arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

arXiv 论文中文摘要与每日学术速递

全部学科当日共 2,648 篇
2611.26629 2026-11-20 cs.CV 新提交

Posterior Matching Distillation

后验匹配蒸馏

Hidir Yesiltepe, Julius Berner, Arash Vahdat, Pinar Yanardag

机构 * Virginia Tech(弗吉尼亚理工大学) ; NVIDIA(英伟达)

AI总结 提出后验匹配蒸馏(PMD),结合覆盖模式的后验采样与任意步生成,无需辅助得分网络,在SDXL和FLUX.2 4B的4步方法中FID最优,且提示对齐等指标表现有竞争力。

Comments Project Page: https://pmd-distillation.github.io/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26627 2026-11-20 cs.CV cs.LG 新提交

RL Post-Training in Diffusion Transformers Is Activation Steering

扩散Transformer的强化学习后训练即激活引导

Tuna Han Salih Meral, Kaan Oktay, Alec Helbling, Atakan Kara, Duen Horng Chau, Pinar Yanardag

机构 * Virginia Tech(弗吉尼亚理工大学) ; Georgia Tech(佐治亚理工学院) ; IBM Research(IBM研究院)

AI总结 该研究发现扩散Transformer的RL后训练核心是激活引导,固定引导向量可恢复多数RL调优模型的奖励提升,无需输入相关变换。

Comments Project page: https://rl-is-steering.github.io

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26617 2026-11-20 cs.CV cs.AI cs.LG cs.RO 新提交

One Prior, Two Dynamics: Repurposing Video Diffusion Transformers for Self-Supervised Latent Action Learning

一个先验,两种动力学:将视频扩散Transformer重新用于自监督潜在动作学习

Yuxin Jiang, Wenqiang Sun, Jiaqi Li, Yuchao Gu, Lvmin Zhang, Ivor Tsang, Mike Zheng Shou

机构 * Show Lab, National University of Singapore(新加坡国立大学Show实验室) ; A*STAR, Singapore(新加坡科技研究局) ; Tencent(腾讯) ; Stanford University(斯坦福大学)

AI总结 该研究提出O²LaF,利用预训练视频DiT作为先验,通过逆、前向动力学模型从无标签视频学习动作,在少样本动作探测等任务中达SOTA,还可扩展至V-JEPA2等模型。

Comments Project page: https://showlab.github.io/o2laf Code: https://github.com/showlab/O2LaF

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26615 2026-11-20 cs.CV 新提交

ScaleWorld: High-Resolution World Generation through Shared Prediction and Refinement

ScaleWorld:通过共享预测与细化实现高分辨率世界生成

Yansong Qu, Wesker Zheng, Quanjian Song, Zhiyuan Zhang, Xiao Cao, Shengchuan Zhang, Liujuan Cao

机构 * Xiamen University(厦门大学) ; Southeast University(东南大学) ; City University of Hong Kong(香港城市大学) ; National University of Singapore(新加坡国立大学)

AI总结 ScaleWorld是一种因果视频模型,通过共享主干统一低分辨率预测与高分辨率细化,引入TA-OPD解决蒸馏任务干扰,实现高效高质量的高分辨率世界生成。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26613 2026-11-20 cs.RO cs.CL cs.CV 新提交

AgentRoboCritic: Understanding the Capability of Frontier Agents on Direct Robot Control

AgentRoboCritic:探究前沿智能体在直接机器人控制上的能力

Yiyang Du, Yuxuan Kuang, Qitao Zhao, Yixuan Wang, Zhanqiu Guo, Yi Xu, Xin Li, Wenbin He, Liu Ren, Chenyan Xiong

机构 * Carnegie Mellon University(卡内基梅隆大学) ; University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Bosch Research North America & Bosch Center for Artificial Intelligence (BCAI)(博世北美研究院与博世人工智能中心(BCAI))

AI总结 本文提出AgentRoboCritic框架,对前沿智能体在12个机器人操作基准上开展动作级分析,验证了其直接控制机器人的能力,同时揭示局限,并发布相关数据集与微调后的批判器Muse-Glimmer-30B,提升了失败模式分析的准确率。

