高校专区
用于水下机器人生物启发式流体动力感知的光纤布拉格光栅触须
机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
AI总结 受港海豹触须流体感知能力启发，研发光纤布拉格光栅触须并验证其可辅助水下机器人仅通过触须信号区分直行与转弯，正确率达85%，为水下机器人流体感知提供新方案。
Comments 13 pages, 8 figures
GaussianWAM：将三维高斯场的几何与语义知识蒸馏至世界-动作模型
机构 * Tuojing Intelligence（拓境智能） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Simple AI（简智人工智能） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； The University of Hong Kong（香港大学）
AI总结 GaussianWAM是训练时的表征增强框架，通过三维高斯场蒸馏几何与语义监督，在LIBERO-Plus等任务上显著提升了WAM类模型的机器人操作性能，且不改变部署架构。
Comments 13 pages, 5 figures
结合可验证奖励的在线蒸馏
机构 * LeapLab, Tsinghua University（清华大学LeapLab） ； Beihang University（北京航空航天大学） ； SMS, Peking University（北京大学SMS） ； NLPLab, Tsinghua University（清华大学NLPLab）
AI总结 本研究提出OPDVR方法，无缝结合OPD与RLVR且不增加超参数，经六个推理基准实验验证其性能优于标准OPD。
TurboT2VA：基于分数正则化一致性蒸馏的快速大规模文本-视频-音频生成
机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Tsinghua University（清华大学） ； Qingdao University（青岛大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出TurboT2VA框架，通过多模态归一化与渐进式课程方案，在保持音视频生成质量的同时，大幅加速190亿参数联合T2VA模型的推理，在不同分辨率下实现最高54.67倍的生成器加速。
Parason：揭示大语言模型推理中的子任务并行与试错并行
机构 * Tsinghua University（清华大学） ； NVIDIA（英伟达） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 Parason揭示LLM推理的子任务与试错并行，用上下文无关文法转换轨迹，经PA-GRPO训练，在数学基准上实现约1.7倍加速且保持竞争力。
熵的测量位置很重要：有界连续控制PPO中的策略几何
机构 * Lancaster University（兰卡斯特大学） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学）
AI总结 该研究发现熵的测量位置会影响PPO学习的有界连续控制策略几何，通过MyoLeg、Dog-Stand任务实验，表明熵测量空间是均值-方差耦合的设计选择，仅任务回报无法表征有界策略几何。
Comments 24 pages, 6 figures, 8 tables
NeuralParker：面向不规则停车环境的强化学习规划器
机构 * Tsinghua University（清华大学） ； Central University of Finance and Economics（中央财经大学） ； Meituan（美团）
AI总结 NeuralParker是面向不规则泊车环境的强化学习混合规划器，采用目标相对全局表示与终端集成器，在基准测试及实车验证中均优于基线，规划成功率与轨迹质量更优。
面向电动汽车充电负荷的行为引导型在线概率预测方法
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Intelligent Transportation Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）智能交通学域）
AI总结 针对电动汽车充电负荷的行为异质性与时间变异性挑战，提出行为引导型在线概率预测框架，经10个真实充电站实验，其在1小时、4小时预测中均显著优于基线方法，实现稳定性能提升。
Comments Submitted to IEEE
密集受限环境下机器人牙齿预备的覆盖规划
机构 * Tsinghua University（清华大学） ； ETH Zürich（苏黎世联邦理工学院） ； Tsingscribe Medical Ltd.（清scribe医疗有限公司） ； Peking University School and Hospital of Stomatology（北京大学口腔医学院） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
AI总结 本文提出一种用于自主全冠牙齿预备的机器人系统，通过感知解剖结构的刀具路径规划算法和面向间隙的末端执行器偏航角分配策略，实现精准牙面铣削，平均几何偏差0.117mm，经仿真和头模实验验证其可行性与有效性。
超越置信度：基于检索 grounding 的多轮搜索智能体测试时缩放
机构 * University of Southern California（南加州大学） ； Pohang University of Science and Technology (POSTECH)（浦项科技大学） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 针对多轮搜索智能体中基于置信度投票因复制膨胀失效的问题，提出检索接地投票（RGV）方法，在四个基准和五个 LLM 上性能优于基线，准确率最高提升 5.4%
Comments Accepted to EMNLP 2026 Findings
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