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

Learning to See While Learning to Act: Diffusion Models for Active Perception in Robot Imitation

学习行动的同时学习观察：机器人模仿中的主动感知扩散模型

Kuancheng Wang, Vaibhav Saxena, Shuo Cheng, Yotto Koga, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Autodesk Research（欧特克研究院） ； NVIDIA（英伟达） 纠错

AI总结 提出See2Act模仿学习方法，通过耦合动作去噪与视角优化，在测试时基于主动推断的视角序列预测动作，解决遮挡下的部分可观测问题，在Ravens和RLBench任务上性能提升达34%。

Comments Project website: see2act.github.io

HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration

HERCULES：面向异构多机器人SLAM、协同感知与探索的开源仿真框架

Sandilya Sai Garimella, Daniel Chase Butterfield, Sean Wilson, Lu Gan

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

AI总结 提出基于UE5的开源仿真框架HERCULES，支持异构无人机-无人车协同，解决架构限制，提供共享导航栈、红外相机和动态环境，验证了多机器人SLAM与探索的有效性。

Comments 19 pages, 14 figures, and 12 tables

Beyond Simpson's Paradox: A Cascade of Confounders in AI Agent Pull-Request Co-Authorship

超越辛普森悖论：AI 智能体拉取请求合著中的级联混杂因素

Haoran Yu, Xiaochong Jiang, Lifei Liu, Su Wang, Pin Qian, Yihang Chen

机构 * Independent Researcher（独立研究者） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本研究通过分层分析和多级控制，揭示了AI编码智能体拉取请求合著与合并率之间的关联主要由智能体组成、仓库选择和PR结构等混杂因素驱动，而非因果关系。

Comments 5 pages. Accepted at the KDD 2026 Workshop on Agentic Software Engineering (SE 3.0)

Concept-Constrained Prompt Learning for Few-Shot CLIP Adaptation

概念约束的提示学习用于少样本CLIP适应

Na Sang, Ding Ma, Rui Sang, Yuxuan Liu

机构 * University of California, San Diego（加州大学圣迭戈分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Independent Researcher（独立研究员） 纠错

AI总结 提出概念约束提示学习（CCPL），通过轻量级正则化框架将可学习类提示锚定到冻结的概念级文本原型，提升少样本CLIP的基类到新类泛化能力。

CASPER in the Machine: Insights into Character Variety in LLM-Generated Stories

机器中的CASPER：LLM生成故事中角色多样性的洞察

Anneliese Brei, Abhisheik Sharma, Nicholas Sanaie, Lu Wang, Snigdha Chaturvedi

机构 * UNC 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） ； University of Michigan（密歇根大学） 纠错

AI总结 本文借用叙事学定义，从八个维度分析LLM与人类创作故事中角色的刻画，发现两者在角色类型和多样性上既有相似也有差异。

Comments Proceedings of ACL, 2026

Improving Text-to-Music Generation with Human Preference Rewards

利用人类偏好奖励改进文本到音乐生成

Yonghyun Kim, Junwon Lee, Haiwen Xia, Yinghao Ma, Chris Donahue

机构 * Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 提出结合人类偏好奖励（TuneJury）的文本到音乐生成方法，通过训练时奖励条件化、专家迭代、偏好微调等五项工程决策，在ATTM挑战中提升FAD-CLAP和CLAP分数。

Comments ICME 2026 Grand Challenge on Academic Text-to-Music Generation

Energy-based Compositional Diffusion Planning

基于能量的组合扩散规划

Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni

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

AI总结 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。

Comments ICML 2026

VQActFlow: Vector-Quantized Action Mode Steering for Multi-Task Robot Manipulation

VQActFlow: 用于多任务机器人操作的矢量量化动作模式引导

Zhigen Zhao, Mark Leggiero, Yipu Chen, Haoran Liu, Yifan Wu, Huishu Xue, Sirui Zhan, Ye Zhao

机构 * Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所（IRIM）） 纠错

AI总结 提出VQActFlow，通过矢量量化动作标记和变分流匹配生成离散代码序列，显式区分动作模式，并利用推理时引导（语言条件无分类器引导和代码本评论家）实现模式承诺，在LIBERO、Unitree G1和ALOHA平台上优于连续和离散基线。

Comments 8 pages, 9 figures, 5 tables

A Validation-Gated Mechanistic Account of Suicidality Detection in LLMs

一种验证门控机制的自杀检测在LLMs中的解释

Nafiz Ahmed, Sarah Sharif, Dingjing Shi, Mike Banad

机构 * Intelligent Neuromorphic and Quantum Understanding for Innovative Research and Engineering (INQUIRE) Lab（智能神经形态与量子理解创新研究与工程实验室） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； University of Oklahoma（俄克拉荷马大学） ； School of Psychology（心理学学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出验证门控框架，通过因果分析发现Llama-3.1-8B-Instruct在自杀检测中依赖语义特征而非关键词，且该特征在多个模型和数据集中一致出现。

Heterogeneous Policy Networks for Composite Robot Team Communication and Coordination

异构策略网络用于复合机器人团队的通信与协调

Esmaeil Seraj, Rohan Paleja, Luis Pimentel, Kin Man Lee, Zheyuan Wang, Daniel Martin, Matthew Sklar, John Zhang, Zahi Kakish, Matthew Gombolay

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

AI总结 提出异构策略网络（HetNet），利用异构图注意力网络学习异构机器人团队的高效协作与通信策略，实现端到端训练的二值化消息传递，在多个领域性能提升5.84%至707.65%，通信带宽降低200倍。

Comments IEEE Transactions on Robotics (T-RO)

Fusing Backdoors, Machine Learning, and Optimization for Large-Scale Parametric Mixed-Integer Programs

融合后门、机器学习与优化的大规模参数化混合整数规划

El Mehdi Er Raqabi, Pascal Van Hentenryck

机构 * Department of Operations and Decision Systems, Université Laval（Université Laval 运营与决策系统系） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（Georgia Institute of Technology 工业与系统工程H. Milton Stewart学校） 纠错

AI总结 提出BIPC框架，通过识别后门变量并利用监督学习预测其值，将大规模混合整数规划简化为子问题，显著加速求解，同时保持解质量。

Simplex-Constrained Sparse Bagging: Transitioning from Uniform Priors to Sparse Posteriors in Ensemble Learning

单纯形约束的稀疏装袋：集成学习中从均匀先验到稀疏后验的转变

Meher Sai Preetam Madiraju, Meher Bhaskar Madiraju

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

AI总结 提出SCSB框架，通过最小化袋外损失在概率单纯形上联合优化集成剪枝与校准，引入凹二次惩罚解决L1单纯形悖论，实现高达96%的压缩并提升校准性能。

Comments 6 pages, 3 tables