自动驾驶

Cross-View Yaw Estimation in Location Uncertainty with Line-Aligning Yaw Scoring

位置不确定性下的跨视角偏航估计：基于线对齐的偏航评分

Taeho Kang, Nairan Zhang, Yelin Kim, Yujiao Shi, Youngki Lee

机构 * Seoul National University（首尔大学） ； Meta ； Amazon（亚马逊） ； ShanghaiTech University（上海科技大学） 纠错

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；分类 cs.CV

AI总结 提出LAYS方法，通过径向不变的线共识投票，在无需精确位置的情况下实现亚度级偏航精度，显著提升未知偏航下的跨视角定位性能。

Comments 31 pages, 15 figures, ECCV 2026

MVP-Nav: Multi-layer Value Map Planner Navigator

MVP-Nav: 多层价值地图规划导航器

Wenyuan Xie, Shaokai Wu, Yijin Zhou, Yanbiao Ji, Guodong Zhang, Bayram Bayramli, Qiuchang Li, Xunchu Zhou, Yue Ding, Hongtao Lu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 针对零样本目标导航中缺乏深度信息导致的物理不确定性，提出MVP-Nav框架，通过3D基础模型重建物理占用并构建多层价值地图，实现语义与物理约束的统一规划，达到最先进性能。

Tilikum: Transaction Fair Ordering on a DAG without Weak Edges

Tilikum: 无需弱边的DAG上交易公平排序

Giulio Segalini, Yigit Çolakoğlu, Marko Putnik, Jérémie Decouchant

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)

AI总结 提出Tilikum，一种基于DAG的账本协议，通过中位数时间戳聚合实现交易公平排序，无需弱边，在抵抗重排序攻击的同时实现高达39倍吞吐量提升。

Battery thermal-safety reserve erosion by mandatory cabin ventilation in shared-cooling electric vehicles

共享冷却电动汽车中强制座舱通风导致的电池热安全储备侵蚀

Yifan Wang

专题命中 BEV与占用 ：BEV(abstract,abstract_cn)

AI总结 针对共享冷却系统中强制通风消耗电池热储备的问题，提出一种结合物理引导科学机器学习代理、电网连接出发热储备、空气质量定价通风分配和双控制屏障函数的预测控制器，在保持电池温度、CO₂浓度和舒适性的同时降低能耗20%。

Comments 19 pages, 5 figures

Semantic Radiance Fields as Simulators for Spatial Reasoning in Real-World Scenes

语义辐射场作为真实场景空间推理的模拟器

Nico Heider, Michał Jan Włodarczyk, Katarzyna Wasielewska-Michniewska, Przemysław Hołda, Martin Schieck, Marcin Paprzycki, Maria Ganzha, Bogdan Franczyk

机构 * Leipzig University（莱比锡大学） ； Systems Research Institute Polish Academy of Sciences（波兰科学院系统研究所） ； Wrocław University of Economics（弗罗茨瓦夫经济大学） 纠错

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

AI总结 该研究提出用语义辐射场（SRF）构建兼具几何真实性与语义可查询性的真实场景模拟器，用于训练评估具身智能体的空间推理能力，还将其应用于果园苹果采摘任务。

Comments Accepted at the IJCAI 2026 Workshop on Spatio-Temporal Reasoning and Learning (STRL), oral presentation

TwinIR: Coordinated Invisible Dual-Point Attacks on Online HD Map Construction

TwinIR：针对在线高清地图构建的协同式不可见双点攻击

Haibo Hu, Jianghuai Deng, Chen Tang, Yang Lou, Qian Xu, Jianping Wang

机构 * City University of Hong Kong（香港城市大学） 纠错

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

AI总结 针对在线HD地图构建的跨边界补偿效应，提出TwinIR攻击方法，通过优化攻击点实现低感知性的有效攻击，可显著降低地图构建精度并影响自动驾驶决策。

Learning 3D Affordances for Blade Insertion in Cluttered Stowing

学习在杂乱收纳中进行刀片插入的3D可用空间

Tianyu Li, Harpreet Sawhney, Minju Jung, Aditya Mehrotra, Kunal Mehrotra, Mudit Agrawal

