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

COMBINER: Composed Image Retrieval Guided by Attribute-based Neighbor Relations

COMBINER: 基于属性邻居关系的组合图像检索

Zixu Li, Yupeng Hu, Zhiwei Chen, Haokun Wen, Xuemeng Song, Liqiang Nie

机构 * School of Software, Shandong University（山东大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） 纠错

AI总结 针对组合图像检索中视觉相似但属性不同的样本问题，提出基于属性原型的跨模态统一表示方法COMBINER，通过自适应语义解耦、统一原型组合和双重关系建模提升检索准确性。

Comments Accepted by IEEE TIP 2026

MAD: Mapping-Aware World Models for Agile Quadrotor Flight

MAD: 面向敏捷四旋翼飞行的地图感知世界模型

Xinhong Zhang, Runqing Wang, Yunfan Ren, Ding Yu, Boyu Zhou, Jian Sun, Fang Deng, Jie Chen, Gang Wang

机构 * State Key Lab of Autonomous Intelligent Unmanned Systems, Beijing Institute of Technology, Beijing 100081, China（自主智能无人系统国家重点实验室，北京理工大学，北京100081，中国） ； Zhongguancun Academy, Beijing 100094, China（中关村学院，北京100094，中国） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 提出地图感知世界模型MAD，通过重构机器人中心占用和可见性网格地图学习几何感知的潜在动力学，在视觉导航和竞速任务中实现更高成功率、更快飞行速度和更好跨任务迁移。

Comments 12 pages, 14 figures

3DThinkVLA: Endowing Vision-Language-Action Models with Latent 3D Priors via 3D-Thinking-Guided Co-training

3DThinkVLA：通过3D思维引导的协同训练赋予视觉-语言-动作模型潜在3D先验

Jiaxin Shi, Xidong Zhang, Fucai Zhu, Zhe Li, Siyu Zhu, Weihao Yuan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； Daimon Robotics（达梦机器人） ； Great Bay University（大亚大学） 纠错

AI总结 提出3D思维引导的协同训练框架，通过解耦3D几何感知与空间推理并在不同特征层次注入，使VLA模型在动作预测中隐式进行3D空间推理，无需3D传感器或外部模型，在多个基准上达到最优性能。

MemoNoveltyAgent: A Historical Research Memory-Aware Agent Workflow for Paper Novelty Assessment

MemoNoveltyAgent：一种用于论文新颖性评估的历史研究记忆感知智能体工作流

Jiajun Hou, Hexuan Deng, Wenxiang Jiao, Xuebo Liu, Xiaopeng Ke, Derek F. Wong, Min Zhang

机构 * Institute of Computing and Intelligence, Harbin Institute of Technology, Shenzhen, China（计算与智能研究院，哈尔滨工业大学深圳校区，中国） ； Xiaohongshu Inc.（小红书公司） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） ； NLP 2 CT Lab, Department of Computer and Information Science, University of Macau, China（自然语言处理2实验室，计算机与信息科学系，澳门大学，中国） 纠错

AI总结 提出MemoNoveltyAgent多智能体系统，通过分层抽象记忆、细粒度新颖点分解和自验证机制，生成忠实的新颖性报告，在评估中比GPT-5 DeepResearch提升13.69%。

Med-Banana: Learning Quality-Controlled Medical Image Editing from Success-and-Failure Trajectories

Med-Banana：从成功与失败轨迹中学习质量可控的医学图像编辑

Zhihui Chen, Qingyuan Lei, Kai He, Yanrui Du, Mengling Feng

机构 * National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 提出Med-Banana框架，通过收集成功与失败编辑轨迹数据集Med-Banana-80K，联合训练编辑器、验证器和优化器，实现质量可控的医学图像编辑。

DiffAero: A GPU-Accelerated Differentiable Simulation Framework for Efficient Quadrotor Policy Learning

DiffAero: 一种用于高效四旋翼策略学习的GPU加速可微分仿真框架

Xinhong Zhang, Runqing Wang, Yunfan Ren, Jian Sun, Hao Fang, Jie Chen, Gang Wang

机构 * State Key Lab of Autonomous Intelligent Unmanned Systems, Beijing Institute of Technology（自主智能无人系统国家重点实验室，北京理工大学） ； Zhongguancun Academy（中关村academy） ； Department of Mechanical Engineering, University of Hong Kong（香港大学机械工程系） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 提出DiffAero，一种轻量级、GPU加速且完全可微的仿真框架，通过并行化物理与渲染实现高效四旋翼控制策略学习，并在消费级硬件上数小时内训练出鲁棒策略。

Comments 8 pages, 11 figures, 1 table

Scalable Event Cloud Network for Event-based Classification

可扩展事件云网络用于基于事件的分类

Hongwei Ren, Fei Ma, Xiaopeng Lin, Yuetong Fang, Hongxiang Huang, Yue Zhou, Yulong Huang, Haotian Fu, Ziyi Yang, Youxin Jiang, Xiangqian Wu, Bojun Cheng

机构 * Research Centre for Multimodal Artificial Intelligence（多模态人工智能研究中心） ； Applications, Faculty of Computing, Harbin Institute of Technology（应用学院，哈尔滨工业大学） ； MICS Thrust, Hong Kong University of Science（科学与技术大学（香港）MICS研究方向） ； Guangdong Laboratory of Artificial Intelligence（广东人工智能与数字经济实验室） 纠错

