高校专区
NaviGait: 使用深度强化学习导航动态可行的步态库
机构 * Georgia Tech Institute for Robotics and Intelligent Machines（佐治亚理工学院机器人与智能机器研究所） ； Dynamic Mobility Lab（动态移动实验室）
AI总结 NaviGait通过结合轨迹优化与强化学习，实现动态可行的步态库导航，提升运动控制的鲁棒性和可扩展性。
Comments Accepted to the International Conference on Robotics and Automation (2026). 8 pages, 9 figures
形态-对称等变异构图神经网络用于机器人动力学学习
机构 * California Institute of Technology（加州理工学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出MS-HGNN，通过整合机器人运动学结构和形态对称性，实现高效的动力学学习，并在多个四足机器人任务中验证了其有效性。
缺失的记忆层次：为LLM上下文窗口的需求分页
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 Pichay通过需求分页技术减少LLM上下文消耗，提升内存使用效率。
Arbiter：检测LLM代理系统提示中的干扰
机构 * the University of British Columbia（不列颠哥伦比亚大学） ； the Georgia Institute of Technology（佐治亚理工学院）
AI总结 Arbiter通过结合形式评估规则和多模型LLM扫描，检测LLM代理系统提示中的干扰模式，发现152个问题并揭示漏洞类别差异。
HMR-1: 基于视觉-语言模型的分层按摩机器人用于具身医疗
机构 * The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences, China（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； Spatiotemporal AI, China（时空人工智能，中国） ； Hangzhou International Innovation Institute, Beihang University, China（杭州国际创新研究院，北航，中国） ； Georgia Institute of Technology, China（佐治亚理工学院，中国） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education（计算功率网络与信息安全重点实验室，教育部；山东省计算机科学中心，齐鲁工业大学（山东省科学院），中国） ； Shandong Computer Science Center, Qilu University of Technology (Shandong Academy of Sciences), China
AI总结 HMR-1提出基于视觉-语言模型的分层按摩机器人框架，通过构建多模态数据集和微调Qwen-VL模型，实现了具身医疗任务的评估与应用。
基于树结构的对话强化策略优化用于红队攻击
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Oracle AI ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文提出DialTree框架，通过树搜索和强化学习发现多轮攻击策略，提升对抗攻击的成功率
Comments Accepted at ICLR 2026
沉睡以精确：通过睡眠样过程增强人工神经网络校准
机构 * Department of Computer Science \& Engineering, University of California, San Diego, La Jolla, California, USA ； ARTISAN, Georgia Institute of Technology, Atlanta, Georgia, USA ； Department of Medicine, University of California, San Diego, La Jolla, California, USA
AI总结 通过睡眠样过程提出SRC方法，有效提升神经网络校准，与温度缩放结合在AlexNet和VGG19上表现最佳。
一种鲁棒的天线为多足机器人提供触觉反馈
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究提出了一种用于多足机器人的触觉天线，通过实时感知周围环境几何形状，提高在狭窄空间中的导航能力和自主性。
为设计可解释性而设计的变压器：通过架构流独立性
机构 * Georgia Tech Research Institute（佐治亚理工学院研究机构）
AI总结 通过架构流独立性设计的变压器，通过分离的流保持符号结构和语义，实现可解释性，提升模型稳定性与语义理解能力。
双流变压器：用于可解释语言模型的通道化架构
机构 * Georgia Tech Research Institute（佐治亚理工学院研究机构）
AI总结 双流变压器通过分解残差流为两个功能组件，实现可解释性与性能之间的权衡，适用于可解释语言模型。
代理AI的适应：训练后、记忆和技能的综述
机构 * UIUC（伊利诺伊大学香槟分校） ； Stanford（斯坦福大学） ； Princeton（普林斯顿大学） ； Harvard（哈佛大学） ； UC Berkeley（加州大学伯克利分校） ； Caltech（加州理工学院） ； UCSD（加州大学圣地亚哥分校） ； Georgia Tech（佐治亚理工学院） ； Northwestern（西北大学） ； TAMU（德克萨斯大学奥斯汀分校） ； MGH（麻省总医院） ； Keiji AI ； Unity
