University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

Grasp, Slide, Roll: Comparative Analysis of Contact Modes for Tactile-Based Shape Reconstruction

抓取、滑动、滚动：基于触觉的形状重建接触模式比较分析

Chung Hee Kim, Shivani Kamtikar, Tye Brady, Taskin Padir, Joshua Migdal

机构 * Amazon Fulfillment Technologies & Robotics（亚马逊履行技术与机器人） ； Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Siebel School of Computing and Data Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） 纠错

AI总结 本文提出基于触觉的形状重建方法，通过比较抓取、滑动和滚动三种接触模式，提升触觉数据采集效率，实现更快速准确的物体形状重建。

Comments 8 pages, 11 figures, Accepted by ICRA 2026

RepSPD: Enhancing SPD Manifold Representation in EEGs via Dynamic Graphs

RepSPD: 通过动态图增强EEG的SPD流形表示

Haohui Jia, Zheng Chen, Lingwei Zhu, Xu Cao, Yasuko Matsubara, Takashi Matsubara, Yasushi Sakurai

机构 * Information Science and Techinology, Hokkaido University, Japan（信息科学与技术，北海道大学，日本） ； SANKEN, The University of Osaka, Japan（SANKEN，大阪大学，日本） ； Great Bay University, China（大湾大学，中国） ； Department of Computer Science, University of Illinois Urbana-Champaign, USA（计算机科学系，伊利诺伊大学厄巴纳-香槟分校，美国） 纠错

AI总结 RepSPD通过动态图增强EEG的SPD流形表示，利用交叉注意力机制和全局双向对齐策略提升几何一致性与鲁棒性。

dLLM: Simple Diffusion Language Modeling

dLLM：简单的扩散语言建模

Zhanhui Zhou, Lingjie Chen, Hanghang Tong, Dawn Song

机构 * UC Berkeley（伯克利大学） ； UIUC（伊利诺伊大学香槟分校） 纠错

AI总结 dLLM提供了一个统一的开源框架，用于标准化和灵活扩展扩散语言建模的核心组件，同时提供可重现的食谱以加速小型DLMs的研究与开发。

Comments Code available at: https://github.com/ZHZisZZ/dllm

Towards a Sharp Analysis of Offline Policy Learning for $f$-Divergence-Regularized Contextual Bandits

面向$f$-散度正则化上下文带机的精确分析

Qingyue Zhao, Kaixuan Ji, Heyang Zhao, Tong Zhang, Quanquan Gu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文研究了$f$-散度正则化上下文带机的样本复杂度分析，首次在单一策略可集中性下实现了$\tilde{O}(ε^{-1})$的样本复杂度，并提出了近似匹配的下界。

Comments 35 pages