University of Texas at Austin（得克萨斯大学奥斯汀分校）

Replay-Free Continual Low-Rank Adaptation with Dynamic Memory

无回放的连续低秩适应与动态记忆

Huancheng Chen, Jingtao Li, Weiming Zhuang, Chen Chen, Lingjuan Lyu

机构 * Sony AI（索尼人工智能） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出DualLoRA方法，通过引入正交和残差低秩适配器，结合动态记忆机制，在连续学习中提升稳定性与可塑性，实现更高的准确率、推理速度和计算效率。

Fleet-Level Battery-Health-Aware Scheduling for Autonomous Mobile Robots

车队层面的电池健康意识调度

Jiachen Li, Shihao Li, Jian Chu, Wei Li, Dongmei Chen

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出一种多机器人调度方法，考虑电池退化成本，优化任务分配、服务顺序、充电决策和充电模式，平衡车队退化。通过线性化非线性退化项，结合实例数据改进松弛，采用分层启发式方法提升可扩展性。

Offline to Online Learning for Real-Time Bandwidth Estimation

离线到在线学习用于实时带宽估计

Aashish Gottipati, Sami Khairy, Gabriel Mittag, Vishak Gopal, Ross Cutler

机构 * Department of Computer Science, University of Texas at Austin, Austin, Texas（德克萨斯大学奥斯汀分校计算机科学系，奥斯汀，德克萨斯） ； Microsoft, Redmond, Washington（微软，雷蒙德，华盛顿） 纠错

AI总结 本文提出Merlin算法，通过离线行为克隆和在线微调实现带宽估计的个性化，相比传统方法在用户体验上提升7.8%。

Comments 8 pages, under review. Updated content, added finetuning evaluations, updated title, added IEEE copyright