PedX: Benchmark Dataset for Metric 3D Pose Estimation of Pedestrians in Complex Urban Intersections
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO、cs.CV
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. 仿真评测 1485 篇
MergeNet: A Deep Net Architecture for Small Obstacle Discovery
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO、cs.CV
An Evaluation of Information Sharing Parking Guidance Policies Using a Bayesian Approach
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO、cs.AI
Lifelong Learning in Vision-Language Models: Enhanced EWC with Cross-Modal Knowledge Retention
视觉-语言模型的终身学习：增强的EWC与跨模态知识保留
机构 * Sejong University, Computer Science Engineering（世宗大学，计算机科学工程） ； Technische Universität Ilmenau, Computer Engineering（伊门瑙技术大学，计算机工程）
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.RO
AI总结 本文提出一种结合增强EWC与参数高效微调的框架，有效减少视觉-语言模型在连续学习中的遗忘，通过多模态Fisher信息矩阵计算和跨模态一致性保留，实现78%的遗忘率降低，并在动态环境中提升多模态AI系统的适应能力。
Comments 8 pages, 5 figures, 1 table. Applications in autonomous driving, intelligent robotic assistants, and adaptive robotics systems
Learning to Drive in New Cities Without Human Demonstrations
在没有人类示范的情况下学习新城市的驾驶
机构 * WhiRL, University of Oxford（WhiRL，牛津大学） ； FLAIR, University of Oxford（FLAIR，牛津大学） ； Delft University of Technology（代尔夫特理工大学） ； NYU Tandon School of Engineering（纽约大学工程学院）
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.RO
AI总结 NOMAD通过自play多智能体强化学习，在无需人类示范的情况下，利用地图和元信息实现自动驾驶策略在不同城市间的适应与优化。
Comments Autonomous Driving, Reinforcement Learning, Self-play, Simulation, Transfer Learning, Data-efficient Adaptation. Project Page: https://nomaddrive.github.io/
High-Order Evolving Graphs for Enhanced Representation of Traffic Dynamics
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.CV
Comments Accepted manuscript - 2nd Workshop on Vision-Centric Autonomous Driving (VCAD) as part of European Conference on Computer Vision (ECCV) 2024
EGA-Depth: Efficient Guided Attention for Self-Supervised Multi-Camera Depth Estimation
专题命中 仿真评测 ：autonomous driving(abstract,comments)；分类 cs.CV
Comments CVPR 2023 Workshop on Autonomous Driving
RoboRacer Arena: Scaling High-Fidelity Autonomous Racing in Isaac Sim
RoboRacer Arena：在Isaac Sim中扩展高保真自主赛车研究
机构 * TU Wien（维也纳技术大学） ； AIT Austrian Institute of Technology（奥地利技术研究所）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO
AI总结 本研究针对RoboRacer平台赛道扩展问题，开发RoboRacer Arena系统可从占用地图自动生成高保真3D赛车环境，支持自然语言生成赛道，在Isaac Sim中实现高效可复现的自主赛车仿真。
Comments Submitted to ICRA 2027
Minimal Local Simulation Foundations for LLM- and VLM-Driven Agents in 2D and 3D Environments
用于二维和三维环境中大型语言模型（LLM）与视觉语言模型（VLM）驱动智能体的极简局部仿真基础
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI
AI总结 该研究提出SD-AgentFoundry-2D和3D两款极简仿真基础，可在多系统本地运行，用于教育与快速原型设计，为学习生成式社会仿真及构建特定领域扩展提供便捷起点。
Comments GitHub Repositories: https://github.com/ryukih/SD-AgentFoundry-2D and https://github.com/ryukih/SD-AgentFoundry-3D
