高校专区
FlexWorm：用于基于吸盘的多段可变形机器人的基元增强混合接触-运动规划
机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院）
AI总结 FlexWorm框架为基于吸盘的多段可变形机器人提出规划方法，含IKHS与PaHS，仿真和硬件实验表明其在复杂环境下规划性能更优且鲁棒性良好。
Comments 9 pages, 12 figures, accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026. Supplementary video: this https URL (https://youtu.be/OQR5Sx5Bwnc)
HAF：通过分层动作流与谱潜在线性RL将通用VLAs适配至人形机器人全身运动操作
机构 * Xi’an Jiaotong University（西安交通大学） ； Peking University（北京大学） ； Nankai University（南开大学）
AI总结 研究针对通用VLAs难以适配人形机器人全身运动操作的问题，提出HAF框架，通过分层动作流生成器与潜空间RL流水线实现高效迁移优化，在7项任务上性能优于单阶段VLA基线。
Comments Project page: this https URL (https://grange007.github.io/HAF)
硬币皆有两面：关于大型语言模型的策略内蒸馏中泛化的双重性质
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； IQuest Research（IQuest研究院） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学）
AI总结 本研究探究大型语言模型策略内蒸馏（OPD）的泛化特性，发现其迁移教师推理行为而非答案，同源配对泛化性强，异源配对适配性有限，多教师组合存在能力跷跷板效应，为诊断多教师OPD提供了视角。
Comments Under Review
通过受控自举和调节值动态理解并稳定深度Q学习
机构 * School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本研究系统分析深度Q学习的不稳定性来源，提出受控自举等稳定原则，在Atari-100K和Procgen上实现了竞争力性能与更优训练稳定性。
用于运动想象脑机接口在线测试时自适应的多特征黎曼超图
机构 * Peking University（北京大学） ； Chinese Institute for Brain Research（中国脑科学研究院） ； NeuCyber Neurotech（纽赛博神经科技公司） ； Beijing Medical University（北京医科大学） ； Chinese Academy of Medical Sciences & Peking Union Medical College（中国医学科学院北京协和医学院）
AI总结 针对MI-BCI解码的跨天可迁移性与在线运行挑战，提出MRieHy框架，通过融合黎曼几何的双超图实现在线测试时自适应，在三类数据集上性能优于现有基线。
通过数据合成与统一规划扩展基于手册的家电操作规模
机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（北京大学计算机学院计算前沿研究中心） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司）
AI总结 针对现有大模型缺乏支持基于手册的家电操作规划的数据集的问题，提出MAGE数据合成流水线构建UseAppliance数据集，开发AppliancePlan模型，在RealAppliance-Bench和真实机器人实验中表现优异，推进通用家用机器人发展。
Comments Accepted by ACM MM 26
ConceptFormer：学习自适应潜在概念以实现视觉文档检索中的查询-文档对齐
机构 * Northeastern University（东北大学） ； Tsinghua University（清华大学） ； Peking University（北京大学）
AI总结 针对视觉文档检索中现有监督信号的局限，本文提出ConceptFormer框架，以自适应潜在概念为中间表示衔接语义鸿沟，在基准测试中较最强基线实现了16.7%、22.1%的NDCG@10相对提升，性能优异。
当故事演变时：在开放世界模拟中针对智能体架构对大语言模型故事讲述能力进行基准测试
机构 * The University of Hong Kong（香港大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Beijing Institute of Mathematical Sciences and Applications (BIMSA)（北京数学科学与应用研究院）
AI总结 该研究推出WSE-bench基准，评估开放世界模拟中不同智能体架构的大语言模型故事讲述的持续生成、规范一致性和有意义发展，发现三者存在竞争关系，模型规模仅提升持续生成能力。
1/2-Tsallis-INF 是否也能很好地用于最优臂识别？
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Center for Applied Statistics and School of Statistics, Renmin University of China（中国人民大学应用统计中心与统计学院）
AI总结 该研究探讨 1/2-Tsallis-INF 能否用于最优臂识别，通过构造 Lyapunov 函数得出其失败概率的多项式上下界，证明指数 2 本质紧。
VTInstructor：面向连续环境中导航指令生成的视觉轨迹提示
机构 * Peking University（北京大学） ； PrimeBot
AI总结 本研究提出首个面向连续环境的VLN指令生成框架VTInstructor，通过视觉轨迹提示技术生成导航指令，在基准测试中刷新最优性能，提升跟随器成功率并为下游任务带来数据增强增益。
Comments accepted by ACM MM 2026
S2-MoE：在边缘设备上实现混合专家模型的高效自推测解码
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Integrated Circuits, Peking University（北京大学集成电路学院） ； School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院）
AI总结 S2-MoE是面向边缘设备MoE推理的高效自推测解码框架，通过路由感知自适应扩展、复用感知门控等设计，使MoE推理在边缘设备上最高获5.3倍加速，平均约2.0倍。
Comments 13 pages, 10 figures
Zero-MELO：基于多模态大语言模型的测试时证据校准用于零样本微手势识别
机构 * University of Oulu（奥卢大学） ； Peking University（北京大学）
AI总结 该研究针对多模态大语言模型在微手势识别中局部证据不足、分数偏差的瓶颈，提出Zero-MELO框架，结合树搜索、测试时校准与多线索融合，在iMiGUE和MA-52数据集上显著优于Qwen2.5-VL基线。
Comments Accepted by ACM MM 2026
通过策略内自蒸馏缓解大语言模型评审员中的评分标准干扰
机构 * Peking University（北京大学） ； Weixin Al, Tencent Inc（腾讯公司微信智能）
AI总结 本研究针对LLM评审员多评分标准评估时的干扰问题，提出SARA方法，通过策略内自蒸馏提升评估一致性，且该一致性可跨数据集迁移。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