高校专区
FORGE：通过关键点轨迹推理实现功能工具使用的泛化
机构 * MARS Lab, Nanyang Technological University（南洋理工大学MARS实验室） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对机器人功能工具使用泛化问题，提出FORGE两阶段策略，通过关键点轨迹推理解耦功能推理与动作执行，在七工具击打基准测试中，对未见工具表现优于现有方法，平均成功率显著提升。
Comments 15 pages, 8 figures, 6 tables
基于图神经网络、深度交叉网络和SMILES嵌入的多模态分子表示学习
机构 * Duke University（杜克大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对分子性质预测难题，提出三分支模块化融合神经网络，综合三种模态数据，经后期融合架构建立多模态潜在空间，在QM9基准测试中表现出色，降低误差，为高通量虚拟筛选提供高效模型。
Comments 14 pages, 3 figures
GEM-Occ：从视觉几何证据到具身语义占用记忆
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Eastern Institute of Technology（东部理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Wuhan University（武汉大学） ； The University of Hong Kong（香港大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对现有室内占用基准和方法对长距离语义映射探索不足的问题，提出GEM-Occ框架，将局部视觉几何预测转化为语义高斯占用证据等并融合到持久分层记忆中，实验证明该框架在多方面优于现有基线。
Comments 19 pages, 6 figures. Project page: https://zhuhu00.top/GEM-Occ/
TREK：蒸馏以探索，强化以优化
机构 * LinkedIn Corporation（领英公司） ； Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对GRPO在学生策略覆盖外的难提示样本上失效问题，提出TREK方法，通过蒸馏扩展探索空间再结合GRPO优化，在多推理与智能体任务上大幅提升模型性能。
Comments 18 pages, 3 figures, 6 tables
CSB：一种用于位向量的计数和采样工具
机构 * Chennai Mathematical Institute（钦奈数学研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； IAI, TCG-CREST ； Kolkata University of Toronto（多伦多大学加尔各答分校）
AI总结 研究能否借助现代CNF模型计数器和采样器扩展SMT求解器以处理位向量的计数和采样问题，开发了工具csb，能解决多种位向量模型计数和采样问题，实验显示性能优于现有方法。
Comments This is the authors' version of the article published in Acta Informatica
Journal ref Acta Informatica, Volume 63, article number 23 (2026)
基于冲突的懒搜索用于快速多机器人规划
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Shanghai Institute of Intelligent Science and Technology, the State Key Laboratory of Autonomous Intelligent Unmanned Systems, and Frontiers Science Center for Intelligent Autonomous Systems of Ministry of Education, Tongji University（上海智能无人系统科学中心，上海智能科学与技术研究院，自主智能无人系统国家重点实验室，同济大学智能自主系统前沿科学中心） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； School of Aerospace Engineering and Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院和机器人与智能机器研究所）
AI总结 针对多机器人在杂乱工作空间的实时规划难题，提出基于冲突的懒搜索（CBLS）算法。该算法基于CBS，通过预计算和懒搜索改进，采用懒评估图与LEA*算法，应用于多机器人规划问题，性能优于CBS和RRT-Connect。
Journal ref IEEE/ASME Transactions on Mechatronics(TMECH) 2026
OmniTacTune：用于视觉策略触觉残余适应的与策略无关的真实世界强化学习
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对视觉策略在接触丰富操作中不足的问题，提出OmniTacTune管道，通过残余校正让触觉反馈适应预训练视觉策略，经两阶段设计，实验证明其能跨任务等泛化，有效提升策略成功率。
Comments Project page: https://colinyu1.github.io/omnitactune-site/
用于自适应交通信号控制的可解释强化学习
机构 * School of Civil and Environmental Engineering, Georgia Institute of Technology（佐治亚理工学院土木与环境工程学院）