Comments 28 pages. Project page: https://adu2021.github.io/blog/AgentRoboCritic/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26603 2026-11-20 cs.CV cs.LG 新提交

Depth Pro 2: Sharp and Temporally Consistent Metric Monocular Depth

Depth Pro 2:清晰且时间一致的度量单目深度估计

Peiyun Hu, Marko Mihajlovic, Lyndon Duong, Lahav Lipson, Wei Dong, Amaël Delaunoy, Stephan R. Richter, Vladlen Koltun

机构 * Apple(苹果公司)

AI总结 本研究提出Depth Pro 2网络,解决单目深度估计中时间一致性与边界清晰度的权衡问题,生成兼具三者优势的深度图,性能优于现有方法并发布相关模型与代码。

Comments Code and weights available at https://apple-aiml-research.github.io/ml-depth-pro-2/

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26598 2026-11-20 cs.LG cs.AI 新提交

Active Feature Acquisition by Distilling an Oracle Teacher

通过提炼神谕教师实现主动特征获取

Yang Meng, Zixin Ding, Robert L. Grossman, Yuxin Chen

机构 * University of Chicago(芝加哥大学)

AI总结 本研究针对主动特征获取问题,提出OracleImitator方法,通过提炼显式神谕教师的排序训练策略,在多模态医学诊断和AFABench基准上,以较低成本实现了与现有方法相当或更优的性能。

Comments 16 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26596 2026-11-20 cs.RO cs.AI 新提交

PGX: Physically Grounded Execution for Long-Horizon Humanoid Loco-Manipulation

PGX:面向长周期人形机器人移动操作的物理接地执行框架

Kai Lu, Chenyang Ma, Ioannis Havoutis

机构 * Oxford Robotics Institute, University of Oxford(牛津大学牛津机器人研究所) ; Department of Computer Science, University of Oxford(牛津大学计算机科学系)

AI总结 针对人形机器人长周期移动操作任务中VLA模型的时间结构与精度耦合难题,提出PGX框架,通过三层分解提升阶段进展与任务成功率,经模拟及真实机器人实验验证有效。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26595 2026-11-20 cs.CV 新提交

Coda-DaVinci: Reimagining Video Generation with Code2Video

Coda-DaVinci:用Code2Video重新构想视频生成

Yiyan Ji, Qixun Wang, Yang Shi, Zhuoran Zhang, Yifan Xu, Tengfei Liu, Yuqi Tang, Xiaohan Zhang, Shujie Li, Jiafu Tang, Xuanyu Zhu, Xinyu Liu, Yan He, Yushuo Guan, Zihao Wang, Xianghua Ying, Shixuan Liu, Haotian Wang, Wenjing Yang, Zhaoxiang Zhang, Yuanxing Zhang, Pengfei Wan, Jiaheng Liu

机构 * Nanjing University(南京大学) ; KlingAI Research(KlingAI研究院) ; Peking University(北京大学) ; Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; University of Hong Kong(香港大学) ; Tsinghua University(清华大学)

AI总结 Coda-DaVinci是一个任务自适应智能体框架,通过研究Code2Video的代理粒度等问题,在VTR、R2M等数据集上提升了视频生成的指令遵循、场景一致性等表现。

Comments 47 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26586 2026-11-20 cs.AI 新提交

ProtoDiffusion: Token-per-Layer Generative Modeling of Multi-Layer Images

ProtoDiffusion:面向多层图像的逐层 token 生成建模

Adrià Ciurana Lanau, Harleen Hanspal, Lusine Abrahamyan, Emilio Tylson Baixauli, Yu Cao, Danai Triantafyllidou, Stefano Zorzi, Gustavo Zanoni Felipe, Peter Griger, Stefan Sietzen, Petru-Daniel Tudosiu

机构 * Canva ; Queen Mary University of London(伦敦大学玛丽皇后学院) ; Universidade Estadual de Maringá(马林加州立大学)

AI总结 提出 ProtoDiffusion 框架,基于 ProtoVAE 实现多层图像的高效生成建模,支持图像/文本转设计,在重建质量、生成指标及速度上均优于现有方法。

