Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning
反事实VLA：具有自反思能力的视觉-语言-动作模型与自适应推理
机构 * NVIDIA ； UCLA（加州大学洛杉矶分校） ； Stanford University（斯坦福大学）
AI总结 CF-VLA通过自反思机制提升自动驾驶轨迹精度与安全性，实现自适应推理与因果修正。
高校专区
University of California, Los Angeles（加州大学洛杉矶分校）
Geometric Multi-Session Map Merging with Learned Local Descriptors
几何多会话地图融合与学习局部描述符
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； DEVCOM Army Research Laboratory (ARL)（国防部陆军研究实验室（ARL））
AI总结 本文提出GMLD框架，通过学习局部描述符实现大规模多会话点云地图融合，提升地图对齐的准确性和鲁棒性。
New Insights into Cascaded Geometric Flight Control: From Performance Guarantees to Practical Pitfalls
cascaded geometric flight control 的新见解：从性能保证到实际陷阱
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出了一种新的稳定性证明，揭示了级联几何控制在跟踪时变位置轨迹时的理论可能性及实际应用中的问题。
Comments V1
New affine invariant ensemble samplers and their dimensional scaling
新的仿射不变集合采样器及其维度缩放
机构 * Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系）
AI总结 本文提出新的仿射不变集合采样器，通过改进提议方向和利用反称预条件，提升高维和各向异性分布的采样效率。
Comments Any feedback welcome!
SoundnessBench: A Soundness Benchmark for Neural Network Verifiers
SoundnessBench: 一种用于神经网络验证器的声学基准
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Duke University（杜克大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, Riverside（加州大学河滨分校）
AI总结 SoundnessBench通过构建包含隐藏反例的基准，用于评估神经网络验证器的正确性。
Comments TMLR (December 2025)
