图像生成

MIND: Multi-Scale Intent Diffusion for Text-Driven Physics-Based Humanoid Control

MIND: 多尺度意图扩散用于文本驱动的基于物理的人形控制

Bin Li, Ruichi Zhang, Han Liang, Jingyan Zhang, Juze Zhang, Xin Chen, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Bytedance Seed（字节跳动种子） ； Stanford University（斯坦福大学） ； InstAdapt 纠错

专题命中 可控生成 ：diffusion(title,abstract)；分类 cs.CV、cs.GR

AI总结 提出MIND框架，通过多尺度意图扩散机制将文本命令与低级动作语义对齐，实现基于物理的人形机器人行为生成。

Physical Plausibility Reasoning via HCM-GRPO: Empowering Compact Model for Superior Performance

通过 HCM-GRPO 实现物理合理性推理：赋能紧凑模型以获得卓越性能

Zhiyuan Hu, Zheng Sun, Yi Wei, Long Yu

机构 * Tsinghua University（清华大学） ； Alibaba Health Information Technology Limited（阿里巴巴健康信息技术有限公司） 纠错

专题命中 可控生成 ：image generation(abstract)；分类 cs.CV

AI总结 针对多模态大语言模型在物理合理性推理中数据缺乏和推理能力弱的问题，提出包含大规模数据集和 HCM-GRPO 方法的完整解决方案，以紧凑模型超越大规模开源和闭源模型。

Extreme Motion Generation via Hybrid Null-Space Control for Straight-Line Path Following

通过混合零空间控制实现直线路径跟踪的极端运动生成

Xinyi Yuan, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, The University of Osaka, Japan（大阪大学工学研究科） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种混合控制器，结合强化学习策略和模型控制，在关节极限附近切换，以最大化机械臂沿预定轨迹的笛卡尔路径长度，在7自由度Franka FR3上平均延长27%的路径长度。

EntangleCodec: A Unified Discrete Audio Tokenizer via Semantic-Acoustic Entanglement

EntangleCodec：通过语义-声学纠缠的统一离散音频分词器

Hui Li, Yangfan Gao, Junlin Shang, Changhao Jiang, Tao Gui, Qi Zhang, Xuanjing Huang

机构 * Fudan University（复旦大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出EntangleCodec，一种通过将音频与丰富标题对齐学习语义-声学联合表示的统一离散音频分词器，在紧凑令牌流中捕获语言内容、说话人身份、情感、韵律和声学场景，并通过流匹配扩散解码器实现高质量重建，在音频理解和生成任务上均取得领先性能。

Comments 17 pages, 10 figures

SegTune: Structured and Fine-Grained Control for Song Generation

SegTune：歌曲生成的结构化与细粒度控制

Yuejiao Wang, Zihao Ji, Pengfei Cai, Xu Li, Haorui Zheng, Zewen Song, Zhongliang Liu, Chen Zhang, Pengfei Wan

机构 * Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出基于扩散Transformer的SegTune框架，通过用户或LLM指定局部音乐描述实现结构化细粒度控制，并引入LLM时长预测器实现精确歌词-音乐对齐，在音乐性和可控性上超越现有基线。

Comments This paper has been accepted to ACL 2026 as an oral presentation and has been nominated for the Best Paper Award. This work is a revised and extended version of an earlier technical report (arXiv:2510.18416). arXiv admin note: text overlap with arXiv:2510.18416

2BSDE with uncertain horizon and application to stochastic control in erratic environments

具有不确定时域的2BSDE及其在异常环境中的随机控制应用

Alberto Gennaro, Thibaut Mastrolia

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究非马尔可夫二阶倒向随机微分方程在不确定终端时域下的存在唯一性和比较原理，并将其应用于两类非马尔可夫随机控制问题，提出异常随机控制的概念。

Comments v2: revised version

Convergence of The Relative Value Iteration for the Ergodic Control Problem of Nondegenerate Diffusions under Near-Monotone Costs

近单调成本下非退化扩散遍历控制问题的相对值迭代收敛性

Ari Arapostathis, Vivek S. Borkar, K. Suresh Kumar

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对漂移控制的非退化扩散过程，在近单调运行成本结构下，研究相对值迭代算法（拟线性抛物型柯西初值问题）的解对任意有界初始条件收敛到遍历控制问题对应的Hamilton-Jacobi-Bellman方程的解。

Journal ref SIAM Journal of Control and Optimization 52 (2014), no. 1, pp. 1-31

Motion Planning for Continuous Time Stochastic Processes: A Dynamic Programming Approach

连续时间随机过程的运动规划：一种动态规划方法

Peyman Mohajerin Esfahani, Debasish Chatterjee, John Lygeros

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究具有可能不连续样本路径的受控过程在状态空间中顺序访问某些子集并避开其他子集的随机运动规划问题，通过建立与序贯停时随机最优控制的联系，提出弱动态规划原理来刻画满足成功概率阈值的初始状态集。

Journal ref IEEE Transactions on Automatic Control, Vol. 61, No. 8, pp. 2155-2170, 2016

Transparent boundary conditions based on the Pole Condition for time-dependent, two-dimensional problems

基于极点条件的时间依赖二维问题的透明边界条件

Daniel Ruprecht, Achim Schädle, Frank Schmidt

专题命中 可控生成 ：diffusion(abstract)

AI总结 将极点条件方法扩展到时间依赖二维问题，通过空间拉普拉斯变换的极点位置识别非物理模式，并利用解析性要求抑制这些模式，从而近似透明边界条件，数值实验表明对薛定谔和漂移扩散方程效果良好，但对波动和Klein-Gordon方程存在不稳定性。