Comments 20 pages, 16 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26584 2026-11-20 cs.CL cs.LG 新提交

Represented but misread: Post-training changes how language models read out what they represent

表征了但误读了:后训练如何改变语言模型对其表征内容的读出

Jochen Laubrock

机构 * University of Potsdam(波茨坦大学)

AI总结 该研究探究后训练对语言模型表征与答案读出的影响,通过对比线性探针与模型答案,发现后训练会改变答案读出方式,少量训练信号可调整该方向。

Comments 64 pages, 7+2 figures, 4+6 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26565 2026-11-20 cs.RO 新提交

PhyDEX: A Benchmark for Physical Reasoning in Vision-Language-Action Models via Dynamic Extrinsic Dexterity

PhyDEX:基于动态外在灵巧性的视觉-语言-动作模型物理推理基准

Hao Vo, Taisei Hanyu, Yuki Ikebe, Pham Tri Quang, Sreevenkata Anjani Tishita Godavarthi, Nghi D. Q. Bui, Daniel Sonntag, Chase Rainwater, Duy Minh Ho Nguyen, Anh Nguyen, Ngan Le

机构 * VinUniversity ; University of Arkansas(阿肯色大学) ; Center for AI Research, VinUniversity(VinUniversity人工智能研究中心) ; University of Stuttgart(斯图加特大学) ; DFKI(德国人工智能研究中心) ; Max Planck Research School for Intelligent Systems(马克斯·普朗克智能系统研究学校) ; University of Liverpool(利物浦大学)

AI总结 本研究推出PhyDEX物理推理基准,评估VLA模型在动态外在灵巧性投掷任务中的表现,发现现有模型成功率不足3%,揭示其物理感知与鲁棒性瓶颈,推动机器人策略发展。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26562 2026-11-20 cs.CV cs.AI 新提交

Multi-institutional grading of Barrett's esophagus dysplasia without stain normalization using a pathology foundation model and multiple instance learning

使用病理基础模型和多实例学习的 Barrett 食管不典型增生的多机构分级(无需染色归一化)

Amirali Khosravi, Jaidip M. Jagtap, D. Chamil Codipilly, Catherine E. Hagen, Jason T. Lewis, Rickey E. Carter, Shahriar Faghani, Vani J. A. Konda, Fouad Otaki, Shajan Peter, Nicholas Shaheen, Sachin Wani, Prasad G. Iyer, Bradley J. Erickson

机构 * Mayo Clinic(梅奥诊所) ; University of Pennsylvania(宾夕法尼亚大学) ; Baylor University Medical Center(贝勒大学医学中心) ; Baylor Scott and White Center for Esophageal Diseases(贝勒斯科特和怀特食管疾病中心) ; Oregon Health and Science University(俄勒冈健康与科学大学) ; University of Alabama Birmingham(阿拉巴马大学伯明翰分校) ; University of North Carolina Chapel Hill(北卡罗来纳大学教堂山分校) ; University of Colorado Anschutz Medical Campus(科罗拉多大学安舒茨医学校区) ; Mayo Clinic Alix School of Medicine(梅奥诊所艾利克斯医学院)

AI总结 本研究开发了一种基于病理基础模型和多实例学习的深度学习系统,无需染色归一化即可对多机构的Barrett食管不典型增生分级,在测试集上表现出优异的诊断准确性,可消除机构特定预处理的限制。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26557 2026-11-20 cs.AI 新提交

MM-SystemOneBias: Evaluating Bias in Multimodal Jev-Style System One Decision Models

MM-SystemOneBias:评估多模态Jev风格System One决策模型中的偏差

Jinzhe Li, Qi Wang, Dandan Guo, Li Liu, Yuan Wu, Yi Chang

机构 * School of Artificial Intelligence, Jilin University(吉林大学人工智能学院) ; International Center of Future Science, Jilin University(吉林大学未来科学国际合作联合实验室) ; King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学) ; School of Big Data and Software Engineering, Chongqing University(重庆大学大数据与软件工程学院) ; Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Jilin University(吉林大学知识驱动人机智能工程研究中心)

