arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

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

共收录 1666
2606.00461 2026-06-02 cs.CV eess.SP

An explainable hierarchical self attention-based approach for tremor detection in the time domain

一种可解释的基于层次自注意力的时域震颤检测方法

Timothy Odonga, Jeanne M. Powell, Mark Saad, Richa Tripathi, Christine D. Esper, Stewart A. Factor, Hyeokhyen Kwon, J. Lucas Mckay

机构 * Department of Biomedical Informatics, School of Medicine, Emory University(埃默里大学生物医学信息学系) Jean and Paul Amos Parkinson’s Disease and Movement Disorders Program, Department of Neurology, School of Medicine, Emory University(埃默里大学帕金森病和运动障碍计划,神经学系) Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology(佐治亚理工学院沃尔什·H·库勒生物医学工程系)

AI总结 提出一种可解释的两阶段层次框架,直接从3D运动学时间序列数据学习震颤模式,实现时域震颤检测,并利用注意力权重和Grad-CAM提供后验可解释性。

Comments Submitted to PLOS Digital Health

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.00448 2026-06-02 cs.SE cs.AI cs.CR

When Safe Skills Collide: Measuring Compositional Risk in Agent Skill Ecosystems

当安全技能碰撞:衡量智能体技能生态系统中的组合风险

Su Wang, Pin Qian, Yihang Chen, Junxian You, Xiaoyuan Wang, Xiaochong Jiang, Lifei Liu, Haoran Yu, Jingzhou Xu

机构 * Carnegie Mellon University(卡内基梅隆大学) Georgia Institute of Technology(佐治亚理工学院) University of Glasgow(格拉斯哥大学) Independent Researcher(独立研究员) Corespeed Inc.(Corespeed公司)

AI总结 本文提出SkillReact框架,通过静态组合基准、双评分者LLM辅助人工审核和基于动作的可利用性测试,研究LLM智能体中个体安全的技能组合后可能产生的不安全行为,发现约18.2%的候选组合存在真实风险,且主机模型决定是否利用这些组合能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.00307 2026-06-02 cs.RO

ScaRF-SLAM: Scale-Consistent Reconstruction with Feed-Forward Models and Classical Visual SLAM

ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建

Yuhao Zhang, Yifu Tao, Frank Dellaert, Maurice Fallon

机构 * Oxford Robotics Institute, University of Oxford(牛津大学机器人研究所) College of Computing, Georgia Institute of Technology(佐治亚理工学院计算机学院)

AI总结 提出一种解耦框架,将经典特征SLAM用于鲁棒跟踪,几何基础模型仅用于建图,通过尺度优化和子图融合实现高质量一致密集重建,在建筑级数据集上重建精度提升10%-20%。

Comments 8 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30581 2026-06-02 cs.CV cs.AI cs.RO

Prior Availability in Industrial Visual Sim-to-Real: A Review of CAD-Guided and CAD-Unavailable Regimes

工业视觉模拟到现实中的先验可用性:CAD引导与CAD不可用机制的综述

Chenxi Tao, Seung-Kyum Choi

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

AI总结 本文通过先验可用性视角重新组织工业视觉模拟到现实问题,区分CAD可用、CAD不可用和边界先验三种机制,并基于T-LESS/BOP、MVTec AD和VisA数据集进行实证分析,揭示了源分布设计、检测器容量和真实校准的重要性,以及CAD在测试时提供的独特验证通道。

Comments Review article; 103 references; 9 main figures; empirical anchors on T-LESS/BOP, MVTec AD, and VisA

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.26397 2026-06-02 cs.CL cs.AI

Algorithmic Fragility and Persona Bias in LLM-Generated Autistic Communication

LLM生成的自闭症交流中的算法脆弱性与人格偏见

Naba Rizvi, Mohammed Rizvi, Harper Strickland, Saleha Ahmedi, Nedjma Ousidhoum

机构 * University of California, San Diego(加州大学圣地亚哥分校) Georgia Institute of Technology(佐治亚理工学院) Cornell University(康奈尔大学) Cardiff University(卡迪夫大学)

