EPFL（洛桑联邦理工学院）

GazePrior: Zero-Shot AR/VR Eye Tracking via Learned 3D Gaze Reconstruction

GazePrior: 通过学习的3D注视重建实现零样本AR/VR注视跟踪

Corentin Dumery, David Colmenares, Alexander Fix, Pascal Fua, Ali Behrooz, Jogendra Kundu

机构 * Meta Reality Labs（Meta现实实验室） ； EPFL（苏黎世联邦理工学院） 纠错

AI总结 本文提出GazePrior，一种数据驱动的3D注视先验模型，用于在无需额外数据收集的情况下实现高质量的AR/VR注视跟踪，通过合成数据提高模型的准确性和鲁棒性。

Comments Project page: https://corentindumery.github.io/projects/gazeprior.html

Geometry-Induced Diffusion on Graphs: A Learnable Weighted Laplacian for Spectral GNNs

图诱导扩散：用于谱GNNs的可学习加权拉普拉斯算子

Mia Zosso, Ali Hariri, Victor Kawasaki-Borruat, Pierre-Gabriel Berlureau, Pierre Vandergheynst

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） ； École Normale Supérieure – PSL（巴黎高等师范学院–PSL） 纠错

AI总结 本文提出了一种简单的谱GNN架构mu-ChebNet，通过学习节点级权重函数mu来修改图拉普拉斯算子，从而改变传播几何而不改变图拓扑，从而促进信息传播的优选路径，帮助长距离信号避免高收缩瓶颈，无需重复层堆叠。

High-Probability Convergence Guarantees of Decentralized SGD

去中心化SGD的高概率收敛保证

Aleksandar Armacki, Ali H. Sayed

机构 * STI, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院（EPFL）信息与通信系统研究所（STI）） 纠错

AI总结 本文研究了在轻尾噪声下去中心化SGD的高概率收敛性，证明了在与MSE收敛相同的成本条件下，去中心化SGD能够实现高概率收敛，同时提供了非凸和强凸成本的最优速率，以及用户数量的线性加速效果。

Comments 43 pages, 6 figures

Flying Together: Human-Guided Immersive Shared Control for Aerial Robot Teams in Unknown Environments

Flying Together: Human-Guided Immersive Shared Control for Aerial Robot Teams in Unknown Environments

Lou De Bel-Air, Luca Morando, Ruitao Chen, Keru Wang, Benjamin Jarvis, Charbel Toumieh, Yang Zhou, Ken Perlin, Dario Floreano, Giuseppe Loianno

机构 * New York University（纽约大学） ； Ecole Polytechnique Federale de Lausanne（洛桑联邦理工学院） ； University of California Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出了一种基于虚拟现实的共享控制框架，用于在约束和未知环境中操作无人机团队，通过实时用户引导探索，提升在无结构环境中的自主导航能力。核心方法是一种基于用户引导的运动原语规划器，结合阻抗控制器，使操作员能够灵活影响团队行为并引导无人机前往自主规划器可能忽略的感兴趣区域。

Comments Accepted at IEEE International Conference in Robotics and Automation, Vienna 2026