Johns Hopkins University（约翰斯·霍普金斯大学）

Neurosymbolic Embodied Agents

神经符号具身智能体

Mohammad Albinhassan, Yuming Feng, Alessandra Russo, Pranava Madhyastha

机构 * Imperial College London（帝国理工学院） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； City, University of London（伦敦城市大学） 纠错

AI总结 该研究提出一种神经符号具身智能体，将长周期家庭任务分解为视觉探索与符号规划，在VirtualHome、ALFWorld基准测试中表现优异，约束与搜索结合可大幅提升任务解决率，且无需专门训练。

SurgVIL: Scaling Surgical Robot Imitation Learning with Open-source Surgical Videos

SurgVIL：利用开源外科视频扩展外科机器人模仿学习

Xinhao Chen, JuoTung Chen, Nigel Nelson, Antony Goldenberg, Jesse Haworth, Sean D. Huver, Axel Krieger

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； NVIDIA（英伟达公司） 纠错

AI总结 SurgVIL框架结合带运动学标签的体模机器人演示与开源外科视频，以弱监督补充运动学标签，在达芬奇机器人任务上提升了策略对真实组织等场景的泛化能力，为外科机器人模仿学习提供了可扩展方案。

MoE Router-Guided Clustering for Heterogeneous Federated Instruction Tuning

面向异构联邦指令微调的MoE路由器引导聚类

Ankita Sharma, Bahar Farahani, Sanaz Rahimi Moosavi, Amir Rrahmani, Farshad Firouzi, Krishnendu Chakrabarty

机构 * California State University, Dominguez Hills（加州州立大学多明戈斯山分校） ； University of California, Irvine（加州大学欧文分校） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Arizona State University（亚利桑那州立大学） 纠错

AI总结 该研究提出ClientMorpher框架，通过MoE路由特征设计两种聚类策略，在Databricks Dolly-15K数据集上验证其可提升联邦指令微调的个性化性能，且通信成本与传统方法相当。

Generative Learning of Separatrices

分界面的生成式学习

Ellis R. Crabtree, Dimitris G. Giovanis, Anastasia Georgiou, George Datseris, Ioannis G. Kevrekidis

机构 * Johns Hopkins All Children’s Hospital（约翰斯·霍普金斯儿童全医院） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； University of Exeter（埃克塞特大学） 纠错

AI总结 该研究提出结合监督分类与生成式建模的框架，通过神经网络分类器识别高不确定性区域作为初步分界面，再用基于分数的生成式模型采样，实现多稳态高维动力系统分界面的经验一致重构。

Comments 15 pages, 8 figures

World-in-World: World Models in a Closed-Loop World

世界中的世界：闭环世界中的世界模型

Jiahan Zhang, Muqing Jiang, Nanru Dai, Taiming Lu, Arda Uzunoglu, Shunchi Zhang, Yana Wei, Jiahao Wang, Vishal M. Patel, Paul Pu Liang, Daniel Khashabi, Cheng Peng, Rama Chellappa, Tianmin Shu, Alan Yuille, Yilun Du, Jieneng Chen

机构 * JHU（约翰·霍普金斯大学） ； PKU（北京大学） ； Princeton（普林斯顿大学） ； MIT（麻省理工学院） ； Harvard（哈佛大学） 纠错

AI总结 研究人员推出首个具身场景闭环世界模型基准平台World-in-World，发现视觉质量不保障任务成功，后训练缩放比升级预训练视频生成器更有效，增加推理计算可提升闭环性能。

Comments ICLR 2026 Oral. Add acknowledgement in arxiv v2. Code is at this https URL (https://github.com/World-In-World/world-in-world)

Vision Language Models Cannot Plan, but Can They Formalize?

视觉语言模型（VLMs）无法规划，但它们能进行形式化吗？

Muyu He, Yuxi Zheng, Yuchen Liu, Zijian An, Bill Cai, Jiani Huang, Lifeng Zhou, Feng Liu, Ziyang Li, Li Zhang

机构 * Drexel University（德雷塞尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本研究提出5种VLM作为形式化器的流水线，评估后发现其表现优于端到端规划生成，较弱VLMs的瓶颈为物体关系视觉grounding，较强模型已克服该限制。

WATCH: Adaptive Monitoring for AI Deployments via Weighted-Conformal Martingales

WATCH：基于加权共形鞅的AI部署自适应监控

Drew Prinster, Xing Han, Anqi Liu, Suchi Saria

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

AI总结 该研究针对AI部署监控的现有局限，提出加权共形测试鞅（WCTMs），可在线监控数据分布变化、检测并诊断有害偏移，在真实数据集上性能优于最先进基线。

Comments Published at the International Conference on Machine Learning (ICML) 2025. v5: earlier versions ( arXiv:2505.04608v1 (https://arxiv.org/abs/2505.04608v1) -v4 and the original ICML proceedings version) erroneously omitted an assumption (bag sufficiency) from the main theorem, which we correct here. Practical and experimental claims are unaffected. See Remark 3.5