University of Southern California（南加州大学）

From Impact to Insight: Dynamics-Aware Proprioceptive Terrain Sensing on Granular Media

从影响到洞察：动态感知的颗粒介质地形感知

Yifeng Zhang, Yue Wu, Jake Futterman, Jacob Meseha, Eduardo Rosales, Irie Cooper, J. Diego Caporale, Feifei Qian

机构 * University of Southern California（南加州大学） 纠错

AI总结 本文研究高速跳跃中颗粒介质的动态交互，提出基于本体感知的动态地形表征框架，通过实验发现静力学假设在高速跳跃中存在较大误差，引入加速度感知的加权回归以提高颗粒刚度参数的恢复精度。

Fast NF4 Dequantization Kernels for Large Language Model Inference

快速的NF4去量化内核用于大语言模型推理

Xiangbo Qi, Chaoyi Jiang, Murali Annavaram

机构 * University of Southern California（南加州大学） 纠错

AI总结 本文提出了一种轻量级共享内存优化方法，通过利用内存层次结构提升性能，实现大语言模型推理的加速，展示了在不同模型上的显著速度提升。

Comments 7 pages, 4 figures, EMC2 Workshop at ASPLOS 2026

f-INE: A Hypothesis Testing Framework for Estimating Influence under Training Randomness

f-INE：一种用于在训练随机性下估计影响的假设检验框架

Subhodip Panda, Dhruv Tarsadiya, Shashwat Sourav, Prathosh A. P, Sai Praneeth Karimireddy

机构 * Indian Institute of Science（印度科学研究所） ； University of Southern California（南加州大学） ； Washington University（华盛顿大学） 纠错

AI总结 本文提出f-influence框架，通过假设检验解决训练随机性导致的影响估计不稳定问题，并设计高效算法f-INE实现单次训练运行内的影响估计，用于数据清理和模型行为归因。

Journal ref The Fourteenth International Conference on Learning Representations (ICLR), 2026

ROPA: Synthetic Robot Pose Generation for RGB-D Bimanual Data Augmentation

ROPA: 合成机器人姿态生成用于RGB-D双臂数据增强

Jason Chen, I-Chun Arthur Liu, Gaurav Sukhatme, Daniel Seita

机构 * University of Southern California（南加州大学） 纠错

AI总结 本文提出ROPA，通过微调Stable Diffusion生成RGB-D双臂任务的合成数据，提升机器人双臂操控的鲁棒性与数据增强效率。

Comments Accepted to the International Conference on Robotics and Automation (ICRA) 2026