图像生成

PRISM: Polynomial Representations for Interaction-Structured Motor Control

PRISM：用于交互结构运动控制的多项式表示

Seung Hyun Lee, Stella X. Yu

机构 * University of Michigan（密歇根大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对机器人观察中物理变量交互作用问题，提出PRISM策略表示，通过因式分解多项式模块展现高阶交互特征，在强化和模仿学习中应用，提升了人形机器人运动等性能，还能产生无传感器柔顺行为，表明多项式表示应成运动控制标准选择。

Spectral Dynamics of Semantic Drift in Clinical Multi-Agent Language Model Networks

临床多智能体语言模型网络中语义漂移的谱动力学

Amritesh Banerjee

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究临床多智能体语言模型网络中语义漂移的谱动力学，通过映射多智能体通信不确定性轨迹到嵌入空间，揭示结构瓶颈危害。提出动态谱监测技术，经图拉普拉斯算子特征分解确保全局状态扩散，保障自主医疗诊断可靠性。

EventOD: Event-Aware OD Flow Generation via LLM-Guided Semantic Modulation

EventOD：通过大语言模型引导的语义调制实现事件感知的OD流生成

Jie Zhao, Jie Feng, Can Rong, Zhihan Hou, Peng Lu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Zhongguancun Academy（中关村科学城研究院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工学院科研与技术联盟） ； Xiuzhong College, Tsinghua University（清华大学致理书院） ； Department of Automation, Central South University（中南大学自动化学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究在破坏性事件下估计OD流的问题，提出EventOD框架，利用大语言模型和轻量级适应模块，通过输入级调制实现事件感知适应，实验表明该方法能提高重建精度和分布保真度。

SeT-Diff: Towards Semantic Foundation Models for HPC Telemetry and Time-Series

SeT-Diff：面向高性能计算遥测和时间序列的语义基础模型

Giovanni B. Esposito, Francesco Antici, Daniele Cesarini, Andrea Bartolini

机构 * University of Bologna（博洛尼亚大学） ； CINECA（意大利国家科研计算中心） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对数据中心计算节点建模需求，提出SeT-Diff基础模型，采用基于扩散的方法，在真实超级计算机数据集实验中，其重建任务平均绝对误差为0.0470，有零样本排列稳定性，单个模型可有效执行多种任务，是高性能计算系统有效的数据驱动数字孪生。

The symmetric V-cycle can diverge under the multigrid axioms for cell-centred discretisations

在用于格心离散化的多重网格公理下，对称V循环可能发散

Ming Hei Wong

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究格心离散化下多重网格方法中标准对称V循环的收敛性，通过两种构造表明其可能发散，即使满足相关公理假设，而W循环仍一致收缩，还给出了平滑计数阈值与相关常数的关系及具体离散化中的发散情况。

Comments 26 pages, 6 figures

Output Regulation for Linear Parabolic Systems Using Finite-Dimensional Tracking-Error-Based Control

基于有限维跟踪误差控制的线性抛物型系统输出调节

Bingsen Li, Emilia Fridman, George Weiss

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究一维扩散反应系统在干扰和参考信号由不稳定外系统生成时的输出调节问题，提出基于有限维跟踪误差的调节器设计方法，通过推导组合装置转化问题，利用模态分解法刻画可观测性，证明观测器增益性质并给出LMI条件，分析了含未知时变测量延迟的情况。

Comments 16 pages, 3 figures

Control of morphology and topology in a lattice model of branching morphogenesis

分支形态发生晶格模型中形态和拓扑的控制

Christian Hanauer, Frank Jülicher, Efe Ilker

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究提出结合非平衡物理与发育生物学思想的晶格模型，用于形态发生素控制的分支形态发生。通过局部算子控制拓扑，研究分支模式动力学，发现拓扑保持稳态簇的回转半径与簇大小呈幂律缩放，给出了不同晶格中的指数。