AI总结 本文综述了代理AI在训练后、记忆和技能方面的适应方法，提出四范式框架，分析了代理与工具适应的技术细节及权衡，探讨了开放问题。
CompanionCast：迈向多智能体系统在共享体验中的社会协作
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Dolby Laboratories, Inc.（杜比实验室）
AI总结 CompanionCast通过多智能体系统提升共享体验中的社会协作，通过多模态检测、上下文缓存和空间音频增强共在感，实验显示其在体育观看中显著提升社会存在感和情感共享。
Comments Accepted at ACM CHI 2026 Workshop on Human-Agent Collaboration
IPPO 学习游戏而非团队：对异质智能体团队泛化能力的研究
机构 * Los Gatos High School（洛斯加托斯高中） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文研究了IPPO在异质智能体团队中的泛化能力，通过旋转策略训练（RPT）发现IPPO基线在未经历队友多样性训练的情况下仍能泛化到新队友算法。
Comments 4 pages, 3 figures, appendix
两步思考：通过自我 grounded 验证缓解 MLLM 的同意偏差
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出 SGV 方法，通过自我 grounded 验证缓解 MLLM 的同意偏差，提升验证准确性和任务完成率。
Comments ICLR 2026. Code, models, and data publicly available at https://mshalimay.github.io/agreement-bias-sgv/
通过Koopman算子基于模型预测控制实现双足机器人安全导航
机构 * School of Interactive Computing at the Georgia Institute of Technology（佐治亚理工学院交互计算学院）
AI总结 本文提出基于Koopman算子的模型预测控制方法，用于提升双足机器人在复杂环境中的安全导航性能。
Comments 9 pages
ACLM：基于ADMM的分布式模型预测控制用于协作的移动Manipulation
机构 * The Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院）
AI总结 本文提出基于ADMM的分布式模型预测控制框架，用于四足机器人协作移动Manipulation，通过分解控制问题并结合力感知控制器，实现高效、实时的协作运输重物。
会说话的机器人：用于机器人-机器人通信的抗失真声学模型
机构 * Institute of Science Tokyo（东京科学研究所） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 Artoo是一种用于机器人-机器人通信的抗失真声学模型，通过端到端共训练神经网络实现高解码准确性，适用于资源受限的机器人平台。
具有4D空间-时间嵌入的自监督多模态世界模型
机构 * Ecological Intelligence Lab（生态智能实验室） ； School of Complex Adaptive Systems（复杂适应系统学院） ； University of Houston（休斯顿大学） ； Geosensing Systems Engineering & Sciences Lab（传感系统工程与科学实验室） ； Stanford University（斯坦福大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； Spatial Intelligence Lab（空间智能实验室） ； Department of Computer Science（计算机科学系） ； Georgia Institute of Technology（佐治亚理工学院） ； Florida Museum of Natural History（佛罗里达自然历史博物馆） ； University of Florida（佛罗里达大学） ； NSF Institute for Geospatial Understanding（国家科学基金会地理理解研究所） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 DeepEarth通过4D空间-时间嵌入实现自监督多模态世界模型，在生态预测中取得最佳性能。
Comments 8 pages, 5 figures, 1 table. Presented at 2026 World Modeling Workshop, Mila Quebec
DINOv3视觉表示在蓝莓感知中的应用：面向机器人采摘
机构 * Bio-Sensing, Automation, and Intelligence Laboratory, Department of Agricultural and Biological Engineering, Institute of Food and Agricultural Sciences, University of Florida（生物感知、自动化与智能实验室，农业与生物工程系，食品与农业科学研究院，佛罗里达大学） ； Department of Biomedical Engineering, Georgia Institute of Technology（生物医学工程系，佐治亚理工学院）
AI总结 DINOv3作为语义主干网络，在蓝莓机器人采摘中用于果实和损伤分割及检测，但检测受限于目标尺度变化和空间聚合建模的挑战。
