Technion - Israel Institute of Technology（以色列理工学院）

Keyframe-Based Feed-Forward Visual Odometry

基于关键帧的前馈视觉里程计

Weichen Dai, Wenhan Su, Da Kong, Yuhang Ming, Wanzeng Kong

机构 * Key Laboratory of Brain Machine Collaborative Intelligence of Zhejiang Province, School of Computer Science, Hangzhou Dianzi University（浙江省脑机协同智能重点实验室，计算机科学学院，杭州电子大学） ； Technion Autonomous Systems Program, Technion - Israel Institute of Technology（技术ion自主系统计划，技术ion-以色列理工学院） 纠错

AI总结 本文提出基于关键帧的前馈视觉里程计方法，通过强化学习自适应选择关键帧，提升视觉里程计的性能。

YOLO Meets Mixture-of-Experts: Adaptive Expert Routing for Robust Object Detection

YOLO 遇见专家混合模型：面向鲁棒目标检测的自适应专家路由

Ori Meiraz, Sharon Shalev, Avishai Weizman

机构 * Faculty of Data and Decision Sciences Technion, Israel Institute of Technology（技术学院数据与决策科学系，以色列技术学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Ben-Gurion University of the Negev（内盖夫本·古里安大学） 纠错

AI总结 本文提出基于 YOLOv9-T 的专家混合模型，通过自适应路由提升目标检测的鲁棒性和性能指标。

Comments 1 figure, 1 table, Accepted to ICSEE 2026

Representation-Driven Reinforcement Learning

基于表示的强化学习

Ofir Nabati, Guy Tennenholtz, Shie Mannor

机构 * Department of Electrical-Engineering, Technion Institute of Technology, Israel（电气工程系，技术学院技术研究所，以色列） ； Nvidia Research（Nvidia研究） ； Technion (currently at Google Research)（技术学院（目前在谷歌研究）） 纠错

AI总结 本文提出了一种基于表示的强化学习框架，通过将策略表示为预期值的估计，利用上下文老虎机技术提升探索与利用效率，显著改进了传统方法的性能。

Comments Accepted to ICML 2023