机构 * Amazon Robotics（亚马逊机器人公司） 纠错

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

AI总结 研究杂乱收纳中刀片插入的3D可用空间问题，利用VulcanVoxel方法，通过基于3D占用场的掩码自动编码器，从单峰数据恢复多模态预测，提升了性能。

ControlMap: Controllable High-Definition Map Generation for Traffic Scenario Simulation

ControlMap: 用于交通场景仿真的可控高清地图生成

Marwan Farag, Steffen Wäldele, Yu Yao

机构 * University of Stuttgart（斯图加特大学） ； Robert Bosch GmbH（博世公司） ； Motional, Inc（Motional公司） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 提出基于潜在扩散和ControlNet的数据驱动管道，实现可控高清地图生成，支持空间引导、条件强度调整和城市风格迁移，并引入新指标评估控制信号遵循度和地图真实性。

VANDERER: Map-Free Exploration using Future-Aware and Visual-Curiosity-Guided Diffusion Policy

VANDERER: 基于未来感知与视觉好奇心引导扩散策略的无地图探索

Venkata Naren Devarakonda, Raktim Gautam Goswami, Prashanth Krishnamurthy, Farshad Khorrami

机构 * Control/Robotics Research Laboratory (CRRL), Department of Electrical and Computer Engineering, NYU Tandon School of Engineering（纽约大学坦登工程学院电气与计算机工程系控制/机器人研究实验室（CRRL）） ； New York University Abu Dhabi (NYUAD) Center for Artificial Intelligence and Robotics (CAIR)（纽约大学阿布扎比分校人工智能与机器人中心（CAIR）） 纠错

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

AI总结 提出VANDERER框架，利用视觉好奇心模块引导预训练扩散策略，仅依赖单目图像实现高效无地图探索，在多种模拟环境中平均探索面积比NoMaD多13.4%。

SPVC: Structured and Panoptic Video Fixing for Cross-Dataset Driving Scene Rendering

SPVC：面向跨数据集驾驶场景渲染的结构化全景视频修复

Gen Li, Shu Han, Yun Xi Qiao, Hua Chen, Xuyang Dai, Bohan Li, Hao Zhao, Chaojian Li

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Zhejiang University（浙江大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Great Wall Motor Company Limited（长城汽车股份有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文提出SPVC框架，通过结构化、全景、视频及跨数据集修复原则，训练两阶段可控视频扩散模型，解决驾驶场景渲染的伪影问题，实现跨数据集的高效修复。

Comments Project page: https://li00147.github.io/SPVC-Project-Page/

PrintAnything: Learning an Intermediate Representation for 3D printing G-code Generation

PrintAnything：学习用于3D打印G-code生成的中间表示

Sangmin Hong, Daniel Sungho Jung, Heewon Kim, Kyoung Mu Lee

机构 * IPAI, Seoul National University（首尔大学 IPAI） ； Seoul National University（首尔大学） ； Soongsil University（崇实大学） ； Kairoba Inc.（Kairoba公司） 纠错

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

AI总结 PrintAnything框架无需网格重建，通过切片式点投影策略和G-plan图，直接从点云生成可执行3D打印G-code，实现无网格的实用3D打印流程。

Comments European Conference on Computer Vision (ECCV) 2026

Quantum-Inspired Evolutionary Neighborhood Search for Arrival-Departure Track Utilization Adjustment under Short-Term Disturbances

量子启发式进化邻域搜索用于短期干扰下到发轨道利用调整

Xiaobin Li, Wuming Lei, Yanbin Gao, Weiguang Wang

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 研究针对短期干扰下的到发轨道利用调整问题，提出结合邻域搜索的量子启发式进化算法QEA-NS，通过构建模型求解，与CP-SAT对比，结果显示该算法能提高恢复计划延误性能，但计算效率需提升。

Adaptive Data Admission and Retention for Streaming Federated Learning

用于流式联邦学习的自适应数据接纳与保留

Zhuoyi Zhao, Ben Liang

机构 * University of Toronto（多伦多大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 研究客户端内存有限的流式联邦学习，提出联合服务器端接纳和客户端内存管理框架，开发ACDPP策略，结合K步保留规则与在线接纳规则等，通过论证使其与预言机基准联系，实验表明该策略在满足约束时接近基准。

On AI Safety and Security Technical Debt in Engineering AI-Enabled Systems

关于人工智能系统工程中的人工智能安全与保障技术债务

Muhammad Tukur, Hayatullahi B. Adeyemo, Tao Chen, Nour Ali, Anis Zarrad, Rick Kazman, Marco Agus, Rami Bahsoon