AI总结 研究针对交通信号控制中深度强化学习模型的不透明性问题，引入以实体为中心的可解释强化学习框架，通过特殊架构和注意力网络提取关系依赖等，设计亲和矩阵并集成动作掩码接口，实现可解释且性能优的交通信号控制。
WorldBagel：揭示统一多模态模型在视觉-语言-动作-世界建模中的力量
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究统一多模态模型在视觉-语言-动作-世界建模中的作用，基于BAGEL构建WorldBagel框架，通过多任务机器人操作等实验，发现统一不仅便利，更是学习有效模型的关键因素。
Comments Rejected by ECCV 2026, Arxiv Paper
大语言模型的频谱特征
机构 * Rice University（莱斯大学） ； Dartmouth College（达特茅斯学院） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
AI总结 针对大规模管理和量化大语言模型的挑战，采用基于重尾自正则化理论的频谱形状指标，以权重经验谱密度形状信息为模型频谱特征，可用于模型谱系追踪等，还构建语料库进行基准测试。
用于运动规划的函数空间扩散
机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 研究提出函数空间扩散运动规划方法，将轨迹建模为连续函数在函数空间直接扩散，定义谱域正向过程，用基于离散正弦变换的傅里叶神经算子参数化反向过程，实现离散不变轨迹生成，提升规划性能。
Comments 8 pages
K9-Bench：在以犬类为中心的视频上评估多模态大语言模型
机构 * Ogmen Robotics Inc.（Ogmen机器人公司） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 介绍K9-Bench基准，通过约5000个问答对测试多模态大语言模型对犬类动作和互动理解。提出数据生成管道创建数据集，发现前沿模型在犬类任务上零样本性能有限，还提供通用数据集构建管道。
Flow-Map GRPO：基于锚定随机组合的少步流映射生成器的强化学习
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出Flow-Map GRPO框架，通过锚定随机流映射组合（ASFMC）对确定性少步流映射生成器进行随机化，使其适用于强化学习后训练，并在FLUX文本到图像生成器上提升奖励和感知指标。
Comments 31 pages, 29 figures
多早才算足够早？订阅流失预测中依赖于设计的观察窗口充分性
机构 * Goizueta Business School（戈伊苏埃塔商学院） ； College of Computing（计算机学院） ； Pratt School of Engineering（普拉特工程学院） ； Emory University（埃默里大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Duke University（杜克大学）
AI总结 本研究基于KKBox数据集，通过九窗口充分性曲线发现手动续费用户早期行为在45-90天窗口内对流失预测提升显著，但曲线随实验设计（如移动目标、特征集）变化，强调窗口充分性声明需明确队列构建、目标定义和特征族。
OnPoint: 点监督在线时序动作定位的离线到在线多级蒸馏
机构 * Northeastern University（东北大学） ； Dolby Laboratories, Inc.（杜比实验室公司） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出点监督在线时序动作定位任务，并设计离线到在线多级蒸馏框架，通过伪段实例、类激活序列和窗口级蒸馏转移知识，结合点标签和注意力校准，在五个数据集上优于基线。
Comments Accepted at ECCV 2026
AA: 用于屏幕式视线估计的多视角多模态数据集
机构 * Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出AA数据集，包含8个屏幕摄像头和2个侧视角摄像头的同步面部观测及精确视线目标，支持多视角多模态学习，解决单视角数据集的视角变化和遮挡问题。
ShardNet: 训练具有硬非凸约束的神经控制器
机构 * Department of Mechanical Engineering, Georgia Institute of Technology（佐治亚理工学院机械工程系）
AI总结 提出ShardNet架构，通过可微投影层严格强制执行多面体约束，实现安全内嵌的神经网络控制器，在非凸约束下保持100%安全并降低目标损失。
Comments 11 pages, 4 figures
神经算子的实与复谱基：格林函数对齐的作用
机构 * Georgia Tech Research Institute（佐治亚理工学院研究 institute） ； University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
AI总结 本文提出Hartley神经算子（HNO），作为傅里叶神经算子（FNO）的纯实值镜像，通过离散Hartley变换替代FFT，并基于格林函数对称性理论，揭示了椭圆型算子适合实谱基、时变算子适合复谱基的预测性规则。
Comments Submitted to/in consideration for the 62nd Allerton Conference on Communication, Control, and Computing
生理信号中的综合推理时增强框架：应用于基于PPG的房颤检测
机构 * Nell Hodgson Woodruff School of Nursing, Emory University（埃默里大学护理学院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； Department of Biomedical Informatics, Emory University School of Medicine（埃默里大学医学学院生物医学信息学系）
