高校专区
ELMP: 通过解析策略梯度实现高效运动规划学习
机构 * Robotic Systems Lab, ETH Zürich（苏黎世联邦理工学院机器人系统实验室） ； ABB（ABB公司） ； ANYbotics（ANYbotics公司）
AI总结 提出ELMP框架，利用可微运动学层和自监督微调，通过密集碰撞、目标到达和平滑性目标直接优化策略，避免专家数据收集，实现数据高效的运动规划适应。
Comments 8 pages, 7 figures, 4 tables
基于强化学习的直排轮滑人形机器人控制
机构 * Institute for Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所） ； Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）
AI总结 提出一种强化学习控制策略，使配备被动直排轮滑鞋的人形机器人实现动态、高效的轮滑运动，无需人类数据或模仿学习，相比行走能耗降低50%，并零样本迁移到真实硬件。
Comments 8 pages, 7 figures, 7 tables, Accepted at IROS 2026
RAISE：基于LLM的鲁棒对抗实例搜索自动化启发式设计
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出RAISE框架，通过将约束最坏情况实例搜索集成到LLM进化循环中，解决现有LLM自动化启发式设计在分布偏移下性能崩溃的问题，在多个在线调度问题上验证了鲁棒性。
AugSplat: 基于辐射场信息的高斯泼溅用于稀疏视图设置
机构 * Google（谷歌） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 针对稀疏视图下高斯泼溅对初始几何敏感的问题，提出AugSplat，利用辐射场合成新视角图像作为辅助监督，提升重建质量并保持实时渲染。
Comments 9 pages, 5 figures
一次性编辑所有内容
机构 * University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） ； ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌）
AI总结 提出MICE方法，通过修改联合注意力机制中的加性偏置来调控多实例编辑中的交互，实现无需训练的多实例图像编辑，在保持全局一致性的同时增强属性绑定。
Comments Accepted at ECCV 2026
SkillSpotter: 姿态感知的多视角熟练动作检测与分级在自我-外部视频中
机构 * Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系）
AI总结 针对自我-外部视频中熟练动作检测与分级任务，提出SkillSpotter，通过自适应时间抑制、门控3D身体姿态融合和双向跨视角注意力模块，显著提升检测与分级性能。
Comments Accepted for publication at European Conference on Computer Vision (ECCV)
散射网络的分离容量
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文通过Cover的函数计数理论，扩展了分离容量的概念，分析了散射网络作为特征提取器的分离容量，并提供了网络设计见解。
Comments 36 pages, 10 figures
低秩矩阵优化的方向-幅度分解：更快收敛与鞍点到鞍点动力学
机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系）
AI总结 提出方向-幅度分解（DMD）框架，将优化变量分解以提升效率，开发过参数化和递归两种方法，在矩阵分解中实现指数级加速收敛。
无限维流形上可微映射的加权通用逼近
机构 * Department of Mathematics, ETH Zurich, Switzerland（苏黎世联邦理工学院数学系）
AI总结 通过加权Nachbin定理，将函数输入神经网络的通用逼近定理推广到可微映射，包括导数逼近，并应用于非预期泛函和路径空间泛函的逼近。
Comments 77 pages, 3 figures
数百个浮动机器人的运动规划
机构 * Institute for Dynamic Systems and Control, ETH Zürich（苏黎世联邦理工学院动态系统与控制研究所）
AI总结 针对大型浮动机器人编队的无碰撞运动规划问题，提出一种可扩展的流水线方法，通过碰撞图分解为独立子问题并行求解，在500个机器人仿真和实际演示中验证了有效性。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
当一个适配器代表多个任务：在持续微调中发现低秩冗余
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文发现持续学习中的LoRA适配器存在显著低秩冗余，提出LiteLoRA门控机制，通过复用现有适配器减少20-70%活跃适配器，同时保持或超越现有性能。
Comments ColorAI @ ICML 2026
SemCityLoc: 使用语义3D城市模型的航空6自由度定位
机构 * Technical University of Munich（慕尼黑工业大学） ； University of Cambridge（剑桥大学） ； University of Science and Technology of China（中国科学技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出SemCityLoc，通过语义-几何对齐将航空位姿估计转化为结构化表面配准，利用基础模型视觉先验和标准化LoD城市模型，在重复遮挡环境中提升位姿判别性，并引入首个真实基准SemCityLockeD，实现定位误差从9.89m降至2.62m。
