Massachusetts Institute of Technology（麻省理工学院）

2607.12370 2026-07-15 cs.RO 新提交

StratMamba: Strategic and Reactive Stream Partitioning for Path-Efficient LiDAR-Based Obstacle Avoidance

StratMamba：用于基于路径高效的激光雷达避障的策略性和反应性流划分

Hung-Chieh Wu, Xiaopan Zhang, Kasra Sinaei, Ryan Abnavi, Kasun Weerakoon, Christopher Bradley, Seyed Fakoorian, Jiachen Li, Donald Ebeigbe

机构 * The Pennsylvania State University（宾夕法尼亚州立大学）； AlphaZ, Inc.（阿尔法兹公司）； Georgia Institute of Technology（佐治亚理工学院）； Massachusetts Institute of Technology（麻省理工学院）

AI总结研究针对复杂环境中机器人导航问题，提出StratMamba双流时间建模架构，结合快慢衰减内存架构处理激光雷达数据。经多场景评估及与其他基线对比，其在时间推理效率、导航速度和路径最优性方面表现出色，在现实中性能更稳健。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 6 figures. Video: https://www.youtube.com/watch?v=Z0FfO_AVaSw

2607.11946 2026-07-15 cs.CL eess.AS 新提交

Hybrid Continual Learning for Low-Resource Australian Aboriginal Language Identification

用于低资源澳大利亚原住民语言识别的混合持续学习

Pravina Mylvaganam, Ting Dang, Eliathamby Ambikairajah, Vidhyasaharan Sethu, Jingyao Wu

机构 * University of New South Wales（新南威尔士大学）； University of Melbourne（墨尔本大学）； Massachusetts Institute of Technology（麻省理工学院）

AI总结针对低资源澳大利亚原住民语言识别中数据稀缺和灾难性遗忘问题，提出重放增强弹性权重巩固和约束引导知识蒸馏两种混合持续学习方法，实验表明其优于微调及现有基线，能提升对多种AAL的适应性并保持对高资源语言的性能。

Comments Accepted by Interspeech 2026

2607.12902 2026-07-15 stat.ML cs.DS cs.LG math.PR math.ST stat.CO stat.TH 新提交

Accelerated Mixing Time of Randomized Hamiltonian Monte Carlo

随机哈密顿蒙特卡罗算法的加速混合时间

Siddharth Mitra, Vishwak Srinivasan, Xiuyuan Wang, Andre Wibisono

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系）； Department of Electrical Engineering and Computer Science, MIT（麻省理工学院电气工程与计算机科学系）

AI总结研究随机哈密顿蒙特卡罗算法在从对数凹概率分布采样时的加速混合时间，通过使用特定随机积分时间，证明其在KL散度中指数收敛，给出不同情况下达到误差ε的总积分时间的尺度，分析依赖于平均KL散度的界。

Comments 74 pages