AI总结 本研究提出MM-SystemOneBias,通过6种配对干预评估13个多模态决策模型,发现决策模型在多数干预下比主干模型更稳定,且存在仅靠准确率无法捕捉的输入影响。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26545 2026-11-20 cs.AI 新提交

The Geometry of Lies: Knowledge and Persona Directions for Detecting Deception in Large Language Models

谎言的几何:用于检测大型语言模型中欺骗行为的知识与角色方向

Md. Abdullah Al Zami, Suraiya Shanaz, Mahdi Hasan, Shoaib Ahmed Dipu, Farig Yousuf Sadeque, Md. Sabbir Ahmed

机构 * BRAC University(BRAC大学)

AI总结 该研究提出基于角色与知识方向的方法,在Liars' Bench的四个LLM中三个上提升谎言检测效果,两种方向组合优于同深度监督探针,部分模型表现受基准措辞影响。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26540 2026-11-20 cs.CV cs.AI 新提交

AURA: AUdio-dRiven streaming Avatar

AURA:音频驱动的流式化身

Nathaniel Cohen, Nicolas Dufour, Amélie Royer, Alasdair Newson, Patrick Pérez

机构 * Kyutai(京田) ; ISIR, Sorbonne Université(巴黎第六大学ISIR研究所) ; Google DeepMind(谷歌DeepMind)

AI总结 AURA 是一款音频驱动的流式化身模型,通过两阶段蒸馏实现低延迟生成,1.3B 版速度为双向教师的 23 倍,5B 版与 TalkVerse 质量相当且快 17 倍,已发布权重与数据集。

Comments BMVC 2026. Project page: https://kyutai.org/aura

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26538 2026-11-20 cs.AI 新提交

LLM GerryMandering: Separating Interactions from Additive Effects in LLM Audits

LLM 选区操纵:分离 LLM 审计中的交互作用与加性效应

George Rahul, Ronit Jahilal, Bhaskara Hanuma Vedula, Ponnurangam Kumaraguru, Pushkar Shukla

机构 * International Institute of Information Technology Hyderabad(国际信息技术研究所海得拉巴分校)

AI总结 该研究提出 ADDIS 方法,可更准确分离 LLM 审计中的交叉交互作用与加性效应,在合成数据集及 IndiPersona 人设上,相比传统准则大幅降低虚假亚群标记率,提升交互作用检测准确率。

Comments 40 pages, 8 figures, 29 tables

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26522 2026-11-20 cs.CV cs.LG eess.IV 新提交

Deterministic Temporal Embedding for Calcium Imaging Trace Extraction

用于钙成像迹线提取的确定性时间嵌入

Qi Gao, Julius Beichert, Miriam Ratliff, Karl Rohr

机构 * Heidelberg University(海德堡大学) ; Medical Faculty Mannheim, Heidelberg University(海德堡大学曼海姆医学院) ; BioQuant, IPMB, Heidelberg University(海德堡大学生物定量与生物医学工程研究所) ; University Hospital Mannheim, Heidelberg University(海德堡大学曼海姆大学医院) ; German Cancer Research Center (DKFZ)(德国癌症研究中心) ; German Cancer Consortium (DKTK)(德国癌症联盟)

AI总结 提出确定性时间嵌入框架,用于钙成像迹线提取,可稳健恢复不规则及空间接触的源,无需显式细胞形状先验,在合成与体内双光子钙成像数据上验证有效。

Comments 5 pages. Submitted to IEEE ISBI 2027

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26521 2026-11-20 cs.LG cs.IR 新提交

The Window Lever: Longer Observation Windows Outweigh the Observed Effects of Data, Capacity, and Architecture in Customer Behavior Forecasting

窗口杠杆:在客户行为预测中,更长的观测窗口胜过数据、容量和架构的观测效应

Tara Sowrirajan, Yanqiao Wang

机构 * Amazon(亚马逊)

AI总结 该研究发现,在客户行为预测中,更长的观测窗口对性能的提升幅度远大于数据、模型容量和架构的影响,建议相关团队优先延长观测窗口。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26516 2026-11-20 cs.CV 新提交