Comments 16 pages, 9 figures, 5 tables
具有时间和不确定性解释的分层工业需求预测
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种用于分层工业需求预测的可解释性方法，通过分析时间序列和不确定性来提高预测的可解释性，帮助用户更好地理解预测结果并做出决策。
COLD-Steer: 通过上下文一步学习动态引导大型语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 COLD-Steer通过近似学习动态实现无需训练的LLM引导，有效提升引导效果并减少样本需求。
Comments ICLR 2026. Code available at https://github.com/Ksartik/cold-steer
Sysformer: 通过自适应系统提示保护冻结的大语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Visa Research（Visa研究）
AI总结 Sysformer通过自适应系统提示提高大语言模型的安全性，显著提升对有害提示的拒绝率和对安全提示的合规性。
Comments ICLR 2026. Code available at https://github.com/Ksartik/sysformer
MOSIV：从视频中多物体系统识别
机构 * CMU（卡内基梅隆大学） ； Georgia Tech（佐治亚理工学院） ； Harvard（哈佛大学） ； ETH Zurich（苏黎世联邦理工学院） ； UIUC（伊利诺伊大学香槟分校） ； Insta360 ； UC Merced（加州大学默塞德分校）
AI总结 MOSIV通过从视频中导出的几何目标直接优化连续材料参数，提升多物体系统识别的接地准确性和模拟保真度。
Comments ICLR 2026
强化学习用于功率流网络分析
机构 * The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） ； Georgia Tech（佐治亚理工学院）
AI总结 本文利用强化学习解决功率流网络中寻找多解实例的问题，通过设计概率奖励函数和状态空间，展示RL在复杂非线性代数问题中的应用潜力。
Comments more experiments will be added in a relatively soon date
语言引导提升非塔台空域飞机目标预测的准确性
机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of Aerospace Engineering（航空航天工程学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； School of Mechanical Engineering（机械工程学院）
AI总结 本文提出利用语言信息提升非塔台空域飞机目标预测准确性的多模态框架，通过整合自然语言理解和空间推理，有效提高自主决策能力。
Comments The last two authors advised equally. Accepted to the 2026 IEEE International Conference on Robotics and Automation. 8 pages, 6 figures
生成AI悖论：它能解决什么，它可能无法评估
机构 * School of Computing, KAIST Daejeon, Republic of Korea（韩国釜山国立大学计算机学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文研究了生成AI在评估任务中的局限性，发现LLMs在生成任务中表现优异，但在评估任务中却存在不忠实的问题，揭示了生成能力与评估能力之间的悖论。
FlashAttention-4：异构硬件扩展下的算法与内核流水线协同设计
机构 * Princeton University（普林斯顿大学） ； Meta ； Colfax Research（Colfax研究公司） ； NVIDIA（NVIDIA公司） ； Georgia Tech（佐治亚理工学院） ； Together AI
AI总结 FlashAttention-4通过异构硬件扩展下的算法与内核流水线协同设计，提升B200 GPU上的注意力计算效率。
Deep FlexQP：通过深度展开实现非线性规划的加速
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 Deep FlexQP通过深度展开学习反馈策略，实现加速的非线性规划求解，优于现有方法并在多个基准测试中表现优异。
Comments Accepted to ICLR 2026
提问、推理、协助：通过自然语言和时序逻辑实现机器人协作
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种基于自然语言和时序逻辑的机器人协作协议，通过LLM实现冲突检测与帮助请求，利用MILP优化选择最优助人，有效提升协作效率。
Comments arXiv admin note: substantial text overlap with arXiv:2505.13376
∇-Reasoner: 通过潜在空间中的测试时间梯度下降进行LLM推理
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； UC San Diego（圣地亚哥大学） ； TTIC ； Georgia Tech（佐治亚理工学院）
AI总结 ∇-Reasoner通过潜在空间中的测试时间梯度下降提升LLM推理能力，实现20%以上的准确率提升并减少模型调用次数。
Comments ICLR 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