Imperial College London（帝国理工学院）

2605.17086 2026-07-22 econ.GN cs.AI cs.CY q-fin.EC stat.AP 版本更新

Global Automation Atlas

全球自动化图谱

Prashant Garg, Tommaso Crosta, Jasmin Baier

机构 * Imperial College London（伦敦帝国学院）； Bocconi University（博科尼大学）； University of Oxford（牛津大学）

AI总结本文提出了一种基于任务和国家特定的方法，用于全球范围内分类自动化暴露，以区分劳动力替代和增强自动化，相关技术渠道以及人工智能的物质作用。研究涵盖了124个国家，生成了覆盖全球99%人口和GDP的233万个任务-国家标签。

Comments 78 pages, 6 figures, 5 Extended Data figures. Substantially revised and expanded. Data and code: https://automationatlas.org/

2603.11130 2026-07-22 cs.RO 版本更新

面向敏捷固定翼无人机的鲁棒协同优化

Adrian Andrei Buda, Xavier Chen, Nicolò Botteghi, Urban Fasel

机构 * Department of Aeronautics, Imperial College London（帝国理工学院伦敦校区航空系）； Department of Mathematics, Politecnico di Milano（米兰理工学院数学系）

AI总结本文提出了一种面向敏捷固定翼无人机的鲁棒协同框架，通过整合参数不确定性与风扰动，优化物理设计与控制策略，提升在无结构环境中的鲁棒性和性能表现。

Journal ref 2026 International Conference on Unmanned Aircraft Systems (ICUAS), Corfu, Greece, 2026, pp. 9-17

2510.15701 2026-07-22 cs.IT cs.AI eess.SP math.IT 版本更新

非理想条件下超越对角线的可重构智能表面：基于学习的架构发现与优化

Binggui Zhou, Bruno Clerckx

机构 * Department of Electrical and Electronic Engineering, Imperial College London（电气与电子工程系，帝国理工学院伦敦分校）

AI总结研究非理想BD-RIS性能与电路复杂度权衡问题，提出基于学习的两层架构发现框架LTTADF，由架构生成器和性能优化器联合发现最优架构，有效探索大架构空间，避免陷入局部最优，为其部署提供有价值见解。

Comments 17 pages, 16 figures, 1 table. Accepted by IEEE Transactions on Wireless Communications