Skip to content
Hot eventLive

LR-V2X：低带宽下抗丢包的协同感知框架

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月9日，arXiv 计算机视觉（一手）发布 LR-V2X，一种面向低带宽通信的抗丢包潜空间重建框架。该框架可将受损的接收潜变量（即使在 90% 丢包率下）转化为空间先验，并结合自车上下文重建缺失的 BEV 信息。模型可在完整通信条件下训练，并直接用于丢包环境；在 DAIR-V2X 和 V2XREAL 数据集上保持稳健协同感知，相比密集 BEV 特征融合基线降低 64 倍通信开销。论文称代码将公开，目前未提供公开链接或开源时间。

Generated from reports · updated 3 hr ago

LatestOct 9
arXiv 发布 LR-V2X，称在 90% 丢包下仍稳健、通信开销降 64 倍，代码将公开。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Computer Vision
    LR-V2X：低带宽通信下抗丢包的协同感知

    LR-V2X 是一种抗丢包的潜空间重建框架，可把受损的接收潜变量（即使在 90% 丢包率下）转化为空间先验，并结合自车上下文重建缺失的 BEV 信息。该模型可在完整通信条件下训练并直接用于丢包环境，在 DAIR-V2X 和 V2XREAL 上保持稳健协同，相比密集 BEV 特征融合基线降低 64 倍通信开销。代码将公开。

Heat trend

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

02.557.510Oct9Oct9Oct9Oct9

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.