Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation
面向指引用的视觉-运动策略学习用于闭环操作
机构 * Sun Yat-sen University（中山大学） ； Oxford University（牛津大学）
AI总结 本文提出ReV框架，通过整合稀疏指引用点实现动态轨迹重规划，无需额外数据即可提升机器人操作的鲁棒性。
高校专区
University of Oxford（牛津大学）
CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment
CoEnv：通过组合环境驱动具身体验多智能体协作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学）
AI总结 本文提出CoEnv框架，通过模拟与现实结合的组合环境，实现多智能体协作的高效执行与安全部署，提升任务成功率和效率。
Comments 31 pages, 8 figures, including supplementary material. Project page: https://faceong.github.io/CoEnv/
AI and Collective Decisions: Strengthening Legitimacy and Losers' Consent
人工智能与集体决策：增强合法性与失败者同意
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Oxford University（牛津大学）
AI总结 研究探讨AI如何通过收集个体经验增强集体决策的合法性，并通过可视化工具提升信任与社会凝聚力，即使决策与个人偏好相悖。
Comments 11 pages + appendix
General Multimodal Protein Design Enables DNA-Encoding of Chemistry
通用多模态蛋白质设计使化学编码成为可能
机构 * California Institute of Technology（加州理工学院） ； Mila – Québec AI Institute（Mila – 魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Université Paris-Saclay（巴黎-萨克雷大学） ； McGill University（麦吉尔大学） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国理工学院） ； Institut Courtois（库尔图瓦研究所） ； LawZero ； AITHYRA ； FutureHouse
AI总结 DISCO模型通过多模态设计实现蛋白质序列和三维结构的协同优化，能够设计出新型血红素酶，催化新的化学反应，拓展了遗传编码转化的潜力。
Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice
Agora：通过基于人类声音的AI人设教授共识寻找技能
机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Oxford（牛津大学）
AI总结 Agora通过AI平台利用LLM组织真实人类声音，帮助用户通过制定和修订政策建议、听取支持与反对观点并获得反馈来提升共识寻找能力，初步研究显示其能有效提升用户视角转换能力。
Comments Short version: Accepted to ACM CHI Extended Abstracts 2026 (https://doi.org/10.1145/3772363.3798888); Long version under review
A Scene is Worth a Thousand Features: Feed-Forward Camera Localization from a Collection of Image Features
一个场景值得一千个特征：从图像特征集合中进行前馈相机定位
机构 * Niantic Spatial ； University of Oxford（牛津大学）
AI总结 本文提出FastForward方法，通过前馈传递实现快速相机定位，利用3D空间锚定的特征集合进行图像与场景对应预测，实现高精度定位且减少地图准备时间。
Beyond Syntax: Action Semantics Learning for App Agents
超越语法：面向应用代理的动作语义学习
机构 * University of Oxford（牛津大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； University College London（伦敦大学学院）
AI总结 本文提出动作语义学习框架ASL，通过捕捉地面真实动作的语义来提升应用代理的准确性和泛化能力，克服了传统语法学习在分布外鲁棒性上的不足。
CC-VPSTO: Chance-Constrained Via-Point-Based Stochastic Trajectory Optimisation for Online Robot Motion Planning under Uncertainty
CC-VPSTO：在不确定性下的在线机器人运动规划中的机会约束路径优化
机构 * Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所） ； ICTEAM, UCLouvain（鲁汶大学ICTEAM）
AI总结 本文提出CC-VPSTO方法，通过机会约束优化解决机器人在不确定性下的路径规划问题，结合蒙特卡洛采样和梯度自由优化，实现高效可靠的任务驱动控制。
Comments 23 pages, 12 figures, submitted to International Journal of Robotics Research
