University of Texas at Austin（得克萨斯大学奥斯汀分校）

Bayesian Inverse Games with High-Dimensional Multi-Modal Observations

高维多模态观测下的贝叶斯逆游戏

Yash Jain, Xinjie Liu, Lasse Peters, David Fridovich-Keil, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Delft University of Technology（代尔夫特理工大学） ； Sunrise Setting Ltd ； SAGE Publications Ltd（SAGE出版社有限公司） 纠错

AI总结 本文提出了一种基于贝叶斯推断的逆博弈框架，利用多模态观测数据实时生成隐藏智能体目标的后验分布，提升推断质量并实现更安全的决策。

SV-GS: Sparse View 4D Reconstruction with Skeleton-Driven Gaussian Splatting

SV-GS: 基于骨骼驱动的稀疏视图4D重建

Jun-Jee Chao, Volkan Isler

机构 * University of Minnesota（明尼苏达大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 SV-GS通过骨骼驱动的变形场，在稀疏观测下实现动态目标的4D重建，提升了在现实场景中的应用可行性。

Compressed Map Priors for 3D Perception

压缩地图先验用于3D感知

Brady Zhou, Philipp Krähenbühl

机构 * UT Austin（得克萨斯大学） 纠错

AI总结 本文提出压缩地图先验，通过学习历史通行数据提升3D感知中的物体检测性能。

Comments Tech report; code https://github.com/bradyz/compressed_map_priors

Active learning for data-driven reduced models of parametric differential systems with Bayesian operator inference

基于贝叶斯算子推断的参数微分系统的数据驱动降阶模型主动学习

Shane A. McQuarrie, Mengwu Guo, Anirban Chaudhuri

机构 * Department of Mathematics, Brigham Young University（数学系， Brigham Young University） ； Centre for Mathematical Sciences, Lund University（数学科学中心， Lund University） ； Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin（计算工程与科学研究院， The University of Texas at Austin） 纠错

AI总结 本文提出基于贝叶斯算子推断的主动学习方法，用于提升参数微分系统数据驱动降阶模型的稳定性和准确性。