论文与情报流
聚合权威论文、预印本与机构内容源，支持按主题、来源与关键词筛选，面向实验室持续开展科研跟踪与资料沉淀。
出版日期：2026年12月；来源：《交通研究A辑：政策与实践》（Transportation Research Part A: Policy and Practice），第214卷；作者：David A. Hensher、John D. Nelson、Edward Wei、Thiranjaya Kandanaarachchi、Camila Balbontin、Chinh Ho、Corinne Mulley、Wen Liu
出版日期：2026年12月 来源：《ISPRS摄影测量与遥感杂志》（ISPRS Journal of Photogrammetry and Remote Sensing），第242卷 作者：李阳、韩炳乾、刘戈、宋开山、吕东梅、史坤、马悦、邵世迪、周宇 Jin、张继鹏、吕恒
出版日期：2026年12月；来源：《交通运输研究D辑：交通运输与环境》（Transportation Research Part D: Transport and Environment），第161卷；作者：Vasileios Milias、Panagiotis G. Tzouras、Ioanna Vourdanou、Konstantinos Markos、Konstantinos Kepaptsoglou、Alexandros Nikitas
出版日期：2027年2月；来源：《景观与城市规划》（Landscape and Urban Planning），第278卷；作者：Fei Feng、Xiuzhi Chen、Lin Gu、Chengyang Xu、Dayong Fan、Yongxian Su、Mario Elia、Raffaele Lafortezza
出版日期：2026年12月；来源：《ISPRS摄影测量与遥感杂志》（ISPRS Journal of Photogrammetry and Remote Sensing），第242卷；作者：张淑荣、庄迪、张腊梅、邹斌、乔迪·J·马洛尔奎（Jordi J. Mallorqui）
出版日期：2026年12月；来源：《ISPRS摄影测量与遥感杂志》（ISPRS Journal of Photogrammetry and Remote Sensing），第242卷；作者：罗登艳、向艳萍、王虎、纪路平、唐松、叶茂
许多涉及四旋翼的空中任务既要求即时响应能力，又需长时域规划以实现避障、能量效率优化或轨迹跟踪。高保真度模型可实现精确控制，但计算速度无法满足长时域需求；低保真度规划器虽具备良好可扩展性，却无法直接驱动系统，因而需采用级联架构。当前主流的分层方法使用简化模型进行规划，并依赖高保真度控制器执行跟踪，但此类分解本质上存在次优性：控制器受限于粗糙的规划结果，而传统MPC方案则通过缩短时域以保障实时性。本文提出UNIQUE——一种以时间级联替代分层堆叠的MPC架构。其中，规划问题被建模为单一多阶段MPC的第二尾部时域，而非独立求解。我们统一了不同时域的成本函数，为质点规划模型推导出可行性约束，并引入状态转换约束，将高保真度状态映射为具有物理意义的低保真度状态。通过并行运行质点模型求解器与混合整数求解器处理非凸性，并在规划时域内逐步实施三维障碍物平滑。仿真与真实飞行实验表明，在相同计算资源预算下，UNIQUE相较标准MPC及分层基线方法，闭环跟踪性能提升最高达75%。消融实验与帕累托分析进一步验证了该方法在时域长度、约束近似方式及平滑调度等不同变体下的性能优势。
《GIS学报》（Transactions in GIS），2026年9月，第30卷第6期。
《国际地理信息科学杂志》（Transactions in GIS），2026年9月，第30卷第6期。
随着视觉-语言模型（VLM）逐步迈向物理场景部署，当前研究重心仍集中于面向动作的具身人工智能（Embodied AI），其评测主要基于以主体为中心的消费级视频。这一取向忽视了一类广泛存在的物理人工智能——基础设施人工智能（Infrastructure AI），该范式依赖固定摄像头，以开环方式提供安全监控、运行日志等洞察。为此，我们提出VANTAGE-Bench基准，用于量化这一“基础设施人工智能差距”。该基准覆盖物流、交通与智能空间三大运营领域，统一涵盖图像与视频在语义、空间、时间及时空联合维度的能力评估，并突破多项选择题范式，引入包括密集视频描述与时空定位在内的八种任务形式；针对单目标跟踪（Single Object Tracking），新增单次前向轨迹协议（single-pass trajectory protocol），并据我们所知，首次在固定摄像头基础设施视频上开展此类评测，且以专业追踪器为评分基准。标注覆盖三类范式，总计3,346个媒体资产：3,342条视频-任务标注、4,281条图像-定位标注，以及27,404个检测框。对17个模型进行零样本评测后发现，相较于以消费者为中心的基准，性能缺口呈现集中性而非普遍性：事件验证、指代表达与时间定位任务在所有模型规模下均落后约9至24个百分点，而视频问答任务与VideoMME的差距则控制在5.3分以内，2D空间指向任务亦未表现出相对于BLINK的性能缺口。时间维度能力在绝对指标上最弱：无一系统在时间定位任务上的mIoU超过55.7，在密集视频描述任务上的SODA_c得分超过37.3。在跟踪任务中，前沿模型在短时域内与专业追踪器相差约5分，但随预测时域延长，性能差距显著扩大。开源权重模型在2D目标定位任务上全面领先，表明性能缺口既非单纯由模型规模亦非仅由闭源属性所致。