ReWorld: Representation Learning for World Action Models
ReWorld：为世界动作模型学习更好的表示
机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米汽车）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出ReWorld框架，通过优化中间表示（未来预测监督、跨模态对齐、难负样本监督）提升自动驾驶世界动作模型的规划性能，在nuScenes和NAVSIM上取得显著提升。
Comments 15 pages,5 figures
GS-Net: Heterogeneous Vehicle Data Reuse via Generalizable Plug-and-Play 3DGS Module
GS-Net：通过通用即插即用3DGS模块实现异构车辆数据复用
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 该研究针对自动驾驶跨车辆数据复用受限问题，提出即插即用的GS-Net模块，结合SfM点云与3DGS提升视图渲染质量，构建首个跨传感器视图合成基准CARLA-NVS，实验证实其在插值与外推视图上的性能及效率优势。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L)
Risk-Controllable Multi-View Diffusion for Driving Scenario Generation
可控风险多视角扩散用于驾驶场景生成
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 RiskMV-DPO通过整合风险水平与物理风险建模，实现可控风险的多视角驾驶场景生成，提升3D检测性能并减少FID，推动安全导向的具身智能发展。
Comments 10 pages, 4 figures; accepted at the CVPR 2026 Workshop on Video Generative Models: Benchmarks and Evaluation (VGBE). Updated to the complete camera-ready version
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2026
SinD 2.0: A Multi-City UAV Dataset with Semantic Risk Annotations for SOTIF-Oriented Safety Validation at Signalized Intersections
SinD 2.0：一个用于信号交叉口面向SOTIF安全验证的具有语义风险注释的多城市无人机数据集
机构 * Tsinghua University（清华大学） ； Beijing Institute of Technology（北京理工大学） ； Guangzhou Automobile Group Co., Ltd.（广州汽车集团股份有限公司） ； Jilin University（吉林大学） ； Chang’an University（长安大学） ； Chongqing University（重庆大学） ； Southwest University（西南大学） ； Wuhan University of Technology（武汉理工大学） ； Virginia Tech Transportation Institute（弗吉尼亚理工大学交通研究所） ； Virginia Tech（弗吉尼亚理工大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 针对自动驾驶系统在信号交叉口安全验证的瓶颈，介绍SinD 2.0多城市无人机数据集。通过跨域多样、高密度风险交互、分层语义注释及全栈测试工具链，能有效暴露算法性能局限，为ADS安全分析提供有力支持。
AutoMOOSE: An Agentic AI for Autonomous Phase-Field Simulation
AutoMOOSE：一种用于自主相场模拟的智能体AI
机构 * Department of Mechanical and Industrial Engineering, University of Illinois Chicago（伊利诺伊大学芝加哥分校机械与工业工程系） ； Center for Nanoscale Materials, Argonne National Laboratory（阿贡国家实验室纳米尺度材料中心）
专题命中 仿真评测 ：self-driving(abstract)；分类 cs.AI
AI总结 AutoMOOSE通过智能体框架实现自主相场模拟全流程，无需人工干预即可生成输入文件、并行执行模拟并验证结果，展示了AI在材料发现中的潜力。
Certified-Gap Dual-Price Policies for Real-Time Truckload Bid Acceptance with Relocating, Clock-Constrained Resources
具有重新定位、时钟约束资源的实时卡车满载投标接受的认证差距双价格策略
机构 * Bubba AI（Bubba人工智能公司）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI
AI总结 研究实时卡车满载投标接受决策问题，基于拉格朗日松弛构建双价格策略，证明其有效性、渐近最优性及证书局限性，实验表明该策略在基准测试中表现良好，决策速度快，证书稳定。
Comments 19 pages, 1 figure. Companion benchmark paper: arXiv:2607.07343. v2: fleet-coupling estimate proved in full (new Appendix A); terminal-value accounting in the fluid LP corrected; price-table granularity made explicit; empirical results unchanged
Sparse by Command: Task-Conditional Compute Skipping for Multi-Task Inference Accelerators
