California Institute of Technology（加州理工学院）

PQuantML: A Tool for End-to-End Hardware-aware Model Compression

PQuantML：用于端到端硬件感知模型压缩的工具

Roope Niemi, Anastasiia Petrovych, Arghya Ranjan Das, Enrico Lupi, Chang Sun, Dimitrios Danopoulos, Marlon Joshua Helbing, Mia Liu, Sebastian Dittmeier, Michael Kagan, Vladimir Loncar, Maurizio Pierini

机构 * European Center for Nuclear Research (CERN)（欧洲核子研究中心） ； Purdue University（普渡大学） ； California Institute of Technology（加州理工学院） ； University of Padova（帕多瓦大学） ； Physikalisches Institut, Heidelberg University（海德堡大学物理研究所） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） ； Institute of Physics Belgrade（贝尔格莱德物理研究所） 纠错

AI总结 PQuantML通过提供统一接口实现剪枝与量化，支持端到端工作流中的模型压缩，通过多种剪枝方法和固定点量化实现参数和位宽显著减少，同时保持精度。

DRUM: Diffusion-based Raydrop-aware Unpaired Mapping for Sim2Real LiDAR Segmentation

DRUM：基于扩散的反射率感知无配对映射用于Sim2Real激光雷达分割

Tomoya Miyawaki, Kazuto Nakashima, Yumi Iwashita, Ryo Kurazume

机构 * Kyushu University（九州大学） ； Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） 纠错

AI总结 DRUM通过利用未标记真实数据预训练的扩散模型，结合反射强度和射线丢失噪声特性，提升Sim2Real激光雷达分割性能。

Comments ICRA 2026

A Narwhal-Inspired Sensing-to-Control Framework for Small Fixed-Wing Aircraft

基于纳尔瓦启发的传感-控制框架用于小型固定翼飞机

Fengze Xie, Xiaozhou Fan, Jacob Schuster, Yisong Yue, Morteza Gharib

机构 * California Institute of Technology（加州理工学院） ； Technology Innovation Institute（技术创新研究所） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出一种生物启发的传感-控制框架，通过多孔探头和稀疏翼压传感器测量空气流，结合数据驱动校准和控制-仿射动力学模型，提升小型固定翼无人机在低速时的敏捷性与控制精度。

Control of a commercially available vehicle by a tetraplegic human using a brain-computer interface

通过脑机接口控制商用汽车的瘫痪人类

Xinyun Zou, Jorge Gamez, Meghna Menon, Phillip Ring, Chadwick Boulay, Likhith Chitneni, Jackson Brennecke, Shana R. Melby, Gracy Kureel, Kelsie Pejsa, Emily R. Rosario, Ausaf A. Bari, Aniruddh Ravindran, Tyson Aflalo, Spencer S. Kellis, Dimitar Filev, Florian Solzbacher, Richard A. Andersen

机构 * California Institute of Technology（加州理工学院） ； Ford Motor Company（福特汽车公司） ； Blackrock Neurotech（黑石神经技术公司） ； Casa Colina Hospital and Centers for Healthcare（卡萨科利纳医院与医疗中心） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； The University of Utah（犹他大学） 纠错

AI总结 研究通过脑机接口实现瘫痪患者在模拟和真实环境中的车辆操控，证明其与正常人相当的操控速度和精度，展示了BCI在驾驶控制中的可行性与创新性。

Comments 50 pages, 7 figures, 1 table. 27 supplementary pages, 9 supplementary figures, 13 supplementary tables, 9 supplementary movies available as ancillary files

Error Estimation for Physics-informed Neural Networks Approximating Semilinear Wave Equations

针对半线性波动方程的物理信息神经网络的误差估计

Beatrice Lorenz, Aras Bacho, Gitta Kutyniok

机构 * Department of Mathematics, Ludwig Maximilians Universität München（慕尼黑大学数学系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心 (MCML)） ； Department of Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系） 纠错

AI总结 本文基于物理信息神经网络对半线性波动方程进行误差估计，通过网络层宽度和训练点数量推导出泛化误差和训练误差的界限，并在H^1([0,T];L^2(Ω))-范数下证明总误差可被任意小化。

Chasing Autonomy: Dynamic Retargeting and Control Guided RL for Performant and Controllable Humanoid Running

追逐自主性：动态重定向和控制引导的强化学习用于高效且可控的人形跑步

Zachary Olkin, William D. Compton, Ryan M. Bena, Aaron D. Ames

机构 * California Institute of Technology（加州理工学院） ； Technology Innovation Institute (TII)（技术创新研究所） 纠错

AI总结 本文提出动态重定向方法，通过优化流程生成改进的周期参考库，结合控制引导奖励提升人形跑步的性能和可控性，实验证明在硬件上实现了高效和持久的跑步表现。

Comments This work has been submitted to the IEEE for possible publication