EPFL（洛桑联邦理工学院）

Matching Multiple Experts: On the Exploitability of Multi-Agent Imitation Learning

多专家匹配：多智能体模仿学习的可利用性分析

Antoine Bergerault, Volkan Cevher, Negar Mehr

机构 * EPFL（苏黎世联邦理工学院） ； UC Berkeley（加州大学伯克利分校） ； University of Zurich（苏黎世大学） 纠错

AI总结 本文研究了多智能体模仿学习中学习低可利用策略的不可能性与难度，通过战略支配假设提出纳什差距的分析方法，并引入最佳响应连续性概念。

Communication-Inspired Tokenization for Structured Image Representations

受通信启发的结构化图像表示分词

Aram Davtyan, Yusuf Sahin, Yasaman Haghighi, Sebastian Stapf, Pablo Acuaviva, Alexandre Alahi, Paolo Favaro

机构 * Computer Vision Group, University of Bern, Switzerland（伯恩大学计算机视觉组） ； VITA Lab, EPFL, Switzerland（苏黎世联邦理工学院VITA实验室） 纠错

AI总结 COMiT通过受通信启发的分词框架，学习结构化离散视觉分词序列，提升图像重建和语义理解能力。

Comments Project website: https://araachie.github.io/comit/

Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Generation

光滑可微且高效可向量化的接触流形生成

Onur Beker, Andreas René Geist, Anselm Paulus, Nico Gürtler, Ji Shi, Sylvain Calinon, Georg Martius

机构 * University of Tübingen（图宾根大学） ； Idiap Research Institute（Idiap研究机构） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出了一种高效且可微的接触流形生成框架，通过平衡凸原形方法与障碍方法，实现高效且光滑的接触模拟。

Coherent and Multi-modality Image Inpainting via Latent Space Optimization

通过潜在空间优化实现一致性和多模态图像修复

Lingzhi Pan, Tong Zhang, Bingyuan Chen, Qi Zhou, Wei Ke, Sabine Süsstrunk, Mathieu Salzmann

机构 * Xi’an Jiaotong University（西安交通大学） ； EPFL（苏黎世联邦理工学院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 PILOT通过潜在空间优化提升图像修复的一致性和多模态处理能力。