的高效带宽受限融合，提升3D理解精度与通信效率。
CADGrasp: Learning Contact and Collision Aware General Dexterous Grasping in Cluttered Scenes
CADGrasp: 学习接触和碰撞感知的通用灵巧抓取在杂乱场景中
机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心，计算机学院，北京大学） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家级重点实验室，计算机学院，北京大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 CADGrasp通过两阶段算法实现接触和碰撞感知的灵巧抓取，利用点云输入预测稀疏IBS表示，并结合占用扩散模型和能量函数优化，提升在杂乱场景中的抓取成功率与稳定性。
Deep Learning-Based Object Detection for Autonomous Vehicles: A Comparative Study of One-Stage and Two-Stage Detectors on Basic Traffic Objects
基于深度学习的对象检测在自动驾驶中的应用：对一阶段和两阶段检测器在基本交通物体上的比较研究
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文比较了YOLOv5和Faster R-CNN在自动驾驶中的对象检测性能，发现YOLOv5在精度和效率上表现更优，而Faster R-CNN在检测小距离和复杂光照条件下的物体更有效。
Text-driven Online Action Detection
基于文本的在线动作检测
机构 * Department of Computer Technology, University of Alicante（阿拉维大学计算机技术系） ； ValgrAI - Valencian Graduate School and Research Network of Artificial Intelligence（瓦伦西亚人工智能研究生学校和研究网络） ； Institute of Informatics Research, University of Alicante（阿拉维大学信息研究所）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出TOAD模型，利用CLIP文本嵌入实现高效的零样本和少样本在线动作检测，其在THUMOS14数据集上的mAP达到82.46%
Comments Published in Integrated Computer-Aided Engineering
Journal ref Integrated Computer-Aided Engineering. 2025;32(4):415-423
IPFormer: Visual 3D Panoptic Scene Completion with Context-Adaptive Instance Proposals
IPFormer: 基于上下文自适应实例提案的视觉3D全景场景补全
机构 * Fraunhofer Institute IVI（弗劳恩霍夫研究所IVI） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 IPFormer通过上下文自适应实例提案实现视觉3D全景场景补全，提升场景理解与泛化能力。
Journal ref Advances in Neural Information Processing Systems (NeurIPS) 2025