AI总结 通过双人格改写范式,发现LLM在生成自闭症人格文本时存在词汇与情感偏离、输出坍塌等系统性失败,且对齐策略而非参数规模主导这些失败,表明当前对齐训练导致深层表征鸿沟。

Comments main paper: 9 pages; total: 19 pages; 2 figures; 5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.29233 2026-06-02 cs.LG cs.AI

BlockBatch: Multi-Scale Consensus Decoding for Efficient Diffusion Language Model Inference

BlockBatch: 面向高效扩散语言模型推理的多尺度共识解码

Xiaoyou Wu, Cheng-Jhih Shih, Binfei Ji, Yong Liu, Yingyan Celine Lin

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

AI总结 提出BlockBatch框架,通过多分支并行解码和置信度门控合并,在不训练的情况下加速扩散语言模型推理,平均减少26.6%的去噪步数并实现1.33倍端到端加速。

Comments 23 pages, including references and appendices

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14355 2026-06-02 cs.AI cs.CL

Herculean: An Agentic Benchmark for Financial Intelligence

Herculean: 面向金融智能的智能体基准测试

Xueqing Peng, Zhuohan Xie, Yupeng Cao, Haohang Li, Lingfei Qian, Yan Wang, Vincent Jim Zhang, Huan He, Xuguang Ai, Linhai Ma, Ruoyu Xiang, Yueru He, Yi Han, Shuyao Wang, Yuqing Guo, Mingyang Jiang, Yilun Zhao, Youzhong Dong, Xiaoyu Wang, Yankai Chen, Ye Yuan, Qiyuan Zhang, Fuyuan Lyu, Haolun Wu, Yonghan Yang, Zichen Zhao, Yuyang Dai, Fan Zhang, Rania Elbadry, Ayesha Gull, Muhammad Usman Safder, Nuo Chen, Fengbin Zhu, Tianshi Cai, Zimu Wang, Polydoros Giannouris, Yuechen Jiang, Zhiwei Liu, Mohsinul Kabir, Yuyan Wang, Yixiang Zheng, Yangyang Yu, Weijin Liu, Wenbo Cao, Anke Xu, Peng Lu, Jerry Huang, Mingquan Lin, Prayag Tiwari, Yijia Zhao, Víctor Gutiérrez-Basulto, Xiao-Yang Liu, Kaleb E Smith, Jiahuan Pei, Arman Cohan, Jimin Huang, Yuehua Tang, Alejandro Lopez-Lira, Xi Chen, Xue Liu, Junichi Tsujii, Jian-Yun Nie, Sophia Ananiadou

机构 * The Fin AI Yale University(耶鲁大学) Columbia University(哥伦比亚大学) Stevens Institute of Technology(史蒂文斯理工学院) NVIDIA(英伟达) New York University(纽约大学) Georgia Institute of Technology(佐治亚理工学院) University of Florida(佛罗里达大学) MBZUAI Université de Montréal(蒙特利尔大学) University of Minnesota(明尼苏达大学) University of Massachusetts Boston(马萨诸塞大学波士顿分校) National Institute of Advanced Industrial Science and Technology(国家先进工业科学与技术研究院) University of Liverpool(利物浦大学) Vrije Universiteit Amsterdam(阿姆斯特丹自由大学) National University of Singapore(新加坡国立大学) Halmstad University(哈尔姆斯塔德大学) University of Manchester(曼彻斯特大学) Cardiff University(卡迪夫大学) McGill University(麦吉尔大学) Mila – Quebec AI Institute(魁北克人工智能研究所)

AI总结 本文提出Herculean,首个覆盖交易、对冲、市场洞察和审计四个代表性工作流的智能体金融智能基准测试,通过标准化MCP技能环境评估异构智能体系统,发现智能体在交易和市场洞察上表现较好,但在对冲和审计等需要长期协调、状态一致性和结构化验证的任务上存在显著不足。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21421 2026-06-02 cs.CV

AIGaitor: Privacy-preserving and cloud-free motion analysis for everyone, using edge computing

