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

Cost-Matching Model Predictive Control for Efficient Reinforcement Learning in Humanoid Locomotion

基于成本匹配的模型预测控制用于人形机器人高效强化学习

Wenqi Cai, Kyriakos G. Vamvoudakis, Sébastien Gros, Anthony Tzes

机构 * New York University Abu Dhabi (NYUAD)（纽约大学阿布扎比分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Norwegian University of Science and Technology (NTNU)（挪威科技大学） 纠错

AI总结 本文提出一种基于模型预测控制的强化学习框架中的成本匹配方法，通过参数化MPC和中心动力学来近似高保真闭环数据获得的动作价值函数，提升人形机器人运动性能和鲁棒性。

Flip Stunts on Bicycle Robots using Iterative Motion Imitation

使用迭代运动模仿实现自行车机器人翻转特技

Jeonghwan Kim, Shamel Fahmi, Seungeun Rho, Sehoon Ha, Gabriel Nelson

机构 * RAI Institute（RAI研究所） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文通过强化学习实现自行车机器人前翻转，提出迭代运动模仿（IMI）方法，通过迭代模仿生成轨迹训练出可行敏捷行为，在UMV上实现地面到地面和地面到桌子的翻转，优于单次动作模仿，首次实现无辅助空中翻转。

Comments 8 Pages, Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

SAGE: Sink-Aware Grounded Decoding for Multimodal Hallucination Mitigation

SAGE：面向sink的 grounded 解码用于多模态幻觉缓解

Tripti Shukla, Zsolt Kira

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

AI总结 SAGE通过动态调节自注意力机制，实时监控 grounding 可靠性，有效缓解多模态幻觉问题，实验显示在MSCOCO和AMBER基准上取得显著提升。

Comments 25 pages, 6 figures, 7 tables

Toward Reliable Evaluation of LLM-Based Financial Multi-Agent Systems: Taxonomy, Coordination Primacy, and Cost Awareness

迈向可靠的LLM基于金融多智能体系统评估：分类学、协调优先性与成本意识

Phat Nguyen, Thang Pham

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Adobe Inc.（Adobe公司） 纠错

AI总结 本文提出一种四维分类法，探讨多智能体系统中协调优先性对交易决策质量的影响，并识别五种评估失效现象，提出协调平衡收益指标以评估多智能体协调的真实价值。

Comments Accepted at the DMO-FinTech Workshop, PAKDD 2026, Hong Kong

Kempe Swap K-Means: A Scalable Near-Optimal Solution for Semi-Supervised Clustering

Kempe Swap K-Means：一种适用于半监督聚类的可扩展近优解方法

Yuxuan Ren, Shijie Deng

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

AI总结 本文提出Kempe Swap K-Means算法，通过双重迭代过程在约束空间中优化聚类，结合可控扰动提升全局搜索能力，实现高效且可扩展的半监督聚类解决方案。

Comments 42 pages

ProofBridge: Auto-Formalization of Natural Language Proofs in Lean via Joint Embeddings

ProofBridge: 通过联合嵌入实现自然语言证明的自动形式化（Lean）

Prithwish Jana, Kaan Kale, Ahmet Ege Tanriverdi, Cruise Song, Sriram Vishwanath, Vijay Ganesh

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Bogazici University（博阿齐奇大学） 纠错

AI总结 ProofBridge通过联合嵌入模型实现自然语言定理和证明到Lean 4的自动形式化，结合检索增强微调和迭代证明修复，提升语义和类型正确性。

Comments Published as a conference paper at the 14th International Conference on Learning Representations (ICLR 2026), Rio de Janeiro, Brazil, April 23-27, 2026

External Benchmarking of Lung Ultrasound Models for Pneumothorax-Related Signs: A Manifest-Based Multi-Source Study

肺超声模型对气胸相关征象的外部基准测试：基于表现的多源研究

Takehiro Ishikawa

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算学院） 纠错

AI总结 本文提出基于表现的多源基准，用于评估肺超声模型对气胸相关征象的外部基准，发现二元肺滑动分类无法准确反映气胸推理，需考虑盲区和模糊状态。