University of Toronto（多伦多大学）

Ultra-wideband Time Difference of Arrival Indoor Localization: From Sensor Placement to System Evaluation

超宽频时间到达室内定位：从传感器布置到系统评估

Wenda Zhao, Abhishek Goudar, Mingliang Tang, Angela P. Schoellig

机构 * University of Toronto（多伦多大学） ； University of California Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出从系统级视角构建UWB TDOA定位系统，通过现实实验验证其精度和鲁棒性，提供传感器布置优化和实际部署的完整流程。

The Impact of Class Uncertainty Propagation in Perception-Based Motion Planning

感知驱动运动规划中类不确定性传播的影响

Jibran Iqbal Shah, Andrei Ivanovic, Kelly Zhu, Masha Itkina, Rowan McAllister, Igor Gilitschenski, Florian Shkurti

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Toyota Research Institute（丰田研究院） 纠错

AI总结 本文研究了感知驱动运动规划中不确定性传播对性能的影响，通过比较不同校准方法在复杂场景中的表现，验证了上游不确定性传播的优越性。

Comments 8 pages, 10 figures. Code and results available at: https://github.com/aivanovic1/uncertainty-trajectron

Transforming GenAI Policy to Prompting Instruction: An RCT of Scalable Prompting Interventions in a CS1 Course

将生成式AI政策转化为提示指令：一项在CS1课程中可扩展的提示干预随机对照试验

Ruiwei Xiao, Runlong Ye, Xinying Hou, Jessica Wen, Harsh Kumar, Michael Liut, John Stamper

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； University of Toronto Mississauga（多伦多大学滑铁卢分校） 纠错

AI总结 本研究通过随机对照试验验证了基于ICAP框架的提示干预在提升学生提示技能和考试成绩方面的有效性，为生成式AI教育政策的改进提供了理论和实践指导。

Comments 11 pages, 3 figures

Cocoa: Co-Planning and Co-Execution with AI Agents

Cocoa：基于AI代理的协同规划与协同执行

K. J. Kevin Feng, Kevin Pu, Matt Latzke, Tal August, Pao Siangliulue, Jonathan Bragg, Daniel S. Weld, Amy X. Zhang, Joseph Chee Chang

机构 * University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； Allen Institute for AI（人工智能研究院） 纠错

AI总结 Cocoa通过协同规划与执行机制，提升人机协作灵活性，支持复杂研究任务的自主可控与高效执行。

Comments CHI 2026 paper