Comments Main text and appendix: 11 pages, 6 figures, 2 tables

Reflected Schrodinger Bridge Problem over Sub-Riemannian Manifold

次黎曼流形上的反射薛定谔桥问题

Daniel Owusu Adu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究次黎曼流形上反射薛定谔桥问题，针对几何和退化性困难，引入内在斜反射机制，证明相关过程有光滑正转移密度，通过正反向偏微分方程系统及基于偏微分方程的Sinkhorn迭代求解最优控制并举例说明。

Stochastic Quantization as Optimal Control

作为最优控制的随机量子化

Lingxiao Wang

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究将随机量子化表述为有限时间随机最优控制问题，利用可处理参考过程及参考校正终端成本，通过神经网络学习残余控制实现最优随机量子化，在多峰势和二维晶格标量\(\phi^4\)理论中取得成果，将量子化表述为控制。

Comments 7 pages, 4 figures

VPWEM: Non-Markovian Visuomotor Policy with Working and Episodic Memory

VPWEM：非马尔可夫视觉-运动策略与工作记忆与事件记忆

Yuheng Lei, Zhixuan Liang, Hongyuan Zhang, Ping Luo

机构 * School of Computing and Data Science, University of Hong Kong（计算与数据科学学院，香港大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 VPWEM通过引入工作记忆和事件记忆，提升机器人在非马尔可夫任务中的动作生成性能。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L). \textcopyright 2026 IEEE

The Geometry of Semantic Space: A Continuous Geometric Framework for the Transformer Architecture

语义空间的几何：Transformer架构的连续几何框架

Zhihua Liang

机构 * INFN, Sezione di Cagliari（意大利国家核物理研究所，卡利亚里分部） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 该研究提出连续几何框架，将Transformer架构运算建模为积分 - 微分方程，从几何公理出发转化其核心组件。通过实验验证，此框架能为大语言模型的稳定性、上下文及优化动态提供预测性描述词汇。

Local well-posedness for hyperbolic systems of equations with fractional dissipation

分数阶正则化双曲方程组的局部适定性

Felipe Angeles

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对具有分数阶耗散和非局部交换子的双曲拟线性演化系统，利用分数阶拉普拉斯的自伴性和傅里叶乘子交换子的代数恒等式，结合非齐次Littlewood-Paley理论建立局部适定性，并通过Schauder不动点定理克服Banach收缩原理失效的困难。

Indefinite Stochastic Linear-Quadratic Optimal Control Problems with Random Coefficients and Poisson Jumps: Closed-Loop Representation of Open-Loop Optimal Controls

不定随机线性二次最优控制问题：带有随机系数和泊松跳跃的闭环表示法

Kai Ding, Jiaqiang Wen, Jie Xiong, Xin Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了具有随机系数和泊松跳跃的有限时间随机线性二次最优控制问题，证明了在均匀凸性条件下，带跳跃的随机黎曼-西格纳方程有唯一强正则解，从而得到开环最优控制的闭环表示。

Comments 26 pages

A monotone finite element method for an elliptic distributed optimal control problem with a convection-dominated state equation

一种用于对流主导状态方程的椭圆分布最优控制问题的单调有限元方法

SeongHee Jeong, Seulip Lee, Sijing Liu

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种单调有限元方法，用于求解对流主导的椭圆分布最优控制问题，通过保持离散最大原理和最优收敛阶次，确保数值稳定性与鲁棒性。

InertialAR: Autoregressive 3D Molecule Generation with Inertial Frames

InertialAR：基于惯性框架的自回归3D分子生成

Haorui Li, Weitao Du, Yuqiang Li, Hongyu Guo, Shengchao Liu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Ottawa（渥太华大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究探索基于Transformer的自回归模型在3D分子生成上的应用。提出InertialAR，通过规范标记化、几何位置编码及分层自回归范式应对挑战，在无条件和可控生成任务中表现出色，多个指标达领先水平。

