University of California, Berkeley（加州大学伯克利分校）

YOR: Your Own Mobile Manipulator for Generalizable Robotics

YOR：您自己的通用机器人移动机械臂

Manan H Anjaria, Mehmet Enes Erciyes, Vedant Ghatnekar, Neha Navarkar, Haritheja Etukuru, Xiaole Jiang, Kanad Patel, Dhawal Kabra, Nicholas Wojno, Radhika Ajay Prayage, Soumith Chintala, Lerrel Pinto, Nur Muhammad Mahi Shafiullah, Zichen Jeff Cui

机构 * New York University（纽约大学） ； University of California, Berkeley（加州大学伯克利分校） ； City University of New York（纽约城市大学） 纠错

AI总结 YOR是一款低成本、模块化的移动机械臂，通过集成 omnidirectional 基底、可伸缩垂直提升装置和双臂夹具，实现全身移动和操作，为移动操作研究提供经济高效的解决方案。

Highly Adaptive Principal Component Regression

高适应性主成分回归

Mingxun Wang, Alejandro Schuler, Mark van der Laan, Carlos García Meixide

机构 * University of California, Berkeley（加州大学伯克利分校） ； ICMAT, National Research Council of Spain（西班牙国家研究 council 的 ICMAT） 纠错

AI总结 本文提出基于主成分的高适应性Lasso和Ridge方法，通过维度缩减提升计算效率并匹配HAL和HAR的性能，揭示主成分与正弦基的谱联系。

Constructing balanced datasets for predicting failure modes in structural systems under seismic hazards

构建用于预测地震危害下结构系统故障模式的平衡数据集

Jungho Kim, Taeyong Kim

机构 * Department of Civil and Environmental Engineering, University of California, Berkeley, United States（加州大学伯克利分校土木与环境工程系） ； Department of Civil Systems Engineering, Ajou University, Suwon, Republic of Korea（全州大学土木系统工程系） 纠错

AI总结 本文提出构建平衡数据集的框架，通过识别关键地面运动特征和自适应算法，提升地震失效模式预测的机器学习性能。

Journal ref Engineering Structures, Vol(346), 121637, 2026