Functional Stochastic Localization
功能随机定位
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出了一种功能随机定位方法，通过将高斯正则化替换为任意正整数倍的对数拉普拉斯变换正则化，改进了非欧几里得几何下的采样算法，并在差分隐私凸优化中取得了更好的查询复杂度。
Comments Comments welcome! v2 adds citations and fixes typos
高校专区
University of Texas at Austin（得克萨斯大学奥斯汀分校）
GLANCE: Gaze-Led Attention Network for Compressed Edge-inference
GLANCE：基于目光的注意力网络用于压缩边缘推断
机构 * Department of Electrical and Computer Engineering, University of Illinois Chicago（伊利诺伊大学芝加哥分校电子与计算机工程系） ； Department of Electrical and Computer Engineering, New Jersey Institute of Technology（新泽西理工学院电子与计算机工程系） ； Department of Electrical and Computer Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校电子与计算机工程系）
AI总结 本文提出GLANCE网络，结合可微无权神经网络和注意力引导的感兴趣区域检测，实现低功耗下的实时目标检测，提升边缘设备的效率和精度。
Egocentric World Model for Photorealistic Hand-Object Interaction Synthesis
第一人称世界模型用于逼真手-物体交互合成
机构 * Texas A&M University（德克萨斯A&M大学） ； University of Minnesota（明尼苏达大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Amazon（亚马逊） ； State University of New York at Stony Brook（纽约州立大学石溪分校）
AI总结 本文提出EgoHOI模型，通过动作信号模拟物理一致的交互，克服了高速头部运动、严重遮挡和高自由度手部运动带来的挑战，实验验证其有效性。
Self-Supervised Speech Models Encode Phonetic Context via Position-dependent Orthogonal Subspaces
自监督语音模型通过位置依赖的正交子空间编码音素上下文
机构 * UT Austin（德克萨斯大学奥斯汀分校） ； UC Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究自监督语音模型如何在单帧层面编码音素及其上下文，提出通过位置依赖的正交子空间实现音素信息的组合编码，揭示了上下文依赖表示的结构特性。
Comments Submitted to Interspeech 2026
A Learning-Based Approach for Contact Detection, Localization, and Force Estimation of Continuum Manipulators With Integrated OFDR Optical Fiber
基于学习的方法用于连续操纵器的接触检测、定位和力估计：集成OFDR光纤
机构 * Walker Department of Mechanical Engineering and Texas Robotics, The University of Texas at Austin（沃克机械工程系和德克萨斯机器人实验室，德克萨斯大学奥斯汀分校） ； Department of Computer Science, The University of Texas at Austin（计算机科学系，德克萨斯大学奥斯汀分校） ； The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心）
AI总结 本文提出一种基于学习的框架，利用集成OFDR光纤实现连续操纵器的接触检测、定位和力估计，通过梯度提升分类器和CNN-FiLM模型进行实验验证。
Comments 8 pages, 6 figures
Zero-Shot Transferable Solution Method for Parametric Optimal Control Problems
参数最优控制问题的零样本可迁移求解方法
机构 * Oden Institute, UT Austin（UT奥斯汀奥登研究所） ； Department of Mathematics, UCLA（加州大学洛杉矶分校数学系） ； Department of Mathematical and Statistical Sciences, Clemson University（克莱姆斯大学数学与统计学系） ； Department of Civil and Systems Engineering, Johns Hopkins University（约翰霍普金斯大学土木与系统工程系）
AI总结 本文提出了一种基于函数编码器的可迁移求解方法，通过离线-在线分解实现对参数最优控制问题的高效零样本适应。
Comments 11 pages, 6 figures, 3 tables
UrbanAlign: Post-hoc Semantic Calibration for VLM-Human Preference Alignment
UrbanAlign: 域内任务中VLM与人类偏好对齐的后处理语义校准
机构 * Tsinghua University（清华大学） ； University College London（伦敦大学学院） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学） ； Zhejiang University（浙江大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Renmin University of China（中国人民大学） ； Southeast University（东南大学）