AI总结 提出SECNet，通过结构级极性集成和频域特征提取，解决事件云表示在空间和时间分辨率上的可扩展性问题，在十个数据集上验证了有效性。

Comments ICML2026 Oral

Efficient hinging hyperplanes neural network and its application in nonlinear system identification

高效铰接超平面神经网络及其在非线性系统辨识中的应用

Jun Xu, Qinghua Tao, Zhen Li, Xiangming Xi, Johan A. K. Suykens, Shuning Wang

机构 * School of Mechanical Engineering（机械工程学院） ； Automation, Harbin Institute of Technology, Shenzhen, 518055, China（自动化学院，哈尔滨工业大学深圳校区，中国，518055） ； BNRist, Department of Automation, Tsinghua University, Beijing, 100084, China（BNRist，自动化系，清华大学，北京，中国，100084） 纠错

AI总结 本文提出了一种高效的铰接超平面（EHH）神经网络，该网络通过求解多个凸优化问题进行训练，具有快速的训练速度。研究证明，每个EHH神经网络等价于一个自适应铰接超平面（AHH）树，并在系统辨识中表现出良好的应用效果。EHH神经网络具有可解释性，可通过ANOVA分解或交互矩阵获得，可作为输入变量选择的建议。

Comments submitted to Automatica

General solutions for nonlinear differential equations: a rule-based self-learning approach using deep reinforcement learning

非线性微分方程的通用解法：一种基于规则的自学习方法使用深度强化学习

Shiyin Wei, Xiaowei Jin, Hui Li

机构 * Key Lab of Smart Prevention and Mitigation of Civil Engineering Disasters of the Ministry of Industry and Information Technology, Harbin Institute of Technology（工信部智能防灾减灾重点实验室，哈尔滨工业大学） ； Key Lab of Structures Dynamic Behavior and Control of the Ministry of Education, Harbin Institute of Technology（教育部结构动力行为与控制重点实验室，哈尔滨工业大学） ； School of Civil Engineering, Harbin Institute of Technology（哈尔滨工业大学土木工程学院） 纠错

AI总结 本文提出了一种基于规则的自学习方法，利用深度强化学习解决非线性常微分方程和偏微分方程，通过深度神经网络结构的演员输出候选解，以及仅基于物理规则（ governing equations 和边界和初始条件）的评论家，展示了转移学习特性，并验证了该方法在求解薛定谔、纳维-斯托克斯、伯格斯、范德波尔和洛伦兹方程及运动方程中的高精度解。

A New Hybrid Control Architecture to Attenuate Large Horizontal Wind Disturbance for a Small-Scale Unmanned Helicopter

一种新型混合控制架构用于抑制小型无人驾驶直升机的大水平风扰动

Xiaorui Zhu, Wenwu Zeng, Zexiang Li, Chunyang Zheng

机构 * School of Mechanical Engineering and Automation, Harbin Institute of Technology Shenzhen Graduate School（哈尔滨工业大学机械工程与自动化学院深圳研究生院） ； Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） 纠错

AI总结 本文提出了一种结合风洞实验数据和反步算法的新方法，用于抑制小型无人驾驶直升机的大水平风扰动，通过混合控制架构实现更精确快速的扰动抑制。

Development of an Autonomous Sanding Robot with Structured-Light Technology

基于结构光技术的自主打磨机器人开发

Yingxin Huo, Diancheng Chen, Xiang Li, Peng Li, Yun-Hui Liu

机构 * CUHK T Stone Robotics Institute（CUHK T Stone机器人研究所） ； Innovation and Technology Commission of Hong Kong（香港创新及科技委员会） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出了一种能够自主完成未知物体打磨工作的机器人，通过结构光相机扫描建模、优化运动规划和阻抗模型控制，实现了无需人工干预的自主打磨。

Comments 7 pages, 11 figures, IEEE/RSJ International Conference on Intelligent Robots and Systems 2019

Sample-Efficient Policy Learning based on Completely Behavior Cloning

基于完全行为克隆的高效策略学习

Qiming Zou, Ling Wang, Ke Lu, Yu Li

机构 * Department of Computer Science and Technology, Harbin Institute of Technology, China（计算机科学与技术系，哈尔滨工业大学，中国） ； Department of Management Science and Engineering, Anhui University of Technology, China（管理科学与工程系，安徽理工大学，中国） 纠错

AI总结 本文提出了一种基于完全行为克隆的策略初始化算法PLCBC，通过将模型预测控制转换为分段仿射函数并用神经网络表达，实现无训练的完全克隆，从而提高策略学习的效率和收敛性。

An inverse scattering approach for geometric body generation: a machine learning perspective

用于几何体生成的逆散射方法：一种机器学习视角

Jinhong Li, Hongyu Liu, Wing-Yan Tsui, Xianchao Wang

机构 * Faculty of Science, Qilu University of Technology, Jinan, Shandong, China（齐鲁工业大学科学学院，济南，山东，中国） ； Department of Mathematics, Hong Kong Baptist University, Kowloon, Hong Kong SAR（香港 Baptist 大学数学系，九龙，香港特别行政区） ； Department of Mathematics, Harbin Institute of Technology, Harbin（哈尔滨工业大学数学系，哈尔滨） 纠错

AI总结 本文提出了一种基于逆散射技术的机器学习方法，用于生成具有特定特征值的2D和3D几何体，通过建立几何体与远场模式的一一对应关系，实现高效稳定的体生成。

Comments 22pages, comments are welcome