The Chinese University of Hong Kong（香港中文大学）

A Vision-Language-Action Model for Adaptive Ultrasound-Guided Needle Insertion and Needle Tracking

面向自适应超声引导针插入与针跟踪的视觉-语言-动作模型

Yuelin Zhang, Qingpeng Ding, Longxiang Tang, Chengyu Fang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Automation Engineering, T Stone Robotics Institute, Shun Hing Institute of Advanced Engineering, Multi-Scale Medical Robotics Center, and Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系、T Stone机器人研究所、Shun Hing先进工程研究所、多尺度医疗机器人中心以及医学智能与XR研究所） 纠错

AI总结 本文提出视觉-语言-动作模型，用于实现自适应超声引导针插入与跟踪，通过跨深度融合和跟踪条件化注册提升跟踪精度与插入成功率。

Comments Accepted by ICRA 2026

Adaptive Multi-task Learning for Multi-sector Portfolio Optimization

自适应多任务学习用于多行业投资组合优化

Qingliang Fan, Ruike Wu, Yanrong Yang

机构 * Department of Economics, The Chinese University of Hong Kong（香港中文大学经济系） ； School of Economics, Shanghai University of Finance and Economics（上海财经大学经济学院） ； School of Economics, Shanghai University of Finance and Economics Key Laboratory of Mathematical Economics (SUFE), Ministry of Education（上海财经大学数学经济学重点实验室（SUFE）） ； College of Business and Economics, The Australian National University（澳大利亚国立大学商学院） 纠错

AI总结 本文提出自适应多任务学习方法，用于提升多行业投资组合优化中多个因素模型的联合估计，通过量化不同行业主时间子空间的相关性，提高模型精度和优化效果。