University of Cambridge（剑桥大学）

Mind the Context: Continual Learning of Socially Appropriate Robot Actions via Environmental-Social Disentanglement

关注上下文：通过环境-社会解耦实现社会适配机器人动作的持续学习

Rafal Robert Karpinski, Fethiye Irmak Dogan, Nikhil Churamani, Yiming Luo, Maartje M. A. de Graaf, Davide Dell'Anna, Hatice Gunes

机构 * Utrecht University（乌得勒支大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 该研究针对社交机器人在多样上下文场景下的持续学习问题，提出EDD框架解耦环境与社会知识，缓解遗忘，性能优于现有基线，相关代码已公开。

Comments Extended version of the paper accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Reconstructing Historical Manuscripts through MSI: The Potential of Contrast in Assessing Image Quality and Legibility

通过多光谱成像（MSI）重建历史手稿：对比度在评估图像质量与可读性中的潜力

Anna Breger

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 该研究针对历史手稿修复质量评估难题，以公开多光谱成像数据集开展实验，发现基于对比度的图像质量指标优于通用指标，可作为手稿可读性与重建质量的客观评估工具。

Comments 8 pages main paper, 7 pages Supplementary Material

Journal ref 17th IAPR International Workshop on Document Analysis Systems at 20th International Conference on Document Analysis and Recognition (ICDAR), Vienna 2026

Embedding networks with the random walk first return time distribution

基于随机游走首次返回时间分布的嵌入网络

Vedanta Thapar, Renaud Lambiotte, George T. Cantwell

机构 * The Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Department of Engineering, University of Cambridge（剑桥大学工程系） 纠错

AI总结 本文提出基于随机游走首次返回时间分布的节点嵌入方法，通过数学原理和实验验证，展示了其在复杂网络分析中的有效性。