Plan4D: Generative Plannable 4D Worlds

Plan4D:可规划生成的4D世界模型

Hangwei Zhang, Rujing Dang, Ruimin Lin, Jiahong Wu, Xiangxiang Chu, Chuanxia Zheng

机构 * AMAP, Alibaba Group(阿里云机器学习平台AMAP)

AI总结 Plan4D是耦合Depth Anything 3与LongCat-Video的可规划生成4D世界模型,可预测含密集4D几何的未来视频,在生成式4D建模中达最先进性能。

Comments NeurIPS 2026, Project Page: https://fogradio.github.io/plan4d-project

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26514 2026-11-20 cs.LG cs.CL 新提交

Hybrid Retrieval for Government Scheme Search in English and Marathi

面向英语与马拉地语的政府计划搜索的混合检索方法

Aishwarya Gunjal, Kanchan Khemnar, Pawan Poojary, Pranav Kulkarni, Raviraj Joshi, Manish Khodaskar

机构 * Pune Institute of Computer Technology(浦那计算机技术学院) ; L3Cube Labs(L3Cube实验室)

AI总结 针对马哈拉施特拉邦政府计划的双语搜索,提出结合BM25与句子嵌入相似度的混合检索系统,实验显示其MRR较仅密集检索更高,且MahaSBERT融合可提升精确率。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26511 2026-11-20 cs.CV 新提交

Direct3D-V3: Latent-Free Diffusion Transformers in the Native Voxel Domain

Direct3D-V3:原生体素域中无潜在变量的扩散Transformer

Shuang Wu, Jiachen Qian, Youtian Lin, Feihu Zhang, Philip Torr, Yao Yao, Xun Cao

机构 * Nanjing University(南京大学) ; DreamTech(梦科科技) ; The University of Hong Kong(香港大学) ; University of Oxford(牛津大学)

AI总结 提出无潜在变量的Direct3D-V3框架,舍弃VAE直接在原生体素域建模SDF,通过流形正则化、辅助相机预测等提升3D生成质量,可扩展至生成式重建。

Comments The Project Page is: https://dreamtechai.github.io/Direct3D-V3. The Paper is published in ACM TOG (SIGGRAPH Asia 2026)

Journal ref ACM Trans. Graph. 45, 6, Article 244 (December 2026), 18 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26510 2026-11-20 cs.CL 新提交

AutoMaster: Autonomous Post-Training by Making the Same Model a Better Teacher

AutoMaster:通过让同一模型成为更优秀教师实现自主后训练

Guoxin Chen, Shuang Sun, Fanzhe Meng, Xinyu Tang, Ruihua Song, Wayne Xin Zhao

机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院)

AI总结 AutoMaster是自主后训练系统,通过Skill-FT方法,在固定教师等条件下,使4B、9B规模LLM在Terminal等任务上性能提升1.42-8.99个百分点,且SFT保留技能指令可提升性能。

Comments Website: https://aweai-team.github.io/AutoMaster/ Code: https://github.com/RUCAIBox/AutoMaster Models: https://huggingface.co/collections/RUC-AIBOX/automaster

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26509 2026-11-20 cs.AI cs.CL 新提交

GLiDE: A Fast, Calibrated Decision Model Distilled from Reasoning Teachers

GLiDE:一种从推理教师中蒸馏得到的快速、校准决策模型

Sahibzada Allahyar, Julia White, Dhruv Atreja, George Hurn-Maloney, Urchade Zaratiana

机构 * Fastino Labs(法斯蒂诺实验室)

AI总结 GLiDE是从推理教师蒸馏得到的决策模型,基于Qwen混合语言模型构建,结合软目标蒸馏与渐进式后训练,在Hugging Face模型的性能-参数帕累托前沿表现优异,27B规模版本性能突出。

Comments 18 pages, 8 figures

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26504 2026-11-20 cs.LG 新提交

Grid Cells as Spectral Successor Features: A Reusable Basis for Continual Reinforcement Learning

网格细胞作为谱后继特征:持续强化学习的可复用基

Élodie Côté-Gauthier, Doina Precup, Isabeau Prémont-Schwarz

机构 * McGill University(麦吉尔大学) ; Mila – Quebec AI Institute(米拉-魁北克人工智能研究所) ; Université Laval(拉瓦尔大学)