AI总结 提出一个包含13种增强方法的统一推理时增强框架，通过贝叶斯优化超参数，在PPG房颤检测任务中显著提升AUROC和AUPRC，降低假阳性率。
Comments 22 pages, 11 figures, 4 tables. Under review at Physiological Measurement
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
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）
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
机构 * Georgia Tech（佐治亚理工学院） ； UCSD（加州大学圣地亚哥分校）
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
论同策略蒸馏中的位置偏差
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）
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。
跨语言推理的软令牌对齐
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出SOLAR方法，通过软令牌对齐跨语言表示，提升多语言推理准确率，尤其对低资源语言效果显著。
保持VIGILant：通过多模态大语言模型中的反事实视觉对齐缓解视觉懒惰
机构 * UAB（阿拉巴马大学伯明翰分校） ； Yale（耶鲁大学） ； UNSW（新南威尔士大学） ； Tulane（杜兰大学） ； Georgia Tech（佐治亚理工学院） ； NEU（东北大学） ； OSU（俄亥俄州立大学） ； UIowa（爱荷华大学） ； Harvard（哈佛大学）
AI总结 提出VIGIL框架，通过强化学习后训练最大化视觉输入与生成响应间的互信息，惩罚“盲目自信”实例，有效缓解MLLMs的视觉懒惰问题，在幻觉和推理基准上优于现有方法。
Comments ECCV 2026
通过熵传输下降的变分推断
机构 * School of Aerospace Engineering（航空航天工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Atlanta, GA 30332（亚特兰大, GA 30332）
AI总结 提出熵传输下降（ETD），一种基于粒子变分推断方法，通过熵正则化最优传输实现全局协调，避免高维方差坍塌和多模态模式坍塌，无需评分函数。
Comments 28 pages, 1 figure
GRAFT: 基于部件对应的图结构功能迁移
机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达）
AI总结 提出GRAFT框架，利用部件级图表示和几何感知对应，通过单次演示实现零样本操作迁移，解决泛化到未见物体的挑战。
Journal ref In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings, 2026, pp. 8746-8755
基于因果关系的参数化控制屏障函数用于安全多车交互
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 针对多车交互中因果推断困难导致保守行为的问题，提出基于因果关系的参数化控制屏障函数，实现自适应安全控制，提升任务效率。
Comments accepted ICRA 2026
学习序列上下文随机程序的优化代理：订单履行应用
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院工业与系统工程系） ； Tippie College of Business, University of Iowa（爱荷华大学蒂普皮商学院）
AI总结 针对需要亚秒级响应的序列上下文随机程序，提出一种场景嵌入神经网络代理，通过离线训练和在线解码器保证可行性，在订单履行中实现2800倍加速和3.3%成本改进。
算子提升产生帕累托高效的PDE代理模型
机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算学院） ； Department of Mathematics and Systems Engineering, Florida Institute of Technology（佛罗里达理工学院数学与系统工程系）
AI总结 提出算子提升框架，通过残差学习直接构建紧凑神经算子代理，在30个数据集-架构对上平均准确率提升，参数量减少72-95%，并在多个PDE基准上实现帕累托改进。
Comments 11 pages, 3 figures, 3 tables. Submitted to ACM SIGKDD 2027 AI4Sciences Track
用双向条件流匹配求解混沌系统的逆问题
机构 * Westlake University（西湖大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Chinese Academy of Sciences（中国科学院） ； Max-Planck-Institut für Astronomie（马克斯·普朗克天文学研究所） ； The Ohio State University（俄亥俄州立大学）
AI总结 提出双向条件流匹配（Bi-CFM）方法，通过学习初始与最终状态分布的双向映射，解决混沌系统逆问题中的不适定性、非唯一性和指数误差累积，在多个经典系统上显著提升分布级指标并加速两个数量级以上。
Comments 50 pages, 17 figures
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