Northeastern University（东北大学）

To Augment or Not to Augment? Diagnosing Distributional Symmetry Breaking

增强还是不增强？诊断分布对称性破坏

Hannah Lawrence, Elyssa Hofgard, Vasco Portilheiro, Yuxuan Chen, Tess Smidt, Robin Walters

机构 * MIT（麻省理工学院） ； University College London（伦敦大学学院） ； Northeastern University（东北大学） 纠错

AI总结 本文提出了一种评估数据集对称性破坏的指标，揭示了点云数据集中的严重偏见问题，并展示了对称性破坏对模型性能的影响。

Comments Published as a conference paper at ICLR 2026. A short version of this paper appeared at the ICLR AI4Mat workshop in April 2025

Physically Inspired Gaussian Splatting for HDR Novel View Synthesis

基于物理的高动态范围新型视图合成的高斯点散射

Huimin Zeng, Yue Bai, Hailing Wang, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） ； Khoury College of Computer Science, Northeastern University（东北大学Khoury计算机科学学院） 纠错

AI总结 本文提出PhysHDR-GS框架，通过建模内在反射率和可调环境光照，改进HDR-NVS在动态细节重建和光照依赖外观捕捉中的性能，实验表明在真实和合成数据集上具有更高的PSNR和实时渲染速度。

Comments Accepted to CVPR 2026

Robotic Dexterous Manipulation via Anisotropic Friction Modulation using Passive Rollers

通过被动滚轮实现异向摩擦调节的机器人灵巧操作

Ethan Fisk, Taeyoon Lee, Shenli Yuan

机构 * Northeastern University（东北大学） ； RAI Institute（RAI研究所） 纠错

AI总结 本文提出一种通过被动滚轮调节接触摩擦和约束方向的机器人指尖设计，实现了多样化的灵巧操作，包括滑动、旋转和多物体 manipulation，展示了低复杂度机械高效摩擦调节方法的优越性。

Comments 2026 IEEE International Conference on Robotics & Automation

Multi-AUV Ad-hoc Networks-Based Multi-Target Tracking Based on Scene-Adaptive Embodied Intelligence

基于场景自适应具身智能的多无人水下机器人自组网多目标跟踪

Kai Tian, Jialun Wang, Chuan Lin, Guangjie Han, Shengchao Zhu, Ying Liu, Qian Zhu

机构 * Software College, Northeastern University（东北大学软件学院） ； Key Laboratory of Maritime Intelligent Network Information Technology, Ministry of Education, Hohai University（河海大学教育部海事智能网络信息技术重点实验室） 纠错

AI总结 本文提出一种基于场景自适应具身智能的多AUV自组网架构，通过整合感知、决策与物理执行，提升多目标跟踪的鲁棒性和准确性。

Spectral-Aware Text-to-Time Series Generation with Billion-Scale Multimodal Meteorological Data

具有十亿级多模态气象数据的频谱感知文本到时间序列生成

Shijie Zhang

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，沈阳，中国） 纠错

AI总结 本文提出MTransformer模型，通过频谱提示生成器实现文本到时间序列的精确语义控制，利用大规模气象数据提升生成质量与跨模态对齐精度。

Comments Accepted By IJCNN 2026 (WCCI)

Structural Graph Probing of Vision-Language Models

视觉-语言模型的结构图谱探查

Haoyu He, Yue Zhuo, Yu Zheng, Qi R. Wang

机构 * Northeastern University（东北大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 研究通过神经拓扑分析视觉-语言模型的层间相关图谱，揭示群体结构对行为的意义、跨模态变化及因果影响，提出神经拓扑作为解释性中间尺度。

Comments IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

SCRAMPPI: Efficient Contingency Planning for Mobile Robot Navigation via Hamilton-Jacobi Reachability

SCRAMPPI: 通过哈密顿-雅可比可达性实现移动机器人导航的高效应急规划

Raj Harshit Srirangam, Leonard Jung, Rohith Poola, Michael Everett

机构 * Northeastern University（东北大学） 纠错

AI总结 本文提出SCRAMPPI算法，通过哈密顿-雅可比可达性分析实现移动机器人导航中的应急规划，结合采样基于规划器（MPPI）提升采样效率，实现实时生成主计划和应急计划。

Comments 8 pages, 5 figures

R3DP: Real-Time 3D-Aware Policy for Embodied Manipulation

R3DP：实时3D感知策略用于具身操作

Yuhao Zhang, Wanxi Dong, Yue Shi, Yi Liang, Jingnan Gao, Qiaochu Yang, Yaxing Lyu, Zhixuan Liang, Yibin Liu, Congsheng Xu, Xianda Guo, Wei Sui, Yaohui Jin, Xiaokang Yang, Yanyan Xu, Yao Mu

机构 * Shanghai Jiao Tong University（上海交通大学） ； D-Robotics（地平线机器人） ； Southern University of Science and Technology（南方科技大学） ； Xspark AI（星火科技） ； The University of Hong Kong（香港大学） ； Wuhan University（武汉大学） ； Xiamen University Malaysia（厦门大学马来西亚分校） ； Northeastern University（东北大学） 纠错

AI总结 R3DP通过异步快慢协作模块整合大尺度3D先验知识，提升实时操作性能，实验显示在成功率和推理时间上均优于现有方法。

Comments Project Page: https://dazazh.github.io/r3dp-project-page/ Github Repo: https://github.com/dazazh/R3DP

CLEAR: A Knowledge-Centric Vessel Trajectory Analysis Platform

CLEAR：一种以知识为中心的船舶轨迹分析平台

Hengyu Liu, Tianyi Li, Haoyu Wang, Kristian Torp, Yushuai Li, Tiancheng Zhang, Torben Bach Pedersen, Christian S. Jensen

机构 * Aalborg University（奥尔堡大学） ； Northeastern University（东北大学） 纠错

AI总结 CLEAR平台利用大语言模型生成能力，将不完整复杂的AIS数据转化为完整可解释的船舶轨迹，通过结构化数据知识图谱提升非专业用户分析能力。

Comments 4 pages, 5 figures. Accepted at SIGMOD 2026 Demo Track

LASER: Layer-wise Scale Alignment for Training-Free Streaming 4D Reconstruction

LASER：基于分层尺度对齐的无训练流式4D重建

Tianye Ding, Yiming Xie, Yiqing Liang, Moitreya Chatterjee, Pedro Miraldo, Huaizu Jiang

机构 * Northeastern University（东北大学） ； Independent Researcher（独立研究员） ； Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

AI总结 本文提出LASER框架，通过分层尺度对齐将离线重建模型转换为流式系统，实现14fps和6GB内存下的千米级流式视频重建，优于现有方法。

Comments CVPR 2026, 16 pages