Comments accepted by ECCV 2026
滚动快门相对位姿估计的实用化
机构 * ETH Zürich（苏黎世联邦理工学院） ； Google Zurich（谷歌苏黎世） ； HUN-REN SZTAKI（匈牙利科学院计算机与自动化研究所）
AI总结 提出一种基于仿射对应（ACs）的滚动快门（RS）相对位姿估计方法，通过RS校正仿射约束和线性化代数求解器，仅需7个ACs即可在1.2毫秒内估计位姿和RS运动，在TUM RS基准上达到最佳精度。
LCAi: 基于大数据融合与检索增强生成辅助解释的生命周期评估
机构 * Institute for Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zürich（苏黎世联邦理工学院化学与应用生物科学系化学与生物工程研究所） ； NCCR Catalysis（瑞士国家研究能力中心催化研究所）
AI总结 提出一种视角条件检索增强生成框架，通过多视角检索与受控合成，在AI辅助生命周期评估中实现结构化解释，减少幻觉风险并保持跨领域多样性。
Comments 23 pages, 14 figures, 6 tables. Includes Supplementary Information
一种用于电影心脏MRI时空建模的潜在ODE方法
机构 * Swiss Data Science Center, EPFL and ETH Zürich（瑞士数据科学中心，EPFL 和 ETH 苏黎世） ； Diagnostic and Interventional Radiology, University Hospital Zürich（诊断与介入放射学，苏黎世大学医院） ； Institute for Biomedical Engineering, University and ETH Zürich（生物医学工程研究所，苏黎世大学和 ETH 苏黎世） ； Biomedical Informatics Group, ETH Zürich（生物医学信息学小组，ETH 苏黎世） ； Division of Preventive Medicine, Brigham and Women’s Hospital / Harvard Medical School（预防医学部，布莱根妇女医院/哈佛医学院）
AI总结 提出一种基于神经ODE的潜在动力学模型，从心脏MRI中编码双心室结构和全周期运动，通过图网格自编码器重建3D+t运动，并利用Cox模型评估偏离预期状态对心衰的预测能力，在UK Biobank数据上优于传统指标。
扩展非线性优化：多问题单GPU
机构 * Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Biosystems Science and Engineering, ETH Zürich（苏黎世联邦理工学院生物系统科学与工程系）
AI总结 提出首个基于JAX的GPU批处理NLP求解器jaxipm，通过异构迭代融合和迭代级批处理实现多问题并发求解，在四旋翼控制任务中吞吐量提升达32.85倍。
Comments 8 pages, 6 figures, ieeeconf style, submission for RA-L
在半空间截断下以最优样本复杂度学习高斯分布的快速算法
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 提出一种高效算法，利用O~(d^2/ε^2)样本在总变差距离ε内学习被未知半空间截断的高斯分布，运行时间由经验协方差矩阵计算主导，达到无截断时的最优样本与时间复杂度。
Comments 88 pages; accepted at the 39th Annual Conference on Learning Theory (COLT 2026)
使用SamAdams变步长和位置自适应Langevin动力学的加速采样
机构 * School of Mathematics, University of Edinburgh（爱丁堡大学数学系） ； Seminar for Statistics, Department of Mathematics, ETH Zürich（苏黎世联邦理工学院数学系统计研究所）
AI总结 提出一种结合SamAdams自适应步长和位置自适应Langevin动力学的加速采样方法，在多个模型问题上混合速率提升1.5-3倍，效率提高一个数量级以上。
HIPE-2026 概述：从多语言历史文本中提取人物-地点关系
机构 * University of Zurich（苏黎世大学） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Swiss Federal Institute of Technology Zurich (ETHZ)（苏黎世联邦理工学院）
AI总结 提出HIPE-2026评测任务，针对多语言历史文档中的人物-地点关系（at和isAt）进行提取，采用三方面评估框架，比较了多种方法在准确性、效率和跨域泛化上的表现。
Comments Condensed Overview of CLEF-HIPE-2026 Shared Task Results
不容置疑：利用FMCW雷达阴影效应进行近距离几何重建
机构 * Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，英国） ； ETH Zurich, Switzerland（瑞士苏黎世联邦理工学院）
AI总结 针对恶劣环境下感知退化问题，提出利用车辆底盘遮挡形成的雷达阴影恢复近处细长垂直物体的三维倾斜角度，通过解析闭式映射实现，仿真和实验验证了可行性。
OrthoTrack：基于公开正射影像的连续六自由度无人机轨迹估计
