University of Michigan（密歇根大学安娜堡分校）

Geometric Knowledge-Assisted Federated Dual Knowledge Distillation Approach Towards Remote Sensing Satellite Imagery

基于几何知识的联邦双知识蒸馏方法用于遥感卫星图像

Luyao Zou, Fei Pan, Jueying Li, Yan Kyaw Tun, Apurba Adhikary, Zhu Han, Hayoung Oh

机构 * College of Computing and Informatics, Sungkyunkwan University（顺天大学计算与信息学院） ； Department of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） ； Konkuk Aerospace Design-Airworthiness Institute, Konkuk University（konkuk大学航空航天设计-适航研究所） ； Department of Electronic Systems, Aalborg University（奥尔堡大学电子系统系） ； Department of Information and Communication Engineering, Noakhali Science and Technology University（诺阿克利科学与技术大学信息与通信工程系） 纠错

AI总结 本文提出了一种基于几何知识的联邦双知识蒸馏方法，用于提升遥感卫星图像分析的模型训练效果，通过几何知识引导和多原型生成管道，实现了更高效的模型训练和性能提升。

Comments 16 pages, 9 figures

Contact-Guided 3D Genome Structure Generation of E. coli via Diffusion Transformers

通过扩散变换器生成大肠杆菌3D基因组结构的接触引导方法

Mingxin Zhang, Xiaofeng Dai, Yu Yao, Ziqi Yin

机构 * The University of Tokyo（东京大学） ； University of Michigan（密歇根大学） ； Waseda University（早稻田大学） 纠错

AI总结 本文提出基于扩散变换器的框架，通过Hi-C接触图引导生成大肠杆菌3D基因组结构的集合，展现生成建模在集合层面3D基因组重建中的有效性。

Comments Accepted at the Gen2 Workshop at ICLR 2026

Ego-Vision World Model for Humanoid Contact Planning

人形机器人接触规划的视角世界模型

Hang Liu, Yuman Gao, Sangli Teng, Yufeng Chi, Yakun Sophia Shao, Zhongyu Li, Maani Ghaffari, Koushil Sreenath

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出了一种结合学习世界模型与MPC的框架，用于提升人形机器人在复杂环境中的接触规划能力，实现更高效和稳健的多任务执行。

Beyond Collision Cones: Dynamic Obstacle Avoidance for Nonholonomic Robots via Dynamic Parabolic Control Barrier Functions

超越碰撞锥：通过动态抛物线控制屏障函数实现非完整机器人动态障碍物避障

Hun Kuk Park, Taekyung Kim, Dimitra Panagou

机构 * Department of Robotics, University of Michigan（机器人学系，密歇根大学） 纠错

AI总结 本文提出动态抛物线控制屏障函数，用于非完整机器人在动态障碍物密集环境中的安全避障，显著提升了导航成功率和QP可行性。

Comments The first two authors contributed equally to this work. 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://www.taekyung.me/dpcbf

Compose by Focus: Scene Graph-based Atomic Skills

通过聚焦：基于场景图的原子技能

Han Qi, Changhe Chen, Heng Yang

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

AI总结 本文提出了一种基于场景图的原子技能学习框架，结合图神经网络与扩散式模仿学习，并与视觉-语言模型结合，提升机器人在复杂任务中的稳健性和组合泛化能力。

Comments Acceptance to ICRA 2026. Website: https://computationalrobotics.seas.harvard.edu/SkillComposition/

MMTU: A Massive Multi-Task Table Understanding and Reasoning Benchmark

MMTU: 一个大规模多任务表格理解和推理基准

Junjie Xing, Yeye He, Mengyu Zhou, Haoyu Dong, Shi Han, Lingjiao Chen, Dongmei Zhang, Surajit Chaudhuri, H. V. Jagadish

机构 * University of Michigan（密歇根大学） ； Microsoft Corporation（微软公司） 纠错

AI总结 MMTU是一个大规模多任务表格理解和推理基准，旨在评估模型在专家级别处理真实表格的能力，揭示了当前模型在表格理解、推理和编码方面的挑战。

Comments Full version of a paper accepted at NeurIPS 2025; Code and data available at https://github.com/MMTU-Benchmark/MMTU and https://huggingface.co/datasets/MMTU-benchmark/MMTU

SwingArena: Competitive Programming Arena for Long-context GitHub Issue Solving

SwingArena: 用于长上下文GitHub问题解决的竞争性编程竞技场

Wendong Xu, Jing Xiong, Chenyang Zhao, Qiujiang Chen, Haoran Wang, Hui Shen, Zhongwei Wan, Jianbo Dai, Taiqiang Wu, He Xiao, Chaofan Tao, Z. Morley Mao, Ying Sheng, Zhijiang Guo, Hongxia Yang, Bei Yu, Lingpeng Kong, Quanquan Gu, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Tsinghua University（清华大学） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； The Ohio State University（俄亥俄州立大学） ； University of Edinburgh（爱丁堡大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； LMSYS Org（LMSYS组织） 纠错

AI总结 SwingArena是一个用于评估LLM在真实CI驱动软件开发环境中性能的竞争性编程竞技场，通过模拟软件迭代过程，结合检索增强型代码生成模块，实现对长上下文问题的高效处理。

Comments The paper has been accepted as an oral presentation at ICLR 2026

Nonlinear Performance Degradation of Vision-Based Teleoperation under Network Latency

基于网络延迟的视觉遥控系统非线性性能退化

Aws Khalil, Jaerock Kwon

机构 * Department of Electrical and Computer Engineering, University of Michigan - Dearborn（电气与计算机工程系，密歇根大学-迪尔伯恩分校） 纠错

AI总结 本文研究了网络延迟对视觉遥控系统稳定性的影响，通过LAVT测试平台发现延迟导致稳定性急剧下降，并提出了可重复的基准以改进延迟补偿技术。