Comments Accepted at ICML 2026

Optimal control of variable-exponent subdiffusion

变指数次扩散的最优控制

Yiqun Li, Mengmeng Liu, Wenlin Qiu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究变指数次扩散的最优控制问题，采用卷积方法将模型转化为更易处理的形式，证明最优控制相关性质，通过离散卷积核方法得到状态方程和伴随方程格式的精度，经数值实验证实理论发现。

AeroAct: Action-Centered World-Action Models for Language-Conditioned Quadrotor Flight

AeroAct：用于语言条件四旋翼飞行的以动作中心的世界-动作模型

Xinhong Zhang, Qiyuan Zhu, Yubo Huang, Haolin Chen, Runqing Wang, Yuhao Mo, Zhongxin Chen, Yu Hu, Xinjiang Wang, Jian Sun, Gang Wang

机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究语言条件下四旋翼飞行问题，提出AeroAct模型，利用预训练视频扩散Transformer，结合相关采集设备和程序获取数据，经实验验证该模型能提升四旋翼飞行的目标跟踪和物体搜索性能，且对应策略可在实体四旋翼上执行。

Long-Term Average Impulse Control with Mean Field Interactions

长期平均冲击控制与均场交互

K. L. Helmes, R. H. Stockbridge, C. Zhu

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文研究了具有均场交互的长期平均冲击控制问题，通过建立均衡策略和解决均场控制问题，探讨了个体合作实现长期平均利润的方法。

Optimal control of SDEs with merely measurable drift: an HJB approach

具有仅可测漂移的随机微分方程的最优控制：一种HJB方法

Kai Du, Qingmeng Wei

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究具有仅可测漂移的随机微分方程最优控制问题，通过分析HJB方程，利用偏微分方程技术和策略迭代方案，证明方程有唯一强解且与值函数一致，恢复贝尔曼最优性原理，还研究了平滑方案及控制集条件对收敛性的影响。

Finite horizon stochastic $H_2/H_\infty$ control for continuous-time mean-field systems with Poisson jumps

有限时间随机$H_2/H_\infty$控制：连续时间均场系统中的泊松跳跃

Huimin Han, Shaolin Ji, Weihai Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文提出了一种针对连续时间均场系统中泊松跳跃的有限时间随机$H_2/H_\infty$控制方法，通过推导均场随机跳跃有界现实引理，解决了四组交叉耦合广义微分Riccati方程的可解性问题，从而实现了对交互粒子系统的鲁棒性和最优性能的控制。

Comments 12 pages, 6 figures

The regional control of a fractional spatio-temporal SIR model

分数阶时空SIR模型的区域控制

Sofwah Ahmad

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究有界区域上含分数阶扩散的非线性时空流行病学模型的区域最优控制问题，考虑疾病传播及两种控制方式，建立解的性质，证明最优控制存在并推导条件，发现集中接种疫苗可减轻疾病传播，给出数值模拟。

Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control

双过程原子技能学习：解耦语义推理与实时控制

Jun Chen, Erdent Bao, Wenlong Dong, Jierui Liu, Qi Cai, Hao Wan, Shaopeng Li, Weijun Qin, Jing Liang, Huiping Zhuang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； Southern University of Science and Technology（南方科技大学） ； South China University of Technology（华南理工大学） ； EbTech Co. Ltd.（依比特科技有限公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对语言条件模仿学习推广到多步组合任务的挑战，提出双过程原子技能学习框架DASL，通过解耦语义推理与实时控制，含低频和高频策略，有效减轻技能码本干扰问题，性能显著优于现有基线。

Comments 28 pages,20 figures,21 tables

Coherent Quantum Schrodinger Bridge: Two-Boundary Optimal Control for Quantum Algorithm Design

相干量子薛定谔桥：量子算法设计的双边界最优控制

Masayuki Ohzeki

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究将量子算法双边界过程视为相干量子薛定谔桥，利用阿哈罗诺夫双态矢量和庞特里亚金原理得出最优哈密顿量，应用此框架重构多种算法，将不同算法范式统一为选择边界条件和实现最优流的几何原理。

