Cornell University（康奈尔大学）

TransMASK: Masked State Representation through Learned Transformation

TransMASK: 通过学习变换实现状态表示的掩码

Sagar Parekh, Preston Culbertson, Dylan P. Losey

机构 * Mechanical Engineering Department, Virginia Tech（弗吉尼亚理工大学机械工程系） ； Computer Science Department, Cornell University（康奈尔大学计算机科学系） 纠错

AI总结 TransMASK通过学习变换实现状态表示的掩码，提升机器人在不同环境中的泛化能力。

RFM-HRI : A Multimodal Dataset of Medical Robot Failure, User Reaction and Recovery Preferences for Item Retrieval Tasks

RFM-HRI : 一项医疗机器人故障、用户反应和恢复偏好的多模态数据集用于物品检索任务

Yashika Batra, Giuliano Pioldi, Promise Ekpo, Arman Sayatqyzy, Purnjay Maruur, Shalom Otieno, Kevin Ching, Angelique Taylor

机构 * Cornell University, Cornell Tech（康奈尔大学，康奈尔科技） 纠错

AI总结 RFM-HRI数据集通过多模态数据研究医疗机器人故障下的用户反应与恢复偏好，揭示故障对情感和控制的影响，并为安全关键场景的故障恢复提供基础。

Why Human Guidance Matters in Collaborative Vibe Coding

为何人类指导在协作式节奏编码中至关重要

Haoyu Hu, Raja Marjieh, Katherine M Collins, Chenyi Li, Thomas L. Griffiths, Ilia Sucholutsky, Nori Jacoby

机构 * Cornell University（康奈尔大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Cambridge（剑桥大学） ； New York University（纽约大学） 纠错

AI总结 本研究通过实验表明，人类在协作式节奏编码中提供有效高层指令，而AI指令常导致性能下降，混合系统在人类主导指令时表现最佳，强调人类指导的重要性。