Harbin Institute of Technology（哈尔滨工业大学）

Towards Multi-Object Nonprehensile Transportation via Shared Teleoperation: A Framework Based on Virtual Object Model Predictive Control

通过共享遥控实现多物体非抓取运输：基于虚拟物体模型预测控制的框架

Xinyang Fan, Zhaoyang Chen, Shu Xin, Yi Ren, Zainan Jiang, Fenglei Ni, Hong Liu

机构 * State Key Laboratory of Robotics and System, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； Advanced Manufacturing Laboratory, Huawei Technologies（华为技术有限公司先进制造实验室） 纠错

AI总结 本文提出一种基于虚拟物体模型预测控制的共享遥控框架，解决多物体非抓取运输中的轨迹跟踪和托盘姿态控制问题，通过动态约束分析和轨迹平滑算法实现稳定操作。

Evaluating Repository-level Software Documentation via Question Answering and Feature-Driven Development

通过问答和基于特征的开发评估仓库级软件文档

Xinchen Wang, Ruida Hu, Cuiyun Gao, Pengfei Gao, Chao Peng

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Independent Researcher, China（独立研究者） 纠错

AI总结 本文提出SWD-Bench基准，通过功能驱动的问答任务评估仓库级文档质量，揭示现有方法局限，并展示高质量文档对SWE-Agent问题解决率的提升。

DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting

DOC-GS：双域观测与校准以实现可靠的稀疏视角高斯点云法

Hantang Li, Qiang Zhu, Xiandong Meng, Debin Zhao, Xiaopeng Fan

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出DOC-GS框架，通过优化域归纳偏差和观测域证据的协同作用，解决稀疏视角3DGS中高斯点云可靠性不可观测的问题，提升重建稳定性与图像质量。

Comments 10 pages, 5 figures

PD-SOVNet: A Physics-Driven Second-Order Vibration Operator Network for Estimating Wheel Polygonal Roughness from Axle-Box Vibrations

PD-SOVNet：一种基于物理的第二阶振动运算网络，用于从轴箱振动估计轮廓粗糙度

Xiancheng Wang, Lin Wang, Rui Wang, Zhibo Zhang, Minghang Zhao, Xiaoheng Zhang, Zhongyue Tan, Kaitai Mao

机构 * School of Ocean Engineering, Harbin Institute of Technology（哈尔滨工业大学海洋工程学院） ； Technical Center, Bogie Development Department, CRRC Qingdao Sifang Locomotive and Rolling Stock Co., Ltd（中车青岛四方机车车辆股份有限公司转向架开发部技术中心） 纠错

AI总结 本文提出PD-SOVNet，结合第二阶振动核、MIMO耦合模块和物理修正分支，用于从轴箱振动估计轮廓粗糙度，实验显示其在实际数据中表现优异，尤其在Dataset III中效果显著。

Not All Tokens See Equally: Perception-Grounded Policy Optimization for Large Vision-Language Models

并非所有token都同等重要：基于感知的策略优化方法用于大型视觉-语言模型

Zekai Ye, Qiming Li, Xiaocheng Feng, Ruihan Chen, Ziming Li, Haoyu Ren, Kun Chen, Dandan Tu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

AI总结 本文提出基于感知的策略优化方法PGPO，通过动态调整token级别的优势，提升多模态推理的鲁棒性与稳定性，实验显示在多个基准上提升18.7%。