通过命令实现稀疏化：多任务推理加速器的任务条件计算跳过
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 研究多任务推理模型计算浪费问题，提出软硬件协同设计方法，通过轻量级门控网络预测执行掩码实现任务条件计算跳过，在自动驾驶任务中实验，显著减少计算量、延迟并降低能耗。
Comments Accepted at IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)
Beyond Episodic Evaluation: Memory Architectural Bottlenecks in Sequential Embodied Question Answering
超越情节性评估：序列式具身问答中的内存架构瓶颈
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.RO
AI总结 研究序列式具身问答中不同内存架构表现，发现仅保留现有记忆不足，短视情节数据训练的智能体有时间不匹配问题。强调结构化、基于空间记忆的必要性，实验表明其能打破准确性-效率权衡，对真实机器人连续智能操作至关重要。
Comments Accepted to IROS 2026
How defensive driving enhances driving safety: A driving simulator study on drivers' defensive driving behaviors
防御性驾驶如何提高驾驶安全性：关于驾驶员防御性驾驶行为的驾驶模拟器研究
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 该研究通过驾驶模拟器实验，定义防御性驾驶，收集82名参与者数据并分组，经组间和试验间比较，发现防御性驾驶能力强的驾驶员能更激烈操作、更早识别风险并行动，提高驾驶安全性，为培训和算法训练提供依据。
Comments 17 pages, 8 figures
Flow-ERD: Agent-type Aware Flow Matching with Entropy-Regularized Distillation for Diverse Traffic Simulation
Flow-ERD：用于多样化交通模拟的基于熵正则化蒸馏的智能体类型感知流匹配
机构 * NAVER LABS Corp.（NAVER实验室公司）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 为解决交通模拟中多样性未被充分探索的问题，提出Flow-ERD模拟器，其核心方法是智能体类型感知流匹配与熵正则化蒸馏，能联合追求现实性和多样性，在测试基准中排名第一，主导帕累托前沿。
Comments 8 pages, 5 figures, 2 tables
Hilti-Trimble-Oxford Dataset: 360 Visual-Inertial Benchmark with Floor Plan Priors for SLAM and Localization
Hilti-Trimble-牛津数据集：用于SLAM和定位的带有平面图先验的360视觉惯性基准测试
机构 * Hilti AG（喜利得集团） ； University of Oxford（牛津大学） ； ETH Zürich（苏黎世联邦理工学院） ； Vision & Robotics GmbH（视觉与机器人有限公司） ； Trimble Inc.（天宝公司）
专题命中 仿真评测 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文介绍了Hilti-Trimble-牛津数据集，用于支持建筑工地的视觉SLAM和定位。它收集于活跃建筑工地，包含30个视觉惯性序列及地面真值轨迹。通过开放研究挑战评估相关系统，反映出SLAM方法更成熟，凸显定位任务难度，为持续研究提供支持，数据集公开可用。
RoboVista: Evaluating Vision Language Models for Diverse Robot Applications
RoboVista：评估用于各种机器人应用的视觉语言模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 研究针对机器人多样应用，提出模块化评估框架Robot Question Answering及基准RoboVista，其源于真实机器人系统等，含多任务类型VQA实例，实验表明现有视觉语言模型有差距，且与现实任务执行相关。
Comments Accepted to RSS 2026. Project website: https://berkeleyautomation.github.io/robovista/
Teaching Vision-Language-Action Models What to See and Where to Look
教视觉-语言-动作模型看什么和看哪里
机构 * School of Electronic Information Engineering, Beihang University（北京航空航天大学电子信息工程学院） ； National College for Excellent Engineers, Beihang University（北京航空航天大学卓越工程师学院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； DiDi（滴滴出行） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Cyber Science and Technology, Beihang University（北京航空航天大学网络安全科学与技术学院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出DriveTeach-VLA框架，通过驾驶感知视觉蒸馏和2D轨迹引导提示，教VLA模型关注驾驶相关区域，实现端到端自动驾驶轨迹预测，在NAVSIM和nuScenes上达到最优性能。
Comments The paper has been accepted by ECCV 2026
Rethinking Multi-Label Image Classification With Deep Learning: Taxonomy, Challenge, and Outlook