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Cambridge（剑桥大学） ； Microsoft（微软公司）
AI总结 提出OrthoTrack，利用公开正射影像和表面模型实现无训练、实时、无漂移的连续六自由度无人机轨迹估计，无需GPS或后处理对齐。
Comments ECCV 2026 - Project page: http://orthotrack.ethz.ch
ArtiTwinSplat：基于RGB-D视频的高斯泼溅实现可交互数字孪生重建
机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学）
AI总结 提出ArtiTwinSplat框架，利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生，无需CAD模型或人工标注，支持实时渲染与交互操作。
Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026
将生成式策略基于物理：面向机器人控制的优化引导扩散
机构 * ETH Zurich（苏黎世联邦理工学院） ； EPFL（洛桑联邦理工学院）
AI总结 提出推理时优化框架，通过将扩散引导建模为约束优化问题，在采样中施加物理可行性约束，无需重训练即可提升机器人任务成功率。
LangMAP：一种语言自适应的分词方法
机构 * EPFL（瑞士联邦理工学院洛桑） ； University of Cambridge（剑桥大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 提出LangMAP分词方案，扩展UnigramLM到多语言设置，从共享词汇表生成语言特定分词，无需改变词汇表即可适配预训练模型，在14个分词器、9种自然语言和9种编程语言上提升了形态边界对齐和AST叶边界对齐。
几何动作模型用于机器人策略学习
机构 * KAIST AI（韩国科学技术院人工智能学院） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
AI总结 提出几何动作模型(GAM)，通过重用预训练几何基础模型(GFM)作为共享骨干，实现语言条件下的操作策略，在仿真和真实机器人任务中优于现有方法。
Comments Project page: https://cvlab-kaist.github.io/Geometric-Action-Model/
基于可穿戴A型超声探头的手腕和手部运动学跟踪
机构 * Integrated Systems Laboratory, ETH Zurich（瑞士苏黎世联邦理工学院集成系统实验室） ； DEI, University of Bologna（博洛尼亚大学DEI学院）
AI总结 提出使用WULPUS平台的可穿戴A型超声进行23自由度手部运动学跟踪，采用紧凑CNN和增量训练策略，并在微控制器上实现端到端推理，功耗仅33mW。
轨迹强制：具有可控语义轨迹的结构优先生成
机构 * University of Tübingen（图宾根大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute（ELLIS研究所） ； Tübingen AI Center（图宾根人工智能中心）
AI总结 提出轨迹强制框架，将生成过程组织为从全局布局到细节的语义阶段，每个阶段产生可解码的潜在状态，支持局部编辑，实现结构优先的可控图像合成。
Comments Project page: https://mervekocabas.github.io/TrajectoryForcing/
Journal ref Proceedings of the European Conference on Computer Vision (ECCV), 2026
Multi4D: 通过多级竞争分配实现高保真动态高斯泼溅
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 提出Multi4D框架，通过三级竞争分配（静态结构、持久动态几何、瞬态外观）解决动态高斯泼溅中运动一致性与视觉保真度的矛盾，实现高保真渲染和实时性能。
Comments Accepted by ECCV 2026, project page:https://batfacewayne.github.io/Multi4D.io/
蛋白质语言模型中的残基级归因不能恢复过敏原表位
机构 * Swiss Institute of Allergy and Asthma Research, Davos, Switzerland（瑞士过敏与哮喘研究所，达沃斯，瑞士） ； ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院，苏黎世，瑞士） ； Swiss Institute of Bioinformatics, Lausanne, Switzerland（瑞士生物信息学研究所，洛桑，瑞士）
AI总结 本研究通过引入表位基准，评估蛋白质过敏原性模型的可解释性，发现分类器残基级归因与注释表位对齐不显著，模型可能依赖理化特征而非表位特异性机制。
Comments Accepted at the ICML 2026 Mechanistic Interpretability Workshop (peer-reviewed)
NL2Scratch: 面向积木式编程的可执行基准与评估
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心）
AI总结 提出NL2Scratch基准，包含31万+解析验证的NL-Scratch程序对，并设计语义对齐一致性（SAC）指标评估语义匹配，实验发现词法相似度高但语义对齐不足，尤其在操作槽位。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