AI总结 UrbanAlign通过后处理方法实现VLM与人类偏好的对齐，无需修改模型权重，提升领域任务的准确性和可解释性。
Comments 26 pages
Composer: A Search Framework for Hybrid Neural Architecture Design
Composer: 一种用于混合神经网络架构设计的搜索框架
机构 * FAIR at Meta（Meta 的 FAIR 部门） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 Composer提出了一种模块化框架，通过小规模探索和扩展策略发现优于Llama 3.2的混合LLM架构，提升了模型性能和效率。
Journal ref The International Conference on Learning Representations (ICLR) 2026
One-Prompt Strikes Back: Sparse Mixture of Experts for Prompt-based Continual Learning
一次提示反击：稀疏专家混合用于基于提示的持续学习
机构 * Trivita AI ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Northeastern University（东北大学） ； Hanoi University of Science and Technology（河内科学技术大学） ； Rutgers University（罗格斯大学）
AI总结 SMoPE通过稀疏专家混合结合任务特定和共享提示策略，有效解决持续学习中的性能与效率权衡问题。
Comments Accepted to ICLR 2026
Panda: A pretrained forecast model for chaotic dynamics
Panda：用于混沌动力学的预训练预测模型
机构 * Oden Institute UT Austin（奥登学院德克萨斯大学） ； ECE Department UT Austin（电子与计算机工程系德克萨斯大学） ； Department of Physics UT Austin（物理系德克萨斯大学）
AI总结 Panda是一种预训练模型，通过训练于合成数据集，能够零样本预测混沌系统并有效预测现实世界的时间序列。
Learning Convex Decomposition via Feature Fields
通过特征场学习凸分解
机构 * NVIDIA ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出通过特征场学习实现高质量的开放世界凸分解，解决了长期存在的凸分解问题，并实现了首个自监督学习的开放世界模型。
Comments 14 pages, 12 figures
Exp-Force: Experience-Conditioned Pre-Grasp Force Selection with Vision-Language Models
Exp-Force：基于视觉-语言模型的经验条件预抓取力选择
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 Exp-Force通过经验条件框架利用视觉-语言模型实现基于单张图像的预抓取力选择，显著提升了抓取力的准确性和可靠性。
BEV-Patch-PF: Particle Filtering with BEV-Aerial Feature Matching for Off-Road Geo-Localization
BEV-Patch-PF：基于鸟瞰图空域特征匹配的无GPS轨迹定位系统
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（国防部陆军研究实验室）
AI总结 BEV-Patch-PF通过结合鸟瞰图与空域特征匹配，实现了无GPS的非公路地理定位，显著降低轨迹误差并实现实时运行。
OVerSeeC: Open-Vocabulary Costmap Generation from Satellite Images and Natural Language
OVerSeeC: 从卫星图像和自然语言生成开放词汇成本图
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室）
AI总结 OVerSeeC通过模块化基础模型实现从卫星图像和自然语言生成开放词汇成本图，支持任务自适应的全球规划。
Comments Website : https://amrl.cs.utexas.edu/overseec/
CLAD-Net: Continual Activity Recognition in Multi-Sensor Wearable Systems
CLAD-Net：多传感器可穿戴系统中的持续活动识别
机构 * Arizona State University（亚利桑那州立大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 CLAD-Net通过结合自监督Transformer和知识蒸馏CNN，实现多传感器可穿戴系统中持续活动识别的高效学习与遗忘控制。
A Champion-level Vision-based Reinforcement Learning Agent for Competitive Racing in Gran Turismo 7
一款冠军级基于视觉的强化学习代理用于Gran Turismo 7中的竞争赛车
机构 * KAIST（韩国科学技术院） ； Sony AI（索尼人工智能） ； Coventry University（科文特大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出了一种基于视觉的自主赛车代理，通过仅使用车载传感器数据和摄像头视角，在Gran Turismo 7中实现了冠军级的赛车性能。
Comments Accepted for Publication at the IEEE Robotics and Automation Letters (RA-L) 2025
GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation
GuideTWSI: 一种从合成和现实图像中获取的多样化触觉行走表面指示器数据集，用于盲人和低视力导航