AIGaitor: 面向所有人的隐私保护与无云端运动分析——基于边缘计算

Lauhitya Reddy, Trisha M. Kesar, Hyeokhyen Kwon

机构 * Department of Biomedical Informatics, Emory University(埃默里大学生物医学信息学系) Department of Rehabilitation Medicine, Emory University(埃默里大学康复医学系) The Wallace H. Coulter Department of Biomedical Engineering, Emory University and Georgia Institute of Technology(埃默里大学和佐治亚理工学院的Wallace H. Coulter生物医学工程系)

AI总结 提出AIGaitor系统,在智能手机上利用边缘计算实现无标记单目运动捕捉与深度学习分析,解决成本、隐私和易用性问题。

Comments 18 pages 3 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.25799 2026-06-02 cs.CL

LISTEN to Your Preferences: An LLM Framework for Multi-Objective Selection

LISTEN 你的偏好:面向多目标选择的LLM框架

Adam S. Jovine, Tinghan Ye, Francis Bahk, Jingjing Wang, Matthew Ford, David B. Shmoys, Peter I. Frazier

机构 * Cornell University(康奈尔大学) Georgia Institute of Technology(佐治亚理工学院)

AI总结 提出LISTEN框架,利用LLM作为决策代理,通过迭代优化内部偏好模型(LISTEN-U参数法或LISTEN-T非参数法)从自然语言中学习用户隐含偏好,实现多目标选择。

Comments Accepted at IJCAI-ECAI 2026 (the 35th International Joint Conference on Artificial Intelligence)

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12724 2026-06-02 cs.RO

TRANS: Terrain-aware Reinforcement Learning for Agile Navigation of Quadruped Robots under Social Interactions

TRANS:面向社交互动下四足机器人敏捷导航的地形感知强化学习

Wei Zhu, Irfan Tito Kurniawan, Ye Zhao, Mitsuhiro Hayashibe

机构 * Department of Robotics, Graduate School of Engineering, Tohoku University(东邦大学机器人学系) Laboratory for Intelligent Decision and Autonomous Robots, Woodruff School of Mechanical Engineering, Georgia Institute of Technology(佐治亚理工学院智能决策与自主机器人实验室)

AI总结 提出一个名为TRANS的两阶段深度强化学习框架,通过三个DRL流水线(TRANS-Loco、TRANS-Nav和统一TRANS)实现四足机器人在非结构化地形上的社交导航,克服了传统方法中运动规划与运动控制分离、缺乏地形感知以及假设静态环境等局限。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.14230 2026-06-02 cs.CL cs.AI cs.HC

MASCOT: Towards Multi-Agent Socio-Collaborative Companion Systems

MASCOT: 迈向多智能体社会协作伴侣系统

Yiyang Wang, Yiqiao Jin, Alex Cabral, Josiah Hester

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

AI总结 针对多智能体系统中的人格崩溃和社会谄媚问题,提出MASCOT框架,通过双层优化策略(人格感知行为对齐与协作对话优化)提升角色一致性和对话贡献。

Comments 15 pages, 9 figures. https://hello-diana.github.io/MASCOT/

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.19419 2026-06-02 cs.LG stat.ML

Advancing Local Clustering on Graphs via Compressive Sensing: Semi-supervised and Unsupervised Methods

通过压缩感知推进图上的局部聚类:半监督和无监督方法

Zhaiming Shen, Sung Ha Kang

机构 * School of Mathematics, Georgia Institute of Technology(数学系,佐治亚理工学院)

AI总结 提出基于压缩感知的半监督和无监督局部聚类方法,通过随机采样、扩散和重叠分析实现稀疏解,并证明其正确性,在低标签率下达到最优性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.22907 2026-06-02 cs.LG

FedCF: Fair Federated Conformal Prediction

FedCF: 公平联邦共形预测

Anutam Srinivasan, Aditya T. Vadlamani, Amin Meghrazi, Srinivasan Parthasarathy

机构 * Georgia Institute of Technology(佐治亚理工学院) The Ohio State University(俄亥俄州立大学)

AI总结 提出FedCF框架,将共形公平性扩展到联邦学习,通过分析不同人口统计组的公平性差距来审计模型公平性,并在多个数据集上验证。

Comments Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.10882 2026-06-02 cs.LG stat.ML

