MPA: Multimodal Prototype Augmentation for Few-Shot Learning
MPA: 多模态原型增强用于少样本学习
专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV
AI总结 MPA通过多模态原型增强方法，在少样本学习中实现更优性能，通过语义增强、多视图增强和不确定类吸收器提升模型表现。
Comments This paper has been accepted by AAAI 2026
AI 大模型
多模态大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
1. 其他多模态 11 篇
ADGaussian: Generalizable Gaussian Splatting for Autonomous Driving via Multi-modal Joint Learning
ADGaussian：通过多模态联合学习实现自动驾驶的通用高斯点云重建
机构 * School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（中国香港中文大学（深圳）科学与工程学院） ； Zhejiang University（浙江大学）
专题命中 其他多模态 ：multi-modal(title,abstract)；分类 cs.CV
AI总结 ADGaussian通过多模态联合学习实现自动驾驶场景的高斯点云重建，提升零样本泛化能力。
Comments The paper is accepted by ICRA 2026 and the project page can be found at https://maggiesong7.github.io/research/ADGaussian/
A Multimodal Conditional Mixture Model with Distribution-Level Physics Priors
具有分布级物理先验的多模态条件混合模型
专题命中 其他多模态 ：multimodal(title,abstract)
AI总结 本文提出了一种基于混合密度表示的物理信息多模态条件建模框架，通过组件特定的正则化项嵌入物理知识，以更简单和可解释的方式处理多模态性问题。
Multi-modal Gaussian Process Variational Autoencoders for Neural and Behavioral Data
多模态高斯过程变分自编码器用于神经和行为数据
机构 * Fordham University（福特汉姆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Icahn School of Medicine at Mount Sinai（Mount Sinai医学院） ； University of California, San Diego（加州大学圣地亚哥分校）
专题命中 其他多模态 ：multi-modal(title,abstract)
AI总结 本文提出多模态高斯过程变分自编码器，用于分析神经和行为数据的共享与独立潜在结构，提升数据重建和解释性。
Comments Updated version published in ICLR 2024
Journal ref In The Twelfth International Conference on Learning Representations. (2024)
Data-Efficient Hierarchical Goal-Conditioned Reinforcement Learning via Normalizing Flows
通过归一化流实现数据高效的分层目标条件强化学习
机构 * ArenaX Labs（ArenaX实验室）
专题命中 其他多模态 ：multimodal(abstract)；分类 cs.AI
AI总结 本文提出基于归一化流的分层隐式Q学习框架，通过提升策略表达能力与数据效率，实现更稳健的长周期任务学习。
Comments 9 pages, 3 figures, IEEE International Conference on Robotics and Automation 2026
Discrete Variational Autoencoding via Policy Search
通过策略搜索进行离散变分自编码
专题命中 其他多模态 ：multimodal(abstract)；分类 cs.AI
AI总结 本文提出了一种基于策略搜索的离散VAE训练框架，利用非参数编码器的自然梯度提升编码器性能，实现高效高维数据重建。
Proactive Local-Minima-Free Robot Navigation: Blending Motion Prediction with Safe Control
主动避障的机器人导航：融合运动预测与安全控制
机构 * Department of Mechanical Engineering and Applied Mechanics, University of Pennsylvania（机械工程与应用力学系，宾夕法尼亚大学） ； Department of Electrical Engineering, Chalmers University of Technology（电气工程系，查尔姆斯理工大学）
专题命中 其他多模态 ：multimodal(abstract)
AI总结 本文提出一种结合运动预测与安全控制的主动避障导航方法，通过在线学习屏障函数和自适应参数调节，提升机器人在复杂动态环境中的安全性和效率。
Comments Co-first authors: Yifan Xue and Ze Zhang; Accepted by IEEE RA-L 2026
Learning Mixture Density via Natural Gradient Expectation Maximization
通过自然梯度期望最大化学习混合密度
机构 * Faculty of Science and Technology, University of Macau（科技学院，澳门大学） ； University of Cambridge（剑桥大学）
专题命中 其他多模态 ：multimodal(abstract)
AI总结 本文提出nGEM方法，通过信息几何优化混合密度网络，实现更快的收敛速度和更高的效率。
Beyond Student: An Asymmetric Network for Neural Network Inheritance
超越学生：一种用于神经网络继承的非对称网络
机构 * Zhejiang University（浙江大学） ； Shanghai University of Finance and Economics（上海金融学院） ； Swansea University（斯旺西大学）
专题命中 其他多模态 ：multimodal(abstract)
AI总结 InherNet通过非对称低秩分解和SVD初始化，实现比传统学生网络更高效的神经网络继承，提升模型压缩性能。
When Handwriting Goes Social: Creativity, Anonymity, and Communication in Graphonymous Online Spaces
当手写变得社交：创造力、匿名性和在线空间中的交流
专题命中 其他多模态 ：multimodal(abstract)
AI总结 本研究探讨了Graphonymous Interaction在匿名协作环境中的创造力和社交交流，通过分析手写和绘画的互动方式，揭示了其在促进艺术表达和社交连接方面的独特作用。
Comments Accepted for presentation at CHI 2026 in Barcelona (ACM CHI Conference on Human Factors in Computing Systems)
Modewise Additive Factor Model for Matrix Time Series
模式加性因子模型用于矩阵时间序列
专题命中 其他多模态 ：cross-modal(abstract)
AI总结 本文提出了一种用于矩阵时间序列的模式加性因子模型，通过加性结构捕捉行和列特定的潜在效应，并采用两阶段估计方法实现高效估计。