机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Daegu Gyeongbuk Institute of Science and Technology（大邱庆bu科学技术院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maine（缅因大学）
AI总结 本文提出了一种多样化的触觉行走表面指示器数据集，通过合成和现实图像获取，以提高盲人和低视力导航中对不同类型警示标志的识别能力。
HURRI-GAN: A Novel Approach for Hurricane Bias-Correction Beyond Gauge Stations using Generative Adversarial Networks
HURRI-GAN：一种基于生成对抗网络的新型飓风偏差校正方法，超越测站范围
机构 * Center of Computation and Technology, Louisiana State University（路易斯安那州立大学计算与技术中心） ； Saint-Joseph University of Beirut（贝鲁特圣约瑟夫大学） ； Department of Physics, Aristotle University of Thessaloniki（塞萨洛尼基阿列克斯大学物理系） ； Center for Interdisciplinary Research and Innovation, Aristotle University of Thessaloniki（塞萨洛尼基阿列克斯大学跨学科研究中心） ； Department of Computer Science, Louisiana State University（路易斯安那州立大学计算机科学系） ； Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin（德克萨斯大学奥斯汀分校奥登计算工程与科学研究院）
AI总结 HURRI-GAN通过生成对抗网络校正飓风偏差，提升风暴潮预测精度，超越传统测站范围。
Comments 18 pages, 6 figures
Transformers as Implicit State Estimators: In-Context Learning in Dynamical Systems
变换器作为隐式状态估计器：动态系统中的上下文学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究展示变换器通过上下文学习可隐式推断动态系统状态，无需梯度更新或系统模型知识，实现高效输出预测。
Large-Language-Model-Guided State Estimation for Partially Observable Task and Motion Planning
基于大语言模型的态估计用于部分可观测任务和运动规划
机构 * The University of Texas at Austin（德克萨斯大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出CoCo-TAMP框架，利用大语言模型的常识推理能力，通过分层态估计提升部分可观测任务和运动规划的效率。
XR-DT: Extended Reality-Enhanced Digital Twin for Safe Motion Planning via Human-Aware Model Predictive Path Integral Control
XR-DT：增强现实增强型数字孪生用于通过人感知模型预测路径积分控制的安全运动规划
机构 * Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校土木、建筑与环境工程系） ； School of Architecture, The University of Texas at Austin（德克萨斯大学奥斯汀分校建筑学院） ； School of Civil and Construction Engineering, Purdue University（普渡大学土木与建设工程学院） ； Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系）
AI总结 XR-DT通过结合增强现实与数字孪生技术，提出HA-MPPI控制模型，实现基于人类行为预测的安全高效人机交互。
Comments 8 pages, 6 figures, 3 tables
CAVER: Curious Audiovisual Exploring Robot
CAVER：好奇的视听探索机器人
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 CAVER是一种新型机器人，通过好奇心驱动的探索算法和多模态视听表示，提升材料分类和音频示范模仿的性能。
Comments 9 pages, 6 figures
$\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space
∇-Reasoner: 通过潜在空间中的测试时间梯度下降进行LLM推理
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； UC San Diego（圣地亚哥大学） ； TTIC ； Georgia Tech（佐治亚理工学院）
AI总结 ∇-Reasoner通过潜在空间中的测试时间梯度下降提升LLM推理能力，实现20%以上的准确率提升并减少模型调用次数。
Comments ICLR 2026
Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling
潜在粒子世界模型：自监督的以对象为中心的随机动态建模
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； Brown University（布朗大学） ； Lambda ； Technion（技术学院）
AI总结 LPWM通过自监督学习实现现实世界多对象数据的随机动态建模，并在决策制定中展现卓越性能。
Comments ICLR 2026 Oral. Project webpage: https://taldatech.github.io/lpwm-web
VidGuard-R1: AI-Generated Video Detection and Explanation via Reasoning MLLMs and RL