Global Convergence of Adaptive Sensing for Principal Eigenvector Estimation

主特征向量估计的自适应传感的全局收敛性

Alex Saad-Falcon, Brighton Ancelin, Justin Romberg

机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA(电子与计算机工程学院,佐治亚理工学院,亚特兰大,GA,USA)

AI总结 本文分析Oja算法的一种压缩变体,利用每样本两个自适应测量估计协方差矩阵的主特征向量,证明了期望正弦平方误差的收敛速率并给出信息论下界,揭示了压缩带来的维度代价。

Comments Accepted at ICML 2026. 34 pages (9 main text + appendices), 4 figures, 2 tables. v2 (camera-ready) adds a matching information-theoretic lower bound and a non-adaptive lower-bound separation across three powers of d; substantially revised from v1

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.09737 2026-06-02 cs.LG

Towards Stable, Globally Expressive Graph Representations with Laplacian Eigenvectors

利用拉普拉斯特征向量实现稳定且全局表达性的图表示

Junru Zhou, Cai Zhou, Xiyuan Wang, Pan Li, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院) Department of EECS, Massachusetts Institute of Technology(麻省理工学院电子工程与计算机科学系) School of ECE, Georgia Institute of Technology(佐治亚理工学院电子与计算机工程系)

AI总结 提出一种利用可学习的O(p)-不变表示和平滑处理数值接近特征值的方法,以增强图神经网络中拉普拉斯特征向量的稳定性和全局表达性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.31596 2026-06-01 cs.CV cs.LG

KLIP: localized distribution shift detection via KL-divergence with diffusion priors in Inverse Problems

KLIP:通过逆问题中扩散先验的KL散度进行局部分布偏移检测

Alireza Kheirandish, Jihoon Hong, Sara Fridovich-Keil

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

AI总结 提出基于KL散度的OOD检测指标,无需校准数据或偏移分布知识,可检测并定位图像中的局部分布偏移。

Comments CVPR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.31309 2026-06-01 cs.LG math.PR stat.ML

Non-Asymptotic Convergence of Stochastic Iterative Algorithms: A Lyapunov Framework

随机迭代算法的非渐近收敛性:一个李雅普诺夫框架

Zaiwei Chen, Siva Theja Maguluri

机构 * Purdue IE(普渡大学工业工程) Georgia Tech IE(佐治亚理工学院工业工程)

AI总结 本文综述了基于李雅普诺夫技术的随机迭代算法(随机逼近)的有限时间分析方法,通过广义Moreau包络作为通用李雅普诺夫函数,给出了均方收敛保证,并应用于随机梯度下降、线性SA及Q学习等强化学习算法,最后讨论了马尔可夫噪声、半范数压缩算子等扩展。

Comments 44 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30834 2026-06-01 cs.RO cs.AI

Hide-and-Seek in Trajectories: Discovering Failure Signals for VLA Runtime Monitoring

轨迹中的捉迷藏:发现VLA运行时监控的失败信号

Seongheon Park, Wendi Li, Changdae Oh, Samuel Yeh, Zsolt Kira, Michael Hagenow, Sharon Li

机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校) Georgia Institute of Technology(佐治亚理工学院)

AI总结 提出Hide-and-Seek框架,通过轨迹间和轨迹内对比学习,从轨迹级监督中定位失败指示动作,实现无需步骤标注的VLA模型运行时失败检测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30749 2026-06-01 cs.LG cs.RO

FLAG: Flow Policy MaxEnt-RL by Latent Augmented Guidance

FLAG: 通过潜在增强引导的流策略最大熵强化学习

Sungha Kim, Gawon Lee, Jusuk Lee, Jonghae Park, H. Jin Kim, Daesol Cho

机构 * Seoul National University(首尔国立大学) Georgia Institute of Technology(佐治亚理工学院)

AI总结 提出FLAG方法,通过潜在变量增强状态空间并优化代理最大熵目标,解决重要性权重崩溃问题,实现高维控制任务中的表达性策略优化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30617 2026-06-01 cs.RO math.OC

Exploiting Chordal Sparsity for Globally Optimal Estimation with Factor Graphs

利用弦稀疏性实现因子图的全局最优估计

Avinash Subramanian, Connor Holmes, Timothy D. Barfoot, Frank Dellaert, Frederike Dümbgen

