Johns Hopkins University（约翰斯·霍普金斯大学）

2607.11570 2026-07-14 cs.RO cs.HC 新提交

ERR@HRI 3.0 Challenge: Multimodal Detection of Errors and Anticipation in Human-Robot Interactions

ERR@HRI 3.0 挑战赛：人机交互中错误与预期的多模态检测

Maria Teresa Parreira, Micol Spitale, Maia Stiber, Shiye Cao, Amama Mahmood, Chien-Ming Huang, Hatice Gunes, Wendy Ju

机构 * Cornell University（康奈尔大学）； Microsoft Research（微软研究院）； Johns Hopkins University（约翰霍普金斯大学）； University of Cambridge（剑桥大学）

AI总结 ERR@HRI 3.0 挑战赛提供自然场景视频数据集，供研究者开发多模态机器学习模型检测人机交互错误与预期，三个团队提交的有效模型超卷积神经网络基线，为构建相关检测系统提供了数据、任务、基线及结果等参考。

2607.11560 2026-07-14 cs.CV cs.AI 新提交

Technical Report on the CVPR 2026@AdvML Workshop Challenge

关于CVPR 2026@AdvML研讨会挑战赛的技术报告

Tianyuan Zhang, Zonglei Jing, Jiangfan Liu, Ligong Zhang, Ke Ma, Chengzhi Sun, Xiaohai Xu, Zhirui Zhang, Qianqian Xu, Qingming Huang, Hanyu Fang, Junhua Liu, Zheng Wang, Xiaoliang Liu, Yuanbo Li, Shuai Gui, Bin Wang, Menghe Zheng, Jing Nie, Hanyang Meng, Zeyang Zhang, Xiang Zhang, Yongxuan Zhu, Rui Ding, Hainan Li, Yongkang Zhang, Zhilei Zhu, Xianglong Kong, Jin Hu, Zonghao Ying, Yisong Xiao, Lei Chen, Haotong Qin, Jiakai Wang, Aishan Liu, Ruikai Li, Julia Karbing, Yinpeng Dong, Zhenfei Yin, Shao Jing, Xia Hu, Jingyi Xu, Juntao Dai, Xinyun Chen, Vishal M. Patel, Xianglong Liu, Dawn Song, Alan Yuille, Philip H. S. Torr, Dacheng Tao

机构 * Beihang University（北京航空航天大学）； University of Chinese Academy of Sciences（中国科学院大学）； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）； Tongji University（同济大学）； iFLYTEK Co., Ltd.（科大讯飞股份有限公司）； Anhui Laboratory for Safe Artificial Intelligence in the Yangtze River Delta（长三角安全人工智能安徽实验室）； Wenzhou Business College（温州商学院）； Jiangnan University（江南大学）； Guangzhou City University of Technology（广州理工学院）； Inceptio Technology（智元机器）； Institute of Dataspace（数据空间研究所）； Zhongguancun Laboratory（中关村实验室）； Tsinghua University（清华大学）； ETH Zürich（苏黎世联邦理工学院）； University of Oxford（牛津大学）； Shanghai AI Laboratory（上海人工智能实验室）； BAAI（北京智源人工智能研究院）； Meta ； Johns Hopkins University（约翰·霍普金斯大学）； University of California, Berkeley（加州大学伯克利分校）； Nanyang Technological University（南洋理工大学）

AI总结介绍CVPR 2026@AdvML研讨会针对自动驾驶VLAs的对抗性多模态攻击挑战赛，基于多视图视觉问答，参赛者要生成对抗图像和文本扰动。阐述任务设计等，研究领先提交作品发现后缀惩罚等模式，为多模态自动驾驶系统相关工作提供参考。

2607.10873 2026-07-14 cs.CV cs.RO eess.IV 新提交

X-GuideAR: An Augmented Reality Framework to Mitigate Radiation Exposure during Fluoroscopic Guidance

X-GuideAR：一种在荧光镜引导下减轻辐射暴露的增强现实框架

Mingxu Liu, Zixuan Liu, Ruchen Cai, Yu-Chen Ku, Suxi Gu, Amit Jain, Alejandro Martin-Gomez, Mehran Armand

机构 * Johns Hopkins University（约翰霍普金斯大学）； University of Arkansas（阿肯色大学）

AI总结研究针对骨科手术中“荧光镜搜索”增加辐射暴露的问题，提出X-GuideAR增强现实框架，通过合成X射线预览加速搜索、减少辐射，经初步研究，该框架在S2AI螺钉放置中减少X射线数量，提高螺钉直径安全性，助力更安全高效手术。

2607.10608 2026-07-14 cs.AI 新提交

The Compliance Trap: Diagnosing How AI Agents Consume Conflicting Memory

合规陷阱：诊断人工智能代理如何处理冲突记忆

Yixiong Chen, Xinyi Bai, Alan Yuille

机构 * Johns Hopkins University（约翰·霍普金斯大学）； Cornell University（康奈尔大学）

AI总结研究人工智能代理处理冲突记忆的问题，提出E-P-R框架，通过在WebArena和MemTrapBench上实例化发现主要失败始于入口，冲突记忆导致合规陷阱，强调评估记忆增强型代理应考虑其处理记忆的全过程。

2607.10601 2026-07-14 cs.AI 新提交

Agentic-DPO: From Imitation to Agentic Policy Optimization on Expert Trajectories

Agentic-DPO：从专家轨迹上的模仿到智能体策略优化

Yixiong Chen, Alan Yuille

机构 * Johns Hopkins University（约翰·霍普金斯大学）

AI总结研究针对大语言模型智能体基于专家轨迹训练只学动作序列、难应对错误的问题，提出Agentic-DPO方法，通过转化专家轨迹为状态条件偏好监督，结合策略保持增强，实现低成本智能体策略优化，实验验证其有效性。

2607.10074 2026-07-14 cs.LG 新提交

Distance-Preserving Embeddings in Inhomogeneous Random Graphs

非均匀随机图中的距离保持嵌入

My Le, Luana Ruiz, Souvik Dhara

机构 * Johns Hopkins University（约翰斯·霍普金斯大学）； Georgia Institute of Technology（佐治亚理工学院）

AI总结研究非均匀随机图中距离保持嵌入，基于地标嵌入分析最短路径近似，扩展失真保证到全局平均并统一分析，引入GNN增强变体，使模型能从小图学习并推广到大型真实网络，保持或超越经典嵌入保真度。