University of Cambridge（剑桥大学）

Tessellation GS: Neural Mesh Gaussians for Robust Monocular Reconstruction of Dynamic Objects

Tessellation GS：基于神经网格高斯的鲁棒单目动态物体重建

Shuohan Tao, Boyao Zhou, Hanzhang Tu, Yuwang Wang, Yebin Liu

机构 * University of Cambridge（剑桥大学） ； Tsinghua University（清华大学） 纠错

AI总结 Tessellation GS通过基于网格面的神经高斯方法实现单目动态物体的鲁棒重建，显著提升了稀疏视角和动态场景下的重建性能。

Multi-Scale Protein Structure Modelling with Geometric Graph U-Nets

多尺度蛋白质结构建模与几何图U-网络

Chang Liu, Vivian Li, Linus Leong, Vladimir Radenkovic, Pietro Liò, Chaitanya K. Joshi

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 本文提出几何图U-网络，通过递归粗化和细化蛋白质图，实现多尺度结构建模，显著提升蛋白质折叠分类性能。

Comments Presented at Machine Learning in Structural Biology, 2025. Open-source code: https://github.com/VirtualProteins/GNN_UNet

Collaborative Drill Alignment in Surgical Robotics

手术机器人中的协作钻具对准

Daniel Larby, Joshua Kershaw, Matthew Allen, Fulvio Forni

机构 * University of Cambridge（剑桥大学） ； Control Lab, Department of Engineering（工程系控制实验室） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； Department of Veterinary Medicine, University of Cambridge（剑桥大学兽医学系） 纠错

AI总结 本文提出了一种手术机器人系统，通过虚拟钻具引导和非线性弹簧控制，提升手术精度与角定位准确性。

Comments 14 pages, 12 figures, accepted to IEEE Transactions on Control Systems Technology

Optimal Virtual Model Control for Robotics: Design and Tuning of Passivity-Based Controllers

机器人最优虚拟模型控制：基于被动性的控制器设计与调优

Daniel Larby, Fulvio Forni

机构 * Department of Engineering, University of Cambridge（工程系，剑桥大学） ； Swan Endosurgical（斯旺内视手术公司） 纠错

AI总结 本文提出了一种基于被动性的机器人控制方法，通过虚拟机制设计和算法微分优化，实现稳定性和性能的双重保障。

Comments 16 pages, 19 figures