Harvard University（哈佛大学）

Kinematic-Based Assessment of Surgical Actions in Microanastomosis

基于运动学的微血管吻合手术动作评估

Yan Meng, Daniel Donoho, Marcelle Altshuler, Omar Arnaout

机构 * Children’s National Hospital（儿童医院） ； Brigham and Women’s Hospital（布莱尔妇女医院） ； Harvard Medical School（哈佛医学院） 纠错

AI总结 本文提出了一种基于AI的自动化框架，用于评估微血管吻合术中的动作分割和性能，通过边缘计算平台实现高效、客观的手术技能评估。

A Unified Approach to Submodular Maximization Under Noise

在噪声下子模函数最大化的一种统一方法

Kshipra Bhawalkar, Yang Cai, Zhe Feng, Christopher Liaw, Tao Lin

机构 * Google Mountain View, CA（谷歌山景城） ； Yale University（耶鲁大学） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出了一种统一方法，在噪声环境下实现子模函数最大化，通过 meta 算法将稳健算法转换为噪声环境下的算法，获得不同约束下的近似结果。

Comments Accepted by NeurIPS 2025

Max-Entropy Reinforcement Learning with Flow Matching and A Case Study on LQR

最大熵强化学习与流匹配及LQR问题的案例研究

Yuyang Zhang, Yang Hu, Bo Dai, Na Li

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Harvard University（哈佛大学） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） 纠错

AI总结 本文提出了一种基于流模型的SAC变体，通过重要性采样流匹配技术提升策略更新效率，并在LQR问题中验证了其学习最优动作分布的能力。