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.AI

AI总结 研究人工智能系统工程中的安全与保障技术债务，通过系统综述识别31种AITD并分类，分析其与信任问题的关联，合成34条指南，引入AITD - MAP框架，助工程师应对AITDs。

Comments 64 pages, 7 figures, 8 tables, submitted to ACM Transactions on Software Engineering and Methodology (TOSEM)

Defining AI-Native Systems: Autonomy as Revision Authority

定义 AI 原生系统：自主性作为修订权

Cheng Tan

机构 * Northeastern University（东北大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出了一种定义 AI 原生系统的标准，基于自主权而非 AI 模型能力，通过修订权阶梯和验证机制界定 AI 自主重写系统的能力。

LoRFT: Benchmarking Long-Range Vehicle Trajectory Reconstruction from Fixed Highway Cameras

LoRFT：基于固定高速公路摄像头的长距离车辆轨迹重建基准测试

Yufan Zhu, Kefu Yi, Xueju Zhang, Yunyang Tian, Long Chen, Zixuan Xiao

机构 * School of Transportation, Changsha University of Science and Technology（长沙理工大学交通运输工程学院） 纠错

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

AI总结 研究针对从固定高速公路摄像头恢复长距离车辆轨迹的难题，提出Map-RSTNet模型，引入LoRFT基准测试。实验表明该模型能有效降低误差，证明道路几何感知重建的有效性，为长距离车辆轨迹重建提供了可重复测试平台。

Comments 17 pages, 5 figures. Code and processed annotations: https://github.com/YvfanZhu/LoRFT

Lifelong Localization in Dynamic Indoor Environments Combining Odometry with Sparse Distance Sampling

结合里程计与稀疏距离采样的动态室内环境终身定位

Michael M. Bilevich, Tomer Buber, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） 纠错

专题命中 BEV与占用 ：LiDAR(abstract)；分类 cs.RO

AI总结 研究动态室内环境中机器人定位问题，提出结合里程计与稀疏距离采样的终身定位框架，能实时解决绑架机器人问题，在静态和动态环境中均收敛到真实姿态，少量距离样本即可实现与SLAM相当的定位，具多方面优势。

Comments Appeared in the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Panache: One-Pass Motif Discovery at Every Window Length

Panache：在每个窗口长度下进行单遍基序发现

Tej Sanibh Ranade

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 研究针对时间序列基序发现中模式持续时间未知的问题，提出单遍流算法Panache。通过滑动DFT递归等维护频谱状态，利用Parseval定理在哈希目录中让相似子序列碰撞，自行计算依赖数据的参数，在多个数据集上表现出色，速度远超基线方法。

Comments 23 pages, 4 figures, 19 tables

Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization

地图作为提示：学习用于跨场景无线定位的多模态空间信号基础模型

Yong Chu, Xun Zhou, Zenglin Xu, Hui Wang, Yue Yu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.AI

AI总结 针对无线定位在不同环境中面临的挑战及现有方法的局限，提出多模态基础模型SigMap，通过循环自适应掩码策略和“地图即提示”框架学习无线表示并实现跨场景适应，实验证明其性能领先且零样本泛化能力强。

Comments 17pages, 9 figures, poster in International Conference on Learning Representations (ICLR), 2026

On-Device Neural Architecture Search

设备上神经架构搜索

Andrea Mattia Garavagno, Edoardo Ragusa, Paolo Gastaldo, Antonio Frisoli, Claudio Loconsole

机构 * 1 Department of Electrical, Electronic, Telecommunication Engineering ； Naval Architecture, DITEN University of Genoa, Genoa 16145, Italy ； 2 Department of Excellence in Robotics \& AI, Scuola Superiore Sant’Anna, Piazza Martiri della Libertà 33, Pisa 56127, Italy ； 3 Institute of Mechanical Intelligence, Scuola Superiore Sant’Anna, Ghezzano, 56010 Pisa, Italy ； 4 Faculty of Technological 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.AI

AI总结 提出一种在部署设备上直接进行轻量级神经架构搜索的方法，以优化传感器实时数据分析，在人机接口中实现个性化适应，并在两个数据集上验证了其优于现有技术。

Constrained Spatial Pricing of On-Street Parking with Bayesian Demand Calibration

