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

Physics-Guided Robotic Radiation Source Localization along Arbitrary Measurement Paths in Unstructured Environments

物理引导的机器人辐射源定位：非结构化环境中沿任意测量路径

Hojoon Son, Kai Tan, Fan Zhang

机构 * George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology（乔治·W·伍德拉夫机械工程学院，佐治亚理工学院） 纠错

AI总结 提出基于物理信息机器学习（PIML）的框架，使机器人沿任意路径在未知环境中精确估计辐射源位置，避免接近源，并通过并行计算提高鲁棒性。

Comments 18 pages, 14 figures, 2 tables

VGB for Masked Diffusion Model: Efficient Test-time Scaling for Reward Satisfaction and Sample Editing

VGB用于掩码扩散模型：面向奖励满足和样本编辑的高效测试时扩展

Kijung Jeon, Thuy-Duong Vuong, Molei Tao

机构 * Georgia Tech（佐治亚理工学院） ； UCSD（加州大学圣地亚哥分校） 纠错

AI总结 提出MDM-VGB，一种结合奖励引导重掩码的离散扩散采样器，通过扩展回溯随机游走到掩码状态图，实现高效高奖励生成和低奖励样本修复，理论上具有二次复杂度且对过程验证器噪声鲁棒。

Comments 72 pages

On the Position Bias of On-Policy Distillation

论同策略蒸馏中的位置偏差

Yan Xie, Sijie Zhu, Tiansheng Wen, Bo Chen, Yifei Wang

机构 * Xidian University（西安电子科技大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Amazon AGI SF Lab（亚马逊AGI旧金山实验室） 纠错

AI总结 发现同策略蒸馏中后部token监督质量下降，提出基于重要性加权的IW-OPD方法，通过动态调整token权重提升学习效率和最终性能。