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

Legged Autonomous Surface Science In Analogue Environments (LASSIE): Making Every Robotic Step Count in Planetary Exploration

足部自主表面科学在类地环境中的应用（LASSIE）：在行星探索中使每一步都发挥作用

Cristina G. Wilson, Marion Nachon, Shipeng Liu, John G. Ruck, J. Diego Caporale, Benjamin E. McKeeby, Yifeng Zhang, Jordan M. Bretzfelder, John Bush, Alivia M. Eng, Ethan Fulcher, Emmy B. Hughes, Ian C. Rankin, Jelis J. Sostre Cortés, Sophie Silver, Michael R. Zanetti, Ryan C. Ewing, Kenton R. Fisher, Douglas J. Jerolmack, Daniel E. Koditschek, Frances Rivera-Hernández, Thomas F. Shipley, Feifei Qian

机构 * Collaborative Robotics and Intelligent Systems Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学） ； Department of Geology and Geophysics, Texas A&M University（地质与地球物理系，德克萨斯大学） ； Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学） ； Department of Earth and Environmental Science, University of Pennsylvania（地球与环境科学系，宾夕法尼亚大学） ； Department of Astronomy and Planetary Science, Northern Arizona University（天文学与行星科学系，北方亚利桑那大学） ； School of Earth and Atmospheric Sciences, Georgia Institute of Technology（地球与大气科学学院，佐治亚理工学院） ； NASA Marshall Space Flight Center（美国国家航空航天局马歇尔航天飞行中心） ； NASA Johnson Space Center（美国国家航空航天局约翰逊航天中心） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学） ； Department of Psychology, Temple University（心理学系， Temple 大学） 纠错

AI总结 本文提出两种新方法，通过高机动性腿部机器人和受人类启发的数据采集算法，提升行星表面探索效率，实现更灵活的科学探索与地质环境分析。

MetaCues: Enabling Critical Engagement with Generative AI for Information Seeking and Sensemaking

MetaCues：通过生成式AI促进信息检索与意义建构中的批判性参与

Anjali Singh, Karan Taneja, Zhitong Guan, Soo Young Rieh

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出MetaCues工具，通过元认知提示和笔记界面提升用户在信息检索中的批判性思维，实验显示其能提高用户对搜索主题的态度判断信心和广泛探究能力。

In-and-Out: Algorithmic Diffusion for Sampling Convex Bodies

入出：用于采样凸体的算法扩散

Yunbum Kook, Santosh S. Vempala, Matthew S. Zhang

机构 * School of Computer Science, Georgia Institute of Technology（佐治亚理工学院计算机科学系） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Vector Institute（向量研究所） 纠错

AI总结 本文提出一种新的随机游走算法，用于均匀采样高维凸体，实现了最先进的运行时间复杂度，并在输出保证上优于现有方法，特别是在Rényi散度方面。

Comments To appear in Random Structures & Algorithms; conference version appeared in NeurIPS 2024 (spotlight)

EvidenceRL: Reinforcing Evidence Consistency for Trustworthy Language Models

EvidenceRL: 为可信语言模型强化证据一致性

J. Ben Tamo, Yuxing Lu, Benoit L. Marteau, Micky C. Nnamdi, May D. Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Pekin University（培根大学） 纠错

AI总结 EvidenceRL通过强化学习框架在训练中强制证据遵循，提升语言模型在医疗诊断和法律推理中的证据接地和可信度，同时保持任务准确性。

A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning

一种多智能体感知-行动联盟用于高效长视频推理

Yichang Xu, Gaowen Liu, Ramana Rao Kompella, Tiansheng Huang, Sihao Hu, Fatih Ilhan, Selim Furkan Tekin, Zachary Yahn, Ling Liu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Systems（思科系统） 纠错

AI总结 本文提出A4VL多智能体感知-行动探索联盟，通过多轮感知-行动探索循环提升长视频推理效率，采用事件驱动划分和线索引导块对齐技术，实现高质量推理并降低推理延迟。

Comments Accepted by CVPR2026

Path Integral Particle Filtering for Hybrid Systems via Saltation Matrices

基于盐化矩阵的混合系统路径积分粒子滤波

Karthik Shaji, Sreeranj Jayadevan, Bo Yuan, Hongzhe Yu, Yongxin Chen

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

AI总结 本文提出一种基于最优控制的粒子滤波方法，利用盐化矩阵处理混合系统接触事件中的不确定性传播，该方法具有鲁棒性、灵活性和处理复杂接触动态的能力。

Flow-based Conformal Prediction for Multi-dimensional Time Series

基于流的多维时间序列置信预测

Junghwan Lee, Chen Xu, Yao Xie

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（希拉德-米利斯坦斯通工业与系统工程学院，佐治亚理工学院） 纠错

AI总结 本文提出基于流和分类器无指导的新型时间序列置信预测方法，解决观测相关性和非一致性评分的交换性假设问题，并构建多维输出的预测集，提供精确的覆盖保证。