Georgia Institute of Technology（佐治亚理工学院）

Generalizable Domain Adaptation for Sim-and-Real Policy Co-Training

可泛化领域适应的仿真与现实策略协同训练

Shuo Cheng, Liqian Ma, Zhenyang Chen, Ajay Mandlekar, Caelan Garrett, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA Corporation（英伟达公司） 纠错

AI总结 本文提出一种仿真与现实协同训练框架，通过学习领域不变的特征空间，利用仿真数据提升现实世界操作策略的泛化能力，实现实验成功率提升30%。

Comments Accepted to NeurIPS 2025

Fetal Sleep: A Cross-Species Review of Physiology, Measurement, and Classification

胎儿睡眠：跨物种的生理、测量与分类综述

Weitao Tang, Johann Vargas-Calixto, Nasim Katebi, Robert Galinsky, Gari D. Clifford, Faezeh Marzbanrad

机构 * Department of Electrical and Computer Systems Engineering, Monash University（墨尔本大学电气与计算机系统工程系） ； Department of Biomedical Informatics, Emory University（埃默里大学生物医学信息学系） ； Ritchie Centre, Hudson Institute of Medical Research, and the Department of Obstetrics and Gynaecology, Monash University（霍普金斯医学研究所以及墨尔本大学妇产科系） ； Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） 纠错

AI总结 本研究综述了胎儿睡眠的跨物种生理、测量与分类，指出其周期性变化与神经发育的关系，并强调开发非侵入性监测技术以早期检测神经损伤的重要性。

Comments Accepted for publication in Sleep. 56 pages, 3 figures, 7 tables

Journal ref Sleep, 2026, zsag003