重新思考基于深度学习的多标签图像分类：分类法、挑战与展望
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Southeast University（东南大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文综述了基于深度学习的多标签图像分类方法，将其分为六类，并总结了关键挑战与未来研究方向。
ECoSim: Data Efficient Fine-Tuning for Controllable Traffic Simulation
ECoSim：面向可控交通模拟的数据高效微调
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出轻量级控制适应框架，通过身份初始化的FiLM层调制中间特征，为预训练的扩散和自回归交通模型添加多模态控制（草图、潜在行为编码和文本），使用不到1%的配对数据实现强可控性。
Comments European Conference on Computer Vision (ECCV) 2026
L2D2-GS: Learning to Densify for Feedforward Dynamic Gaussian Scene Reconstruction
L2D2-GS: 学习致密化以实现前馈动态高斯场景重建
机构 * Xiaomi EV, Beijing（小米电动车，北京）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出L2D2-GS框架，将可泛化重建转化为迭代优化与致密化过程，通过自监督致密化策略和几何正则化机制，实现动态城市场景的高保真重建，在PandaSet和Waymo数据集上达到SOTA。
X-Stream: Exploring MLLMs as Multiplexers for Multi-Stream Understanding
X-Stream: 探索多模态大语言模型作为多流理解的多路复用器
机构 * MMLab, Chinese University of Hong Kong（中大香港人工智能实验室） ； Huawei Inc.（华为公司）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 为解决多流视频理解评估缺失的问题，提出首个基准X-Stream，包含4220个QA对和932个视频，覆盖多窗口、多视角和多设备场景，并基于信号多路复用理论评估MLLM作为多路复用器的性能，发现现有模型在并发流上仅达约50%分数。
Comments Project Page: https://peiwensun2000.github.io/xstream/
Integrating Counterfactual Simulations with Language Models for Explaining Multi-Agent Behaviour
将反事实模拟与语言模型结合以解释多智能体行为
机构 * DeepFlow
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文提出AXIS方法，通过语言模型与环境模拟器交互生成人类中心的多智能体行为解释，提升解释正确性和目标预测准确性。
Evaluating Newtonian Mechanics in Video Generative Models with Real Physical Systems
在视频生成模型中评估牛顿力学
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出Morpheus框架，通过真实物理系统评估视频生成模型对牛顿力学的理解能力，揭示当前模型在物理原理编码上的不足。
Comments Forty-Third International Conference on Machine Learning (ICML 2026)
Simulation-based inference for rapid Bayesian parameter estimation in epidemiological models: a comparison with MCMC
基于模拟的推理用于流行病学模型中快速贝叶斯参数估计：与MCMC的比较
机构 * Forschungszentrum Jülich, Jülich Supercomputing Centre（于利希研究中心，于利希超级计算中心） ； Helmholtz AI（亥姆霍兹人工智能） ； Forschungszentrum Jülich, Institute of Bio- and Geosciences（于利希研究中心，生物与地球科学研究所） ； German Aerospace Center, Institute of Software Technology, Department High-Performance Computing（德国航空航天中心，软件技术研究所，高性能计算部） ； Helmholtz Centre for Infection Research（亥姆霍兹感染研究中心） ； RWTH Aachen University, Computational Systems Biology（亚琛工业大学，计算系统生物学）
专题命中 仿真评测 ：occupancy(abstract)；分类 cs.AI
AI总结 本文研究使用神经后验估计的模拟推理（SBI）作为MCMC的替代方案，用于流行病学模型的贝叶斯校准，在COVID-19 ICU数据上验证了其计算效率与后验准确性。
To View Transform or Not to View Transform: NeRF-based Pre-training Perspective
视图变换还是不视图变换：基于NeRF的预训练视角
机构 * KAIST（韩国科学技术院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出NeRP3D检测器，避免视图变换与NeRF的冲突先验，保留预训练NeRF网络，实现连续3D表示学习，在nuScenes上提升场景重建和检测性能。
Comments The Fourteenth International Conference on Learning Representations (ICLR'26)