AI总结 该研究提出以固定参考策略转移矩阵的特征向量构建基,将网格细胞作为谱后继特征,实现无需后继特征网络或回放缓冲区的持续强化学习,在双目标网格世界中性能优于SimpleSF和DQN。

Comments 15 pages, 3 figures. Accepted at the NeurReps and WiML workshops at NeurIPS 2026

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26503 2026-11-20 cs.RO cs.SY eess.SY 新提交

JARVIS: An Agent That Designs, Builds, and Tests Circuit Boards on Its Own

JARVIS:一款可自主设计、制造与测试电路板的智能体

Shibo Zhou, Tianqi Hong, Zheng Yan, He Yang

机构 * School of ECE, University of Georgia(佐治亚大学电气与计算机工程学院)

AI总结 JARVIS是电力电子领域首款可自主完成电路板设计-制造-测试闭环的具身AI智能体,通过数字孪生预演、协调桌面设备完成实验,在60Hz陷波滤波器测试中2小时39分钟无人工干预实现50.6dB衰减。

Comments 19 pages

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26493 2026-11-20 cs.CV 新提交

SGAR: Feed-Forward 3D Reconstruction via Sparse Geometry-Guided Attention

SGAR:通过稀疏几何引导注意力实现前馈三维重建

Aoxiang Fan, Maria Pilligua, Corentin Dumery, Oliver Heinimann, Pascal Fua

机构 * CVLab, EPFL(计算机视觉实验室,洛桑联邦理工学院)

AI总结 该研究针对前馈三维重建中密集注意力计算成本过高的问题,提出SGAR方法,用几何引导的稀疏注意力替代密集注意力,实现了速度与精度的提升。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26492 2026-11-20 cs.CL 新提交

Multimodal Error Detection in Chest X-ray Reports: A Large Language Model Reading Image Evidence

胸部X光报告中的多模态错误检测:读取图像证据的大语言模型

Yanda Cheng, Bo Wen, Yuhao Lu

机构 * Cornell University(康奈尔大学) ; University of Rochester(罗切斯特大学)

AI总结 本研究提出Rad-Linter,用经LoRA微调的15亿参数大语言模型对照胸部X光图像评分检测报告错误,在两组受控测试中均优于规则基线,尤其在解读发现措辞上优势显著。

Comments 34 pages, 4 figures, including supplementary material

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26491 2026-11-20 cs.AI 新提交

FLUID: Flexible, Evidence-Grounded Situated Task Guidance

FLUID:灵活的、基于证据的情境化任务指导

Yunqi Zhao, Run Peng, Ze Dong, Ryan Lu, Yinpei Dai, Joyce Chai

机构 * University of Michigan(密歇根大学)

AI总结 该研究针对现有任务指导基准忽略灵活性的问题,提出FLUID框架,利用WTaG和HoloAssist数据构建实时智能体,在多维度性能上实现最优平衡,推动人机交互更自然自适应。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
2611.26485 2026-11-20 cs.RO cs.SY eess.SY 新提交

An Open-Source ROS 2 Framework for Shared Control in Surgical Teleoperation: Integrating the Haply Inverse3 with the da Vinci Research Kit

用于外科遥操作共享控制的开源ROS 2框架:将Haply Inverse3与达芬奇研究套件(dVRK)集成

Balint Varga, Sebastian Fritz, Gergely Kiss, Kristof Takacs, Peter Galambos

机构 * Institute of Control Systems, Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院控制系统研究所) ; Antal Bejczy Center for Intelligent Robotics, Research and Innovation Center, Óbuda University(布达佩斯欧布达大学安塔尔·贝伊奇智能机器人中心、研究与创新中心)

AI总结 该研究提出开源ROS 2框架,集成Haply Inverse3与dVRK,实现外科遥操作触觉共享控制,经模拟与硬件验证,线性引导可显著减少任务接触次数与时长,为相关研究提供可复现平台。

展开摘要

展开后加载摘要…

URL PDF HTML 收藏
↑