Johns Hopkins University（约翰斯·霍普金斯大学）

Dual-Path Region-Guided Attention Network for Ground Reaction Force and Moment Regression

双路径区域引导注意力网络用于地面反作用力和力矩回归

Xuan Li, Samuel Bello

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出双路径区域引导注意力网络，通过整合空间和时间先验，实现对地面反作用力和力矩的高精度回归。

dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning

dVLM-AD：通过可控推理增强扩散视觉语言模型以实现驾驶

Yingzi Ma, Yulong Cao, Wenhao Ding, Shuibai Zhang, Yan Wang, Boris Ivanovic, Ming Jiang, Marco Pavone, Chaowei Xiao

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 dVLM-AD通过可控推理提升扩散视觉语言模型，实现更一致的驾驶推理与规划性能。

Network of Theseus (like the ship)

忒修斯之船网络（类似忒修斯之船）

Vighnesh Subramaniam, Colin Conwell, Boris Katz, Andrei Barbu, Brian Cheung

机构 * MIT CSAIL, CBMM（麻省理工学院计算机科学与人工智能实验室，CBMM） ； Department of Cognitive Science, Johns Hopkins University（约翰霍普金斯大学认知科学系） 纠错

AI总结 忒修斯之船网络（NoT）通过解耦优化与部署，实现训练架构到目标架构的逐步转换，保留性能并拓展推理架构的可能性。

Comments Preprint. 24 pages, 9 figures, 8 tables