机构 * College of Computing, Georgia Institute of Technology(佐治亚理工学院计算机学院) Robotics Institute, University of Toronto(多伦多大学机器人研究所) Department of Mechanical Engineering, Carnegie Mellon University(卡内基梅隆大学机械工程系)

AI总结 本文提出在GTSAM框架中自动构建凸半定规划松弛,并利用贝叶斯树分解加速求解,实现因子图的全局最优估计。

Journal ref ICRA 2026 WORKSHOP ON FRONTIERS OF OPTIMIZATION FOR ROBOTICS

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30597 2026-06-01 cs.LG

ScaleMAP: Preserving Local Density and Neighborhood Structure in Low-Dimensional Embeddings

ScaleMAP: 在低维嵌入中保持局部密度和邻域结构

Rajas Poorna, Marcus T. Cicerone

机构 * School of Chemical and Biomolecular Engineering(化学与生物分子工程学院) Georgia Institute of Technology(佐治亚理工学院) School of Chemistry and Biochemistry(化学与生物化学学院)

AI总结 提出ScaleMAP方法,通过将每对嵌入位移除以原始空间局部半径的几何均值,在保持UMAP级邻域保真度的同时恢复密度信息,解决了UMAP等非线性降维方法丢失邻域尺度的问题。

Comments 23 pages, 16 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30476 2026-06-01 cs.IT cs.CR cs.LG math.IT

Local Differential Privacy with Correlated Noise Achieves Central-DP Optimal Cost

具有相关噪声的本地差分隐私实现中心DP最优成本

Madhura Pathegama, Srikanth Avasarala, Viveck R. Cadambe, Juba Ziani

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

AI总结 通过设计本地噪声之间的相关性,构造ε-差分隐私机制,使得估计成本与中心化设置下的最优成本匹配,差距可任意小。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.26304 2026-06-01 cs.RO

Collaborative Navigation and Exploration with $β$-Sparse Gaussian Processes

基于$β$-稀疏高斯过程的协作导航与探索

Evangelos Psomiadis, Dipankar Maity, Panagiotis Tsiotras

机构 * D. Guggenheim School of Aerospace Engineering, Georgia Tech, Atlanta, GA, USA(佐治亚理工学院D.Guggenheim航空航天工程学院) Department of Electrical and Computer Engineering, UNC Charlotte, Charlotte, NC, USA(北卡罗来纳大学夏洛特分校电气与计算机工程系)

AI总结 针对异构机器人在未知环境中的协作导航问题,提出一种利用$β$-稀疏高斯过程进行带宽受限下地图点选择和导航动作联合优化的框架,显著降低路径代价和传输信息量。

Comments 16 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23436 2026-06-01 stat.ML cs.LG math.OC stat.CO

Inference of Online Newton Methods with Nesterov's Accelerated Sketching

带有Nesterov加速草图的在线牛顿方法的推断

Haoxuan Wang, Xinchen Du, Sen Na

机构 * School of Industrial and Systems Engineering, Georgia Institute of Technology(工业与系统工程系,佐治亚理工学院)

AI总结 针对在线牛顿方法推断计算成本高的问题,提出结合Hessian平均与Nesterov加速草图投影求解器的方法,在保持一阶方法$O(d^2)$复杂度下实现二阶方法的鲁棒性,并建立了全局收敛性、渐近正态性和在线协方差估计器。

Comments 52 pages, 2 tables, 3 figures; accepted at ICML 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05976 2026-06-01 physics.comp-ph cs.LG

Physics Enhanced Deep Surrogates for the Phonon Boltzmann Transport Equation

声子玻尔兹曼输运方程的物理增强深度代理模型

Antonio Varagnolo, Giuseppe Romano, Raphaël Pestourie

机构 * School of Computational Science and Engineering, Georgia Institute of Technology(计算科学与工程学院,佐治亚理工学院) Institute for Soldier Nanotechnologies, Massachusetts Institute of Technology(士兵纳米技术研究所,麻省理工学院)

