NVIDIA（英伟达）

Latent Transfer Attack: Adversarial Examples via Generative Latent Spaces

潜在转移攻击：通过生成性潜在空间进行对抗示例

Eitan Shaar, Ariel Shaulov, Yalcin Tur, Gal Chechik, Ravid Shwartz-Ziv

机构 * Independent Researcher（独立研究者） ； Tel-Aviv University（特拉维夫大学） ； Stanford University（斯坦福大学） ； Bar Ilan University（巴伊兰大学） ； NVIDIA Research（NVIDIA研究） ； New York University（纽约大学） 纠错

AI总结 LTA通过生成性潜在空间优化对抗扰动，提升跨架构转移效果，生成低频、连贯的扰动，增强鲁棒性评估与生成先验的结合。

TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback

TEGA: 一种通过传感器融合和闭环触觉反馈的触觉增强抓取助手用于辅助机器人

Hengxu You, Tianyu Zhou, Fang Xu, Kaleb Smith, Eric Jing Du

机构 * Department of Civil and Coastal Engineering, University of Florida（土木与海岸工程系，佛罗里达大学） ； Nvidia（英伟达） 纠错

AI总结 TEGA通过融合EMG意图到力推断与触觉传感，提供闭环触觉反馈，提升残疾用户抓取稳定性与任务成功率。

Comments Accepted to include in ICRA 2026