University of California, Los Angeles（加州大学洛杉矶分校）

Camera-RFID Fusion for Robust Asset Tracking in Forested Environments

相机-射频识别融合用于森林环境中资产跟踪的鲁棒性

John Hateley, Sriram Narasimhan, Omid Abari

机构 * Department of Mechanical & Aerospace Engineering at the University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） ； Department of Electrical and Computer Engineering at the University of California, Los Angeles（加州大学洛杉矶分校电气与计算机工程系） 纠错

AI总结 本文提出相机-射频识别融合框架，解决森林环境中资产跟踪的轨迹关联问题，实现米级到厘米级精度的融合定位。

Comments 11 Pages, 10 Figures, Submitted and awaiting acceptance at IEEE RFID

EnerGS: Energy-Based Gaussian Splatting with Partial Geometric Priors

EnerGS: 基于部分几何先验的能量场能量基于高斯点散射

Rui Song, Tianhui Cai, Markus Gross, Yun Zhang, Walter Zimmer, Zhiyu Huang, Olaf Wysocki, Jiaqi Ma

机构 * University of California, Los Angeles, California, USA（加州大学洛杉矶分校） ； University of Cambridge, Cambridge, UK（剑桥大学） ； Technical University of Munich, Munich, Germany（慕尼黑技术大学） 纠错

AI总结 EnerGS通过建模部分可观测几何为连续能量场，提升大规模户外场景中高斯点散射的光度质量和几何稳定性，同时缓解过拟合问题。

ViPO: Visual Preference Optimization at Scale

ViPO：大规模视觉偏好优化

Ming Li, Jie Wu, Justin Cui, Xiaojie Li, Rui Wang, Chen Chen

机构 * University of Central Florida（中央佛罗里达大学） ； ByteDance Seed（字节跳动种子） ； UCLA（加州大学洛杉矶分校） 纠错

AI总结 本文提出ViPO大规模偏好数据集和Poly-DPO方法，通过提升数据质量和算法鲁棒性，实现视觉生成模型的高效偏好优化。

Comments ICLR 2026 Paper. Project Page: https://liming-ai.github.io/ViPO ; Code: https://github.com/liming-ai/ViPO