VidGuard-R1: 通过推理MLLMs和RL进行AI生成视频检测与解释
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Microsoft Research（微软研究院）
AI总结 VidGuard-R1通过推理MLLMs和强化学习，实现AI生成视频的高准确检测与可解释性分析。
Comments Accepted to ICLR 2026
ManipulationNet: An Infrastructure for Benchmarking Real-World Robot Manipulation with Physical Skill Challenges and Embodied Multimodal Reasoning
ManipulationNet: 一个用于基于现实世界机器人操作的基准测试基础设施，包含物理技能挑战和具身多模态推理
机构 * Rice University（里士大学） ； U.S. National Institute of Standards and Technology（美国国家标准与技术研究院） ； Massachusetts Institute of Technology（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄技术大学） ； Autodesk Research（Autodesk研究） ； University of California, Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（皇家理工学院） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学） ； ASTM International（美国材料与试验协会） ； Carnegie Mellon University（卡内基梅隆大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA Research（NVIDIA研究）
AI总结 ManipulationNet通过标准化硬件和统一软件客户端，为机器人操作提供现实世界基准测试，促进物理技能和具身推理能力的系统性发展。
Comments 32 pages, 8 figures
RoboCasa365: A Large-Scale Simulation Framework for Training and Benchmarking Generalist Robots
RoboCasa365：一种大规模仿真框架，用于训练和评估通用机器人
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA Research（NVIDIA研究）
AI总结 RoboCasa365通过大规模仿真框架提供多样化任务和环境，用于训练和评估通用机器人，分析任务多样性、数据集规模和环境变化对泛化的影响。
Comments ICLR 2026; First three authors contributed equally
SSR: A Generic Framework for Text-Aided Map Compression for Localization
SSR：一种用于定位的文本辅助地图压缩通用框架
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Honda Research Institute（本田研究机构）
AI总结 SSR通过结合文本描述和小图像特征向量，实现高效地图压缩，提升定位精度和资源效率。
Online Learning for Multi-Layer Hierarchical Inference under Partial and Policy-Dependent Feedback
多层分层推断下的在线学习：在部分和策略依赖反馈中
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（国防部陆军研究实验室）
AI总结 本文提出了一种在部分和策略依赖反馈下，结合Lyapunov优化的方差减少EXP4算法，以提升多层分层推断系统在长期资源约束下的稳定性和性能。
Comments preprint
Shape Derivative-Informed Neural Operators with Application to Risk-Averse Shape Optimization
具有形状导数信息的神经算子及其在风险规避形状优化中的应用
机构 * Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin, Austin, Texas, USA（奥登计算工程与科学研究所，德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯，美国） ； School of Mathematical Sciences, Queensland University of Technology, Brisbane, Australia（数学科学学院，昆士兰科技大学，布里斯班，澳大利亚） ； Centre for Data Science, Queensland University of Technology, Brisbane, Australia（数据科学中心，昆士兰科技大学，布里斯班，澳大利亚） ； Department of Mathematics, The Ohio State University, Columbus, Ohio, USA（数学系，俄亥俄州立大学，哥伦布，俄亥俄，美国） ； Department of Engineering Science and Biomedical Engineering, University of Auckland, Auckland, New Zealand（工程科学与生物医学工程系，奥克兰大学，奥克兰，新西兰） ； Walker Department of Mechanical Engineering, The University of Texas at Austin, Austin, Texas, USA（沃克机械工程系，德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯，美国）
AI总结 Shape-DINO通过导数信息驱动的神经算子框架，提升PDE约束下形状优化的效率和准确性，实现大规模不确定性下的形状优化。
