ETH Zurich（苏黎世联邦理工学院）

Learning Generalizable Hand-Object Tracking from Synthetic Demonstrations

从合成演示中学习通用的手-物体跟踪

Yinhuai Wang, Runyi Yu, Hok Wai Tsui, Xiaoyi Lin, Hui Zhang, Qihan Zhao, Ke Fan, Miao Li, Jie Song, Jingbo Wang, Qifeng Chen, Ping Tan

机构 * Wuhan University（武汉大学） ； ETH Zurich（苏黎世联邦理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

AI总结 本文提出了一种从合成数据中学习通用手-物体跟踪控制器的方法，通过HOP和HOT实现从合成到物理的迁移，展示了在复杂任务中的有效性。

Chorus: Multi-Teacher Pretraining for Holistic 3D Gaussian Scene Encoding

Chorus：多教师预训练用于整体3D高斯场景编码

Yue Li, Qi Ma, Runyi Yang, Mengjiao Ma, Bin Ren, Nikola Popovic, Nicu Sebe, Theo Gevers, Luc Van Gool, Danda Pani Paudel, Martin R. Oswald

机构 * University of Amsterdam（阿姆斯特丹大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Trento（特伦托大学） 纠错

AI总结 Chorus通过多教师预训练方法，实现对3D高斯场景的高效编码，提升多任务表现并实现数据高效监督。

Multi-modal On-Device Learning for Monocular Depth Estimation on Ultra-low-power MCUs

多模态设备端学习用于超低功耗MCU上的单目深度估计

Davide Nadalini, Manuele Rusci, Elia Cereda, Luca Benini, Francesco Conti, Daniele Palossi

机构 * Department of Electrical, Electronic, and Information Engineering (DEI), University of Bologna（电气电子与信息工程系，博洛尼亚大学） ； Department of Control and Computer Engineering (DAUIN), Politecnico di Torino（控制与计算机工程系，托斯卡纳理工学院） ； Department of Electrical Engineering (ESAT) at KU Leuven（根特大学电子工程系） ； Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（达勒莫人工智能研究所（IDSIA），USI-SUPSI） ； Department of Information Technology and Electrical Engineering (D-ITET), ETH Zurich（信息科技与电气工程系，苏黎世联邦理工学院） ； Integrated Systems Laboratory, ETH Zurich（集成系统实验室，苏黎世联邦理工学院） 纠错

AI总结 本研究提出了一种多模态设备端学习技术，用于在超低功耗MCU上实现单目深度估计，通过减少内存消耗和优化训练过程，显著提升精度和效率。

Comments 14 pages, 9 figures, 3 tables. Associated open-source release available at: https://github.com/idsia-robotics/ultralow-power-monocular-depth-ondevice-learning

Event Spectroscopy: Event-based Multispectral and Depth Sensing using Structured Light

事件光谱：基于事件的多光谱和深度感知使用结构光

Christian Geckeler, Niklas Neugebauer, Manasi Muglikar, Davide Scaramuzza, Stefano Mintchev

机构 * Environmental Robotics Laboratory, Dep. of Environmental Systems Science, ETH Zurich（环境机器人实验室，环境系统科学系，苏黎世联邦理工学院） ； Swiss Federal Institute for Forest, Snow and Landscape Research (WSL)（瑞士森林、雪和景观研究联邦研究所） ； Robotics and Perception Group, University of Zurich（机器人与感知小组，苏黎世大学） 纠错

AI总结 本研究提出了一种基于事件的多光谱和深度感知系统，利用结构光实现高分辨率、低延迟的深度重建和多光谱成像，在森林环境中提升UAV的感知与数据收集能力。

Comments This work has been accepted for publication in IEEE Robotics and Automation Letters

Conscious Data Contribution via Community-Driven Chain-of-Thought Distillation

通过社区驱动的推理链蒸馏实现意识数据贡献

Lena Libon, Meghana Bhange, Rushabh Solanki, Elliot Creager, Ulrich Aïvodji

机构 * ETH Zurich（苏黎世联邦理工学院） ； ÉTS Montréal, Mila（蒙特利尔ÉTS, Mila） ； University of Waterloo, Vector Institute（多伦多大学, 向量研究所） 纠错

AI总结 本文提出通过社区驱动的推理链蒸馏方法，使低效用社区能生成更符合自身目标的替代模型，提升数据可移植性和用户自主性。

Design and Integration of Thermal and Vibrotactile Feedback for Lifelike Touch in Social Robots

社交机器人中热感与振动触觉反馈的设计与集成

Jacqueline Borgstedt, Jake Bhattacharyya, Matteo Iovino, Frank E. Pollick, Stephen Brewster

机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Glasgow（格拉斯哥大学） 纠错

AI总结 本文提出了一种集成热能和振动触觉反馈的多模态触觉原型，用于增强社交机器人的情感互动能力，通过模拟生物生理信号提升拟人化触觉体验。