Comments 7 pages

RynnWorld-Teleop: An Action-Conditioned World Model for Digital Teleoperation

RynnWorld-Teleop：用于数字遥操作的动作条件世界模型

Haoyu Zhao, Xingyue Zhao, Hangyu Li, Biao Gong, Kehan Li, Siteng Huang, Xin Li, Deli Zhao, Zhongyu Li

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hong Kong Embodied AI Lab（香港具身人工智能实验室） ； CUHK（香港中文大学） ； Hupan Lab（湖畔实验室） ； Alibaba Group（阿里巴巴集团） ； Ant Group（蚂蚁集团） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对机器人学习数据收集瓶颈，提出数字遥操作范式，用生成世界模型解耦数据收集与物理约束。以RynnWorld-Teleop系统实现，含多种技术，能实时生成，训练策略可零样本转移，还能增强数据集，是高保真可扩展数据引擎。

Comments Project Page: https://alibaba-damo-academy.github.io/RynnWorld-Teleop.github.io, Github: https://github.com/alibaba-damo-academy/RynnWorld-Teleop

On the Approximation of Optimal Control in Regime-Switching Diffusions

关于状态切换扩散中最优控制的逼近

Somnath Pradhan, Dinesh Rathia

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究状态切换扩散中最优控制策略的逼近与简化问题，利用方程正则性、策略密度结果等，构建Euler - Maruyama逼近和有限状态逼近，证明相关收敛性，为该类控制问题提供系统逼近框架及数值实现依据。

Circuit Depth Reduction of One-Ancilla Quantum Differential Equation Solver via Extrapolation

通过外推法降低单辅助量子微分方程求解器的电路深度

Di Fang, Justin Park

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究如何降低单辅助量子微分方程求解器的电路深度，通过结合求解器与经典步长后处理，在对数数量的有限时间步长上运行求解器并利用经典后处理消除误差，将最大单次运行电路深度降至\(O(\mathrm{polylog}(1/\epsilon))\)，数值实验验证了方法有效性。

Decay of solutions and bilinear control to trajectories of a 1D degenerate parabolic system

一维退化抛物型系统解的衰减及轨迹的双线性控制

Alfredo S. Gamboa, André Da Rocha Lopes, Luis P. Yapu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究一类含弱退化扩散系数的一维非线性抛物型系统，通过反应项系数控制，利用局部反演方法结合先验估计，分析其解的衰减及轨迹可控性。

Stationary Mean-Field Games of Singular Control under Knightian Uncertainty

奈特不确定性下奇异控制的平稳平均场博弈

Giorgio Ferrari, Ioannis Tzouanas

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究奈特不确定性下奇异控制的平稳平均场博弈，主体通过单边奇异随机控制调整动力学以最大化奖励，利用构造性方法证明平稳平均场均衡的存在唯一性，并给出数值基准及分析不确定性对均衡的影响。

AMRM-Pure: Semantic-Preserving Adversarial Purification

AMRM-Pure：语义保留对抗净化

Zhihao Dou, Zhiqiang Gao, Dongfei Cui, Weida Wang, Qinjian Zhao, Dinggen Zhang, Jun Yan, Zeke Xie, Shufei Zhang

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究从保留图像块语义关系角度探索对抗净化，用注意力掩码重建模型（AMRM），提出AMRM-Pure框架，通过保留块级语义去噪对抗输入，经分类损失微调增强鲁棒性，实验验证方法有效性。

Comments AISTATS 2026

Biological Motifs for Agentic Control

用于智能体控制的生物基序

Bogdan Banu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究大语言模型向自主智能体转变带来的可靠性等挑战，通过基因调控网络与智能体软件系统的类型化接口对应，映射生物基序到软件设计模式，给出智能体操作数等核心贡献并具实践可行性。

Comments 80 pages. Preprint; feedback welcome