Georgia Institute of Technology（佐治亚理工学院）

Position-Based Flocking for Persistent Alignment without Velocity Sensing

基于位置的持久对齐编队无需速度感知

Hossein B. Jond, Veli Bakırcıoğlu, Logan E. Beaver, Nejat Tükenmez, Adel Akbarimajd, Martin Saska

机构 * Department of Cybernetics, Czech Technical University in Prague（捷克技术大学普拉茨分校自动化系） ； Aksaray University（阿克萨雷大学） ； Mechanical and Aerospace Engineering, Old Dominion University（旧 Dominion 大学机械与航空航天工程系） ； Istanbul Technical University（伊斯坦布尔技术大学） ； The Daniel Guggenheim School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院丹尼尔·古根海姆航空航天工程学院） ； Mechatronics Engineering Department, Isparta University of Applied Sciences（伊斯帕塔应用科学大学机电工程系） ； Department of Electrical and Computer Engineering, University of Mohaghegh Ardabili（莫哈格赫·阿尔达比大学电子与计算机工程系） ； Czech Technical University in Prague（捷克技术大学普拉茨分校） 纠错

AI总结 本文提出一种无需速度感知的基于位置的编队模型，通过近似相对速度差异和时间密度依赖的对齐增益，实现持久速度对齐，适用于现实世界机器人群体。

Learning Unknown Interdependencies for Decentralized Root Cause Analysis in Nonlinear Dynamical Systems

在非线性动力学系统中学习未知的相互依赖关系以实现去中心化的根本原因分析

Ayush Mohanty, Paritosh Ramanan, Nagi Gebraeel

机构 * School of Industrial and Systems Engineering, Georgia Institute of Technology（工业与系统工程学院，佐治亚理工学院） ； School of Industrial Engineering and Management, Oklahoma State University（工业工程与管理学院，俄克拉荷马州立大学） 纠错

AI总结 本文提出了一种联邦学习方法，用于在非线性动力学系统中学习未知的跨客户端相互依赖关系，以实现去中心化的根本原因分析，无需修改专有模型。

Comments Manuscript under review

LiLo-VLA: Compositional Long-Horizon Manipulation via Linked Object-Centric Policies

LiLo-VLA：通过链接的对象为中心策略实现组合长周期操控

Yue Yang, Shuo Cheng, Yu Fang, Homanga Bharadhwaj, Mingyu Ding, Gedas Bertasius, Daniel Szafir

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 LiLo-VLA通过链接的对象为中心策略实现长周期操控，通过模块化框架实现零样本泛化，提升机器人任务成功率。

A Knowledge-Driven Approach to Music Segmentation, Music Source Separation and Cinematic Audio Source Separation

基于知识的音乐分割、音乐源分离及电影音频源分离方法

Chun-wei Ho, Sabato Marco Siniscalchi, Kai Li, Chin-Hui Lee

机构 * Georgia Institute of Technology, USA（佐治亚理工学院） ； University of Palermo, Italy（帕尔米罗大学） ； Dolby Laboratories, China（杜比实验室） 纠错

AI总结 本文提出一种基于知识的音频分割方法，通过音乐谱等知识源自主学习，实现音乐和电影音频的高效源分离。

Unified Complementarity-Based Contact Modeling and Planning for Soft Robots

基于互补性的统一接触建模与规划方法用于软机器人

Milad Azizkhani, Yue Chen

机构 * Woodruff School of Mechanical Engineering and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（伍德鲁夫机械工程学院和机器人与智能机器研究所（IRIM）、佐治亚理工学院） ； Coulter Department of Biomedical Engineering (Georgia Tech and Emory University) and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（库勒生物医学工程系（佐治亚理工学院和埃默里大学）和机器人与智能机器研究所（IRIM）、佐治亚理工学院） 纠错

AI总结 本文提出了一种统一的基于互补性的框架，用于软机器人接触建模与规划，通过解决冗余接触、尺度差异和病态问题，实现了物理一致的接触建模和动态轨迹优化。

Comments 9 pages, 4 figures

Slm-mux: Orchestrating small language models for reasoning

Slm-mux: 通过协调小型语言模型进行推理

Chenyu Wang, Zishen Wan, Hao Kang, Emma Chen, Zhiqiang Xie, Tushar Krishna, Vijay Janapa Reddi, Yilun Du

机构 * Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） 纠错

AI总结 SLM-MUX通过协调多个小型语言模型提升推理准确性，实现比单个模型更高的性能。

MPPI-Generic: A CUDA Library for Stochastic Trajectory Optimization

MPPI-Generic：一种用于随机轨迹优化的CUDA库

Bogdan Vlahov, Jason Gibson, Manan Gandhi, Evangelos A. Theodorou

机构 * Autonomous Control and Decision Systems Lab, Georgia Institute of Technology（自主控制与决策系统实验室，佐治亚理工学院） 纠错

AI总结 MPPI-Generic是一种用于随机轨迹优化的CUDA库，提供多种模型预测控制算法，并支持自定义动态模型和成本函数，展示了其在GPU上的高效计算能力。

Comments Renamed ros2 comparisons to nav2 after feedback. Also added more tests on Jetson Orin Nano in the appendix