NetEase（网易）

High-Precision and High-Efficiency Trajectory Tracking for Excavators Based on Closed-Loop Dynamics

基于闭环动力学的高精度高效率挖掘机轨迹跟踪

Ziqing Zou, Cong Wang, Yue Hu, Xiao Liu, Bowen Xu, Rong Xiong, Changjie Fan, Yingfeng Chen, Yue Wang

机构 * Zhejiang University（浙江大学） ； Fuxi Robotics Lab, NetEase Inc.（网易弗西机器人实验室） 纠错

AI总结 本文提出EfficientTrack方法，结合模型学习和闭环动力学，解决液压挖掘机非线性动力学难题，提升轨迹跟踪精度与效率，实验证明其在仿真和实际应用中均优于传统方法。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 5617-5624

SARE: Sample-wise Adaptive Reasoning for Training-free Fine-grained Visual Recognition

SARE：基于样本的自适应推理用于无训练细粒度视觉识别

Jingxiao Yang, DaLin He, Miao Pan, Kaixiang Yao, Ge Su, Wenqi Zhang, Yifeng Hu, Tangwei Li, Yuke Li, Xuhong Zhang

机构 * Zhejiang University（浙江大学） ； Netease Yidun AI Lab（网易云智AI实验室） 纠错

AI总结 SARE提出一种样本自适应推理框架，通过结合快速候选检索与细粒度推理，利用历史失败经验提升无训练细粒度视觉识别的准确性和效率。

Comments preprint, under review