University of Pennsylvania（宾夕法尼亚大学）

Flatness-Preserving Residual Learning for Real-Time Tight Quadrotor Formation Flight

用于实时紧密四旋翼编队飞行的保平坦度残差学习

Pei-An Hsieh, Fengjun Yang, Nikolai Matni, M. Ani Hsieh

机构 * GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） 纠错

AI总结 针对紧密编队飞行四旋翼受空气动力学相互作用影响问题，提出基于物理的残差动力学学习框架，设计高效反馈线性化控制器，经硬件实验验证其能降低跟踪误差，在低计算量下达到NMPC跟踪性能，且短训练数据和低循环速率可实现稳定编队飞行。

Comments Accepted at IROS 26'

EFLUX: Elastic Multi-Robot Formation Navigation and Adaptation with Agentic LLMs

EFLUX：基于智能语言模型的弹性多机器人编队导航与自适应

Jinyuan Zhang, Yuwei Wu, Guangyao Shi, Jonathan Diller, Gaurav S. Sukhatme, Vijay Kumar

机构 * GRASP Lab, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） 纠错

AI总结 针对多机器人在受限环境中编队导航问题，提出EFLUX框架，基于几何和大语言模型，对变形与重新配置动作联合推理，经闭环管道转化为航点，实验证明其能实现安全弹性导航，减少死锁与导航失败。

The Benjamini--Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests

本杰明尼-霍奇伯格程序在相关双边高斯检验中可能无法控制错误发现率

Edgar Dobriban

机构 * Department of Statistics and Data Science, University of Pennsylvania（统计与数据科学系，宾夕法尼亚大学） 纠错

AI总结 研究表明本杰明尼-霍奇伯格程序在相关双边高斯检验中可能无法控制FDR，构建因子模型证明在α = 0.01时FDR > 0.0104，反驳了一个二十年的猜想，蒙特卡罗实验与理论相符，证明由GPT - 5.6 Pro获得并经作者检查。