AI总结 提出物理增强深度代理模型(PEDS),结合可微傅里叶求解器与神经网络生成器,通过不确定性驱动主动学习,在弹道和扩散区域实现高精度、高数据效率的声子输运模拟,仅需300次高保真BTE模拟即可达到约5%的误差。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.03896 2026-06-01 stat.ML cs.LG q-bio.NC

A hitchhiker's guide to Poisson gradient estimation

泊松梯度估计的旅行者指南

Michael Ibrahim, Hanqi Zhao, Eli Sennesh, Zhi Li, Anqi Wu, Jacob L. Yates, Chengrui Li, Hadi Vafaii

机构 * Georgia Institute of Technology(佐治亚理工学院) Reality Labs, Meta(Meta现实实验室) Aerospace Information Research Institute, Chinese Academy of Sciences(中国科学院航空信息研究所) Redwood Center for Theoretical Neuroscience, UC Berkeley(伯克利大学理论神经科学中心) VERSES AI Research Lab, Los Angeles, USA(洛杉矶VERSES AI研究实验室)

AI总结 本文系统比较了指数到达时间模拟和Gumbel-SoftMax松弛两种方法,提出改进的EAT方法以降低偏差,并在泊松潜变量模型上验证其优越性能。

Comments Published at ICML2026 --- code: https://github.com/hadivafaii/PoissonGradientEstimation

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.11911 2026-06-01 math.NA cs.LG cs.NA physics.comp-ph

Reduced-order modeling of Hamiltonian dynamics based on symplectic neural networks

基于辛神经网络的哈密顿动力学降阶建模

Yongsheng Chen, Wei Guo, Qi Tang, Xinghui Zhong

机构 * School of Mathematical Sciences, Zhejiang University(浙江大学数学科学学院) Department of Mathematics and Statistics, Texas Tech University(德克萨斯理工大学数学与统计系) School of Computational Science and Engineering, Georgia Institute of Technology(佐治亚理工学院计算科学与工程学院)

AI总结 提出一种数据驱动的辛诱导降阶建模框架,通过统一端到端神经架构同时发现潜空间和学习动力学,确保降阶模型精确保持辛结构,提升长期稳定性和保真度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30350 2026-05-29 cs.RO cs.LG

DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation

DynaFLIP: 通过三模态动力学引导表示重新思考机器人感知

Jusuk Lee, Seungjae Lee, Jonghun Shin, Hoseong Jung, Sungha Kim, Daesol Cho, H. Jin Kim, Jia-Bin Huang, Furong Huang

机构 * Seoul National University(首尔国立大学) University of Maryland, College Park(马里兰大学学院公园分校) Georgia Institute of Technology(佐治亚理工学院)

AI总结 提出DynaFLIP,一种动力学感知的多模态预训练框架,通过图像-语言-3D流三元组训练图像编码器,利用单纯形体积最小化与余弦正则化和对比目标对齐三模态,提升机器人操作中的运动理解与泛化能力。

Comments Project website: https://dynaflip-robotics.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30342 2026-05-29 cs.CV cs.RO

Uncertainty-driven 3D Gaussian Splatting Active Mapping via Anisotropic Visibility Field

基于各向异性可见性场的不确定性驱动的3D高斯溅射主动建图

Shangjie Xue, Jesse Dill, Dhruv Ahuja, Frank Dellaert, Panagiotis Tsiotras, Danfei Xu

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

AI总结 提出GAVIS框架,通过各向异性可见性场量化3DGS的不确定性,并基于最大信息增益实现主动建图,在精度和效率上显著优于现有方法。

Comments Accepted to CVPR 2026. Project page https://gatech-rl2.github.io/GAVIS/

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.30330 2026-05-29 cs.LG

When, why, and how do diffusion posterior samplers fail? A finite-sample lens

何时、为何以及如何扩散后验采样器失败?一个有限样本视角

Benjamin A. Burns, Sara Fridovich-Keil

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

AI总结 本文从有限样本视角分析扩散后验采样器中似然近似误差导致后验分布偏差的原因,发现中间时间步的后验扩散估计不准确会导致模式加权错误和幻觉,并提出一种与近似类型无关的诊断方法。

Comments All code for experiments is available at: https://github.com/voilalab/diagnosing-posterior-sampling

详情

展开后加载摘要…

URL PDF HTML 收藏