California Institute of Technology（加州理工学院）

2607.23896 2026-07-28 cs.AI cs.RO 新提交

Cost-Aware Recovery-Pathway Identification and Bayesian Optimization for Autonomous Materials Discovery

自主材料发现中的成本感知恢复路径识别与贝叶斯优化

Debajyoti Ray, Niranjan Srinivas

机构 * Coactive Science（协同科学）； California Institute of Technology（加州理工学院）

AI总结研究自主材料发现中恢复路径优化问题，提出结合成本敏感贝叶斯假设判别与高斯过程贝叶斯优化的协同学习方法，通过合成基准测试评估，性能良好，避免特定惩罚，还分析了对成本模型的敏感性，代码和基准开源。

2512.01031 2026-07-28 cs.RO cs.AI cs.LG 版本更新

VLASH: Real-Time VLAs via Future-State-Aware Asynchronous Inference

VLASH: 通过未来状态感知的异步推断实现实时VLAs

Jiaming Tang, Yufei Sun, Yilong Zhao, Shang Yang, Yujun Lin, Zhuoyang Zhang, James Hou, Yao Lu, Zhijian Liu, Song Han

机构 * MIT（麻省理工学院）； NVIDIA（英伟达）； Tsinghua University（清华大学）； UC Berkeley（加州大学伯克利分校）； UCSD（加州大学圣地亚哥分校）； Caltech（加州理工学院）

AI总结 VLASH通过未来状态感知的异步推断框架，实现高效、准确的实时VLAs控制，显著提升反应速度和任务执行精度。

2408.05177 2026-07-28 cs.LG

Coarse Graining with Neural Operators for Simulating Chaotic Systems

用神经算子进行粗粒化以模拟混沌系统

Chuwei Wang, Boris Bonev, Julius Berner, Zongyi Li, Di Zhou, Jiayun Wang, Thorsten Kurth, Jane Bae, Anima Anandkumar

机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加利福尼亚理工学院）； NVIDIA Research（NVIDIA研究）； Graduate Aerospace Laboratories, California Institute of Technology（航空航天实验室，加利福尼亚理工学院）

AI总结本文提出了一种基于物理启发的神经算子方法，用于高效模拟混沌系统，实现330倍速度提升和10%的误差，优于传统闭合模型方法。