University of California, San Diego（加州大学圣迭戈分校）

Spiking Neural Networks for Energy-Efficient Object Detection in Forward-Looking Sonar Imagery

用于前视声呐图像中节能目标检测的脉冲神经网络

Gwenevere Frank, Gert Cauwenberghs

机构 * University of California San Diego（加利福尼亚大学圣地亚哥分校） 纠错

AI总结 本研究针对前视声呐图像目标检测，提出全脉冲网络SpikeYOLO，在三类FLS数据集上对比基准模型，实现更低能耗、相当或更优精度及抗噪性，适配AUV节能需求。

GenCoord: Skill-Path Commitments under Private Information

Peng He, Junning Zhu, Haohan Yuan, Jianpeng Liang

机构 * Tsinghua University（清华大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； University of California San Diego（加利福尼亚大学圣迭戈分校） 纠错

Comments 25 pages, 10 figures, and 23 tables, including supplementary material. Peng He and Junning Zhu contributed equally. Paper source and compact evidence: this https URL (https://github.com/JulianZJN/GenCoord)

MusPyExpress: Extending MusPy with Enhanced Expression Text Support

MusPyExpress：为MusPy扩展增强的表情文本支持功能

Phillip Long, Hao-Wen Dong, Julian McAuley, Zachary Novack

机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

AI总结 该研究提出MusPyExpress扩展MusPy库，支持提取表情文本，解析PDMX数据集展示相关数据丰富性，并开展三类利用该信息的生成任务以推动符号音乐建模。

Comments Accepted at NeurIPS 2025 Workshop on AI for Music: Where Creativity Meets Computation; 10 pages, 6 figures

$ϕ$-Scene: Physically Grounded Image-to-3D Scene Reconstruction

$\phi$-Scene: 物理驱动的图像到3D场景重建

Haodong Li, Lulu Shao, Haolin Lu, Yu Fu, Yen-Ru Chen, Seemandhar Jain, Manmohan Chandraker

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 提出$\phi$-Scene方法，将单图像3D场景重建视为拓扑驱动的物理组装过程，通过SDF优化和刚体仿真解决穿透与不稳定接触问题，在3D-Front数据集上取得最优性能。

Comments Project page: this https URL (https://phi-scene.github.io/)

LangDriveCTRL: Natural Language Controllable Driving Scene Editing with Multi-modal Agents

LangDriveCTRL: 通过多模态代理实现自然语言可控的驾驶场景编辑

Yun He, Francesco Pittaluga, Ziyu Jiang, Matthias Zwicker, Manmohan Chandraker, Zaid Tasneem

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校） 纠错

AI总结 LangDriveCTRL通过多模态代理实现驾驶视频的自然语言可控编辑，生成多样化的交通场景，提升真实感和交通场景的真实性。

Comments Accepted by ECCV 2026. Project Page: this https URL (https://yunhe24.github.io/langdrivectrl/)

MADR: MPC-guided Adversarial DeepReach

MADR：MPC引导的对抗性深度可达性分析

Ryan Teoh, Sander Tonkens, William Sharpless, Aijia Yang, Zeyuan Feng, Somil Bansal, Sylvia Herbert

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； Stanford University（斯坦福大学） 纠错

AI总结 本研究提出MADR框架，用于鲁棒近似两人零和微分博弈值函数，通过结合MPC引导与对抗性深度可达性分析，在高维机器人仿真及硬件测试中优于现有基线方法。

Comments 8 pages, IEEE International Conference on Robotics and Automation (ICRA), 2026