得益于先进感知技术推动的车辆轨迹数据激增，路径表示学习已成为智能交通系统中的关键任务。尽管现有自监督方法已取得良好性能，但其对确定性对比学习范式及人工设计视图增强策略的依赖，本质上限制了其跨场景泛化能力。为解决上述局限，我们提出 DGCPath——一种面向分布感知的生成式对比学习框架，专用于路径表示学习。该框架在生成建模与分布式对比学习之间建立协同关系，从而获得鲁棒且可迁移的特征嵌入。具体而言，本框架包含：（1）基于扩散模型的视图生成器，能够从高斯噪声中自主生成语义一致但多样化的轨迹视图；（2）变分对比机制，在分布层面强制隐空间特征对齐，超越传统逐样本一致性约束；（3）新型生成式交叉监督模块，通过跨视图重建学习强化视图级一致性。在三个真实世界轨迹数据集上的全面评估表明，DGCPath 在两项不同下游任务中均优于当前最优基线方法，验证了其增强的泛化能力与表示有效性。
轨迹预测是自动驾驶系统的关键组成部分，因为未来运动直接影响碰撞检测、行为规划与控制。该任务在密集交互、异质行为、多模态未来以及车载计算资源受限等条件下仍具挑战性。现有基于图、注意力机制和生成式的方法虽提升了交互推理或不确定性建模能力，但其高容量设计往往难以满足实时部署需求。轻量级预测器及传统蒸馏方法虽可降低推理开销，却通常依赖静态模仿，且未显式校正与安全性相关联的教师模型偏差。本文提出\textbf{MAVEN-T}，一种面向实时多智能体轨迹预测的强化异构蒸馏框架。其中，高容量教师模型采用具备环视感知能力的图编码器建模有向局部交互，结合高效时序滤波与移窗空间注意力机制，并通过稀疏混合专家（Mixture-of-Experts）解码头输出特定驾驶意图的未来轨迹；紧凑型学生模型基于GRU与Squeeze-and-Excitation模块构建，并配备低秩适配（Low-Rank Adapted）策略头，通过特征级、注意力级与语义级蒸馏进行训练。为进一步使预测结果契合下游行为需求，学生模型进一步利用近端策略优化（Proximal Policy Optimization）奖励进行微调，奖励信号涵盖避撞、乘坐舒适性与行驶进展；同时，复杂度感知的课程学习（complexity-aware curriculum）与弹性权重固化（Elastic Weight Consolidation）保障了分阶段训练的稳定性。实验在NGSIM、HighD、MoCAD、Argoverse~2及Waymo Open Motion数据集上评估了所提方法在精度、效率、泛化性、鲁棒性及闭环安全性方面的表现。学生模型实现6.2$\times$参数压缩、3.7$\times$推理加速，并在NVIDIA Jetson AGX Orin平台上达到14.6 ms延迟，同时保持具有竞争力的预测精度。
出版日期：2026年11月；来源：《Transport Policy》，第188卷；作者：Olatunji A. Shobande、Lawrence Ogbeifun、Aviral Kumar Tiwari
出版日期：2026年11月；来源：《交通研究D辑：交通与环境》，第160卷；作者：Pablo Yánez-Rosales、Paula Ferreira、Julieta Schallenberg-Rodriguez、Alexis Lozano-Medina、B. del Rio-Gamero
眼动生物特征（EMB）是一种新兴的行为模态，适用于用户身份认证，尤其在虚拟现实（VR）与增强现实（AR）系统中，其注视动力学蕴含显著的被试特异性特征。然而，构建鲁棒的EMB系统需大量多样且高质量的注视记录，而此类数据采集成本高昂，且往往难以满足模型开发所需的规模。生成式模型可缓解数据稀缺问题，但现有方法或仅合成通用注视行为，或主要依据身份进行信号个性化，未能联合建模用户的任务与主观状态。因此，所生成信号虽在视觉上逼真，却可能无法保留生物特征识别所需的行为特性。为解决该局限，我们提出 EyeMakeYou——一种面向被试特异性的高频注视合成的多条件去噪扩散框架。EyeMakeYou 以去除身份信息的参考轨迹为输入，生成时长5秒、采样率1000 Hz的双变量注视速度序列，并在去噪过程中联合条件化于身份嵌入、任务嵌入，以及关于整体难度、精神疲劳度和眼部疲劳度的自评量表评分。其优化目标融合了扩散噪声预测与身份保持，并引入多分辨率谱损失、漂移一致性损失及事件加权的局部平滑性损失。在 GazeBase 数据集上的实验表明，EyeMakeYou 在中位空间精度及嵌入特征空间中真实–合成样本相似性方面均优于现有生成方法，同时保留了若干主观报告与眼动特征之间依赖于任务的关联性。上述结果支持条件扩散作为面向生物特征识别与交互应用的注视数据增强的一种实用方法。