Journal ref Numerical Methods for Partial Differential Equations 29(4), pp. 1367-1390, 2013

Generalized Navier Boundary Condition and Geometric Conservation Law for surface tension

广义Navier边界条件与表面张力的几何守恒律

J. -F. Gerbeau, T. Lelievre

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文在任意拉格朗日-欧拉框架下，通过广义Navier边界条件处理移动接触线问题，并基于扩展的几何守恒律对考虑重力和表面张力效应的数值格式进行能量稳定性分析，提出兼顾效率、稳定性和人工扩散的策略。

The information path functional approach for solution of a controllable stochastic problem

信息路径泛函方法求解可控随机问题

Vladimir S. Lerner

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过引入信息路径泛函（IPF）和熵泛函（EF），提出一种变分方法求解伊藤可控随机系统的控制问题，实现系统辨识与最优控制的联合优化，并证明IPF包含比香农熵更多的信息。

Comments 39 pages including 5 figures

Technical Report: Observability with Random Observations

技术报告：随机观测下的可观测性

Borhan M. Sanandaji, Michael B. Wakin, Tyrone L. Vincent

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文利用压缩感知理论，证明随机测量算子可显著降低高维系统初始状态恢复所需的测量次数，并推导了状态转移矩阵满足RIP的条件。

Comments A companion technical report which contains additional details on several topics from our revised submission "Observability with Random Observations" to the IEEE Transactions on Automatic Control, Special Issue on Relaxation Methods in Identification and Estimation Problems, on July 16, 2013 - Initial submission on November 16, 2012

Sufficient Stochastic Maximum Principle for Discounted Control Problem

折扣控制问题的充分随机最大值原理

Bohdan Maslowski, Petr Veverka

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对无限时域折扣随机控制问题，在哈密顿函数凹性假设下建立了充分的庞特里亚金最大值原理，并应用于受控随机逻辑斯蒂方程。

Stochastic maximum principle for optimal control of SPDEs

随机偏微分方程最优控制的随机最大值原理

Marco Fuhrman, Ying Hu, Gianmario Tessitore

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对由有限维维纳过程驱动的随机偏微分方程，提出了一种庞特里亚金型最大值原理，通过引入两个伴随过程处理依赖于控制参数的扩散系数和一般控制空间。

Comments This is the long version of arXiv:1206.2119

Stochastic Verification Theorem of Forward-Backward Controlled Systems for Viscosity Solutions

正向-倒向受控系统的粘性解随机验证定理

Liangquan Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对漂移、扩散和BSDE生成元中含控制的正向-倒向随机微分方程，提出不涉及值函数导数的粘性解框架下的新验证定理，并讨论最优随机反馈控制。

Journal ref Systems & Control Letters 61 (2012) 649-654

A Quasi-Sure Approach to the Control of Non-Markovian Stochastic Differential Equations

非马尔可夫随机微分方程控制的拟必然方法

Marcel Nutz

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对路径依赖且受控的随机微分方程，在典范路径空间上构造价值过程，通过二阶倒向随机微分方程刻画，推广了G-期望到SDEs的语境。

Comments 27 pages

Journal ref Electronic Journal of Probability, Vol. 17, No. 23, pp. 1-23, 2012

A new numerical strategy with space-time adaptivity and error control for multi-scale streamer discharge simulations

一种用于多尺度流光放电模拟的具有时空自适应性和误差控制的新数值策略

Max Duarte, Zdenek Bonaventura, Marc Massot, Anne Bourdon, Stéphane Descombes, Thierry Dumont

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种基于二阶时间自适应积分和空间自适应多分辨率的数值策略，通过时空精度控制高效模拟多尺度流光放电，突破标准稳定性约束。

Comments Support of Ecole Centrale Paris is gratefully acknowledged for several month stay of Z. Bonaventura at Laboratory EM2C as visiting Professor. Authors express special thanks to Christian Tenaud (LIMSI-CNRS) for providing the basis of the multiresolution kernel of MR CHORUS, code developed for compressible Navier-Stokes equations (Déclaration d'Invention DI 03760-01). Accepted for publication; Journal of Computational Physics (2011) 1-28

Journal ref Journal of Computational Physics, 231, 3 (2012) 1002-1019

A finite element formulation of the outlet gradient boundary condition for convective-diffusive transport problems

对流-扩散输运问题中出口梯度边界条件的有限元公式

Fabien Cornaton, Pierre Perrochet, Hans-Jörg Diersch

专题命中 可控生成 ：diffusion(abstract)

AI总结 提出一种基于上游评估的有限元公式来处理对流-扩散输运问题中的出口梯度边界条件，利用协变基和度量张量处理混合维度单元，并应用于多孔介质污染物输运中修正经典零梯度假设。

Comments 17 pages, 8 figures

Journal ref Int. J. Numer. Meth. Engng 2004; 61:2716-2732

A comparative linear mean-square stability analysis of Maruyama- and Milstein-type methods

Maruyama型和Milstein型方法的线性均方稳定性比较分析

Evelyn Buckwar, Thorsten Sickenberger

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文通过扩展的线性测试方程，比较了Theta-Maruyama和Theta-Milstein方法在求解随机微分方程时的均方稳定性，发现Milstein型方法的稳定性条件更严格且依赖于噪声项，并引入部分隐式扩散近似以控制稳定性。

Comments 19 pages, 10 figures