结合贝叶斯需求校准的路边停车约束空间定价

Ananya Kale, Mohit Apte

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本研究结合分层贝叶斯需求模型与空间耦合约束定价模型，利用SFpark数据校准弹性，所得CVaR策略表现优于基准规则，揭示了有效定价集的变化及相关权衡。

Comments Preprint. Submitted to the 2nd International Conference on Machine and Computing Technologies for Sustainable Development, Cape Town, South Africa, 16-17 November 2026. Currently under peer review

Ghost Dynamics in Receptor Signalling Networks: A Fast--Slow Adaptive Extension of Competitive Cancer Inhibition Models

受体信号网络中的幽灵动力学：竞争型癌症抑制模型的快慢自适应扩展

G Manjunath, Roumen Anguelov

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对受体占有率模型的局限，构建快慢自适应框架，揭示癌症信号网络的幽灵动力学，可解释剂量-响应曲线特征，还能预测表观效力的暴露时间依赖性偏移。

One-Sided Product-Scale Upper Bounds for Nested Complex Wishart Extremes

嵌套复Wishart极值的单侧乘积尺度上界

Xiufan Yang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文针对嵌套复Wishart极值的最大特征值软边缘，证明了其上、下尾联合概率的有限N单侧乘积尺度上界，推导了分离稀疏网格的矩估计，适用于超临界分离场景。

Comments 92 pages

Over the Memory Wall, Into the Instruction Wall: The New Bottleneck in GPU Data Processing

越过内存墙，进入指令墙：GPU数据处理中的新瓶颈

Sven Hepkema, Bowen Wu, Christos Kozyrakis, Yannis Chronis, Gustavo Alonso

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对GPU数据处理中内存带宽提升未使cuDF内核成比例加速的问题，构建Valk工具分析发现新瓶颈为指令墙，提出提升缓存利用等三项优化建议以发挥GPU潜力。

Emergent Symmetry-Protected Topological Phases via Polyakov Confinement in Quantum Spin Systems

量子自旋系统中通过Polyakov禁闭实现的涌现对称性保护拓扑相

Li-Wei He, Shun-Li Yu, Jian-Xin Li

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本研究利用Polyakov禁闭机制，将狄拉克自旋液体转化为对称性保护拓扑态，通过变分蒙特卡洛模拟提供微观证据，为SPT物理开辟了新路径并架起跨领域桥梁。

Journal ref Rep. Prog. Phys. 89 (2026) 080503

One-sided stripe supersolidity from engineered non-axisymmetric dipolar interactions

Chao Zhang

专题命中 BEV与占用 ：occupancy(abstract)

Comments main 7 pages+supplemental

The Fallacy of Independent Ceilings: Characterizing Coupled Load-Branch Stall Interaction

独立上限的谬误：耦合负载-分支停顿交互的特征刻画

Matthew Constant, Resit Sendag

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出共生停顿延迟（SSL）概念，通过联合加速比协同（JSS）和共生停顿机会（SSO）量化分支与缓存的耦合交互，构建了评估孤立上限是否低估联合性能的测量框架。

The Impact of Splashback Galaxies on Galaxy Assembly Bias

反弹星系对星系成团偏差的影响

Hernan Rincon, Idit Zehavi, Sergio Contreras, Yikun Wang, Xiaoju Xu

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本研究借助Millennium模拟和TNG300模拟，探究反弹星系对星系并合偏差的影响，明确反弹星系的特征及其对星系成团性信号的作用，为星系-晕连接建模提供参考。

Comments 17 pages, 5 figures

From Value Bounds to Policy-Distance and Active-Face Certificates: Same-Grid Duality for Constrained Dynamic Portfolios

从价值边界到策略距离与主动面证书：约束动态投资组合的同网格对偶性

Jeonggyu Huh

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对约束动态投资组合，提出同网格对偶框架，利用原始对偶 bracket 实现价值损失证明与最优策略定位，通过多类实验验证了方法在不同资产规模下的有效性及高维瓶颈问题。

Robust General Utility for Reinforcement Learning

面向强化学习的鲁棒通用效用方法

Zixuan Liu, Fangzheng Wu, Brian Summa, Zizhan Zheng

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对通用效用强化学习的部署效用误指定问题，提出极小极大学习框架及两种收敛随机算法，经LLM安全对齐等实验验证了其有效性。