ETH Zurich（苏黎世联邦理工学院）

Learning Stack-of-Tasks Management for Redundant Robots

为冗余机器人学习任务堆栈管理

Alessandro Adami, Aris Synodinos, Matteo Iovino, Ruggero Carli, Pietro Falco

机构 * University of Padova, Dept. of Information Engineering（帕多瓦大学信息工程系） ； ABB Corporate Research（ABB企业研究） ； Mobile Robotics Lab, ETH Zürich（苏黎世联邦理工学院移动机器人实验室） ； Polytechnic of Bari Dept. of Electrical and Information Engineering（巴里理工学院电气与信息工程系） 纠错

AI总结 本文提出了一种自动学习冗余机器人任务堆栈控制器的方法，通过优化用户定义的成本函数实现任务优先级和控制参数的自适应调整，确保在真实机器人上安全精确的运动表现。

FrontierMath: A Benchmark for Evaluating Advanced Mathematical Reasoning in AI

FrontierMath: 一个评估人工智能高级数学推理能力的基准

Elliot Glazer, Ege Erdil, Tamay Besiroglu, Diego Chicharro, Evan Chen, Alex Gunning, Caroline Falkman Olsson, Jean-Stanislas Denain, Anson Ho, Emily de Oliveira Santos, Olli Järviniemi, Matthew Barnett, Robert Sandler, Matej Vrzala, Jaime Sevilla, Qiuyu Ren, Elizabeth Pratt, Lionel Levine, Grant Barkley, Natalie Stewart, Bogdan Grechuk, Tetiana Grechuk, Shreepranav Varma Enugandla, Mark Wildon

机构 * Epoch AI ； University of Leicester（利兹大学） ； RWTH Aachen University（亚琛工业大学） ； King’s College London（伦敦大学国王学院） ； University of Bristol（布里斯托大学） ； Iowa State University（爱荷华州立大学） ； MIT（麻省理工学院） ； University of North Carolina（北卡罗来纳大学） ； CNRS - Université Paris-Saclay（法国国家科学研究中心-巴黎-萨克雷大学） ； University of Siegen（锡根大学） ； Knox College at Charlotte（夏洛特克恩学院） ； James Madison University（詹姆斯麦迪逊大学） ； ICMC, USP（巴西圣保罗大学ICMC分校） ； Masaryk University（马萨里克大学） ； UC Berkeley（伯克利加州大学） ； Cornell University（康奈尔大学） ； Rutgers University（罗格斯大学） ； Harvard University（哈佛大学） ； ETH Zurich（苏黎世联邦理工学院） ； Independent（独立研究者） 纠错

AI总结 FrontierMath是一个由专家数学家设计的数学问题基准，用于评估AI在高级数学推理能力上的表现，揭示了当前AI与数学界能力之间的显著差距。

TropNNC: Structured Neural Network Compression Using Tropical Geometry

基于热带几何的结构神经网络压缩：TropNNC

Konstantinos Fotopoulos, Petros Maragos, Panagiotis Misiakos

机构 * School of ECE, National Technical University of Athens（希腊国家技术大学电子工程学院） ； Robotics Institute, Athena Research Center（阿提卡研究中心机器人研究所） ； HERON - Hellenic Robotics Center of Excellence（希腊机器人 excellence 中心） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） 纠错

AI总结 TropNNC通过热带几何方法实现神经网络压缩，首次应用于卷积层并达到理论最优压缩界，无需训练数据即可在多个数据集上取得优异性能。

Comments v3: restructured the paper, formalized some heuristic improvements to the algorithm, and added acknowledgments

Boosted Control Functions: Distribution generalization and invariance in confounded models

增强控制函数：在混杂模型中的分布泛化和不变性

Nicola Gnecco, Jonas Peters, Sebastian Engelke, Niklas Pfister

机构 * University of Copenhagen（哥本哈根大学） ； Imperial College London（伦敦帝国学院） ； ETH Zürich（苏黎世联邦理工学院） ； University of Geneva（日内瓦大学） 纠错

AI总结 本文提出增强控制函数（BCF）以实现分布变化下的预测鲁棒性，通过强不变性概念和ControlTwicing算法提升模型泛化能力。