University of Maryland, College Park（马里兰大学帕克分校）

Rotated Lights for Consistent and Efficient 2D Gaussians Inverse Rendering

旋转灯光用于一致且高效的2D高斯逆渲染

Geng Lin, Matthias Zwicker

机构 * University of Maryland, College Park（马里兰大学College Park分校） 纠错

AI总结 RotLight通过旋转物体减少逆渲染中的模糊性，结合代理网格提升全局光照处理，实现更准确的albedo估计。

Comments Project Page: https://rotlight-ir.github.io/

MomaGraph: State-Aware Unified Scene Graphs with Vision-Language Model for Embodied Task Planning

MomaGraph: 体感任务规划中的状态感知统一场景图

Yuanchen Ju, Yongyuan Liang, Yen-Jen Wang, Nandiraju Gireesh, Yuanliang Ju, Seungjae Lee, Qiao Gu, Elvis Hsieh, Furong Huang, Koushil Sreenath

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Toronto（多伦多大学） 纠错

AI总结 MomaGraph通过统一场景图与强化学习模型，实现家庭环境中体感任务规划的高效任务规划与场景理解。

Comments 25 pages, 10 figures. Project page:https://hybridrobotics.github.io/MomaGraph/

Regret Analysis of Unichain Average Reward Constrained MDPs with General Parameterization

单链假设下具有通用参数化的无限时间平均奖励约束MDP的遗憾分析

Anirudh Satheesh, Vaneet Aggarwal

机构 * University of Maryland College Park（马里兰大学学院市分校） ； Purdue University West Lafayette（普渡大学西拉法叶分校） 纠错

AI总结 本文提出了一种基于对偶的自然策略-批评算法，解决了单链假设下具有通用参数化的无限时间平均奖励约束MDP的遗憾问题，实现了有限时间遗憾和约束违反的最优界。

MAFE: Enabling Equitable Algorithm Design in Multi-Agent Multi-Stage Decision-Making Systems

MAFE：在多智能体多阶段决策系统中实现公平算法设计

Zachary McBride Lazri, Anirudh Nakra, Ivan Brugere, Danial Dervovic, Antigoni Polychroniadou, Furong Huang, Dana Dachman-Soled, Min Wu

机构 * University of Maryland, College Park, MD 20742（马里兰大学College Park分校） ； J.P. Morgan AI Research, New York, NY, 10017（摩根大通人工智能研究） 纠错

AI总结 MAFE通过模拟多智能体多阶段决策系统，促进公平算法设计，揭示公平性、性能与协调之间的权衡。