Zhejiang University（浙江大学）

PACE-Bench: Benchmarking Physics Adaptation via Code Evolution in Dynamic Environments

PACE-Bench：动态环境中基于代码演化的物理适应基准测试

Yuhao Zhan, Bingxiang He, Zecong Tang, Chaojun Xiao

机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） 纠错

AI总结 PACE-Bench是涵盖六个物理领域144个适应对的模拟器支撑基准，用于测试智能体在环境物理条件变化时的代码演化适应能力，研究发现机制重新设计是核心瓶颈，现有方法性能仍有较大提升空间。

AgilePE: Autonomous UAV Pursuit-Evasion via Self-Play Reinforcement Learning

AgilePE：基于自博弈强化学习的自主无人机追逃

Wenhao Tang, Tianyang Chen, Zhejun Cui, Boyuan An, Jiayu Chen, Ruize Zhang, Huidong Liu, Tianyue Wu, Qingmin Liao, Fei Gao, Yu Wang, Chao Yu

机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Chongqing University（重庆大学） 纠错

AI总结 该研究提出AgilePE系统，通过自博弈强化学习实现自主无人机追逃，其策略可零样本迁移至真实四旋翼，展现出复杂追逃战术与交互式部署能力。

Comments 8 pages, 7 figures. Under review

Beyond Text Conditioning: A Systematic Study of MLLM-DiT Fusion for Video Generation

超越文本条件：面向视频生成的MLLM-DiT融合系统研究

Yanbo Ding, Yijia Fan, Caihua Shan, Yifan Yang, Yifei Shen, Weijie Wang, Xirui Hu, Dongsheng Li, Lili Qiu, Yuqing Yang, Yali Wang

机构 * Chinese Academy of Sciences（中国科学院） ； Microsoft Research（微软研究院） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 该研究针对视频生成中MLLM与DiT融合问题，提出BiVidGen框架，通过MLLM生成语义视觉标记辅助DiT渲染，提升了视频的语义对齐度与时间一致性。

AdvDex: Learning Dexterous Manipulation from Human Demonstrations via Joint-Aligned Actions and Adversarial Learning

AdvDex：通过关节对齐动作与对抗学习从人类演示中学习灵巧操作

Zhiyue Zhao, Jingyi Wu, Hairuo Liu, Mingyu Liu, Liyang Li, Hengdi Zhang, Tong He, Zhengxue Cheng

机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Paxini Tech（帕西尼科技） 纠错

AI总结 AdvDex是一种统一视觉-语言-动作框架，通过OmniShare数据集、JAAS动作空间与领域对抗学习，实现从人类和机器人演示中学习灵巧操作，提升跨实体泛化与技能迁移能力。

CoANeRV: Coordinate-Aware Token-Space Neural Video Representation

CoANeRV：坐标感知的令牌空间神经视频表示

Jialong Guo, Ke Liu, Mengxuan Li, Jiajun Bu, Haishuai Wang

机构 * College of Computer Science, Zhejiang University（浙江大学计算机科学学院） ； Zhejiang Key Laboratory of Accessible Perception and Intelligent Systems（浙江省无障碍感知与智能系统重点实验室） 纠错

AI总结 该研究提出CoANeRV框架，通过轴自适应位置编码等实现高效摊销式视频表示，提升重建质量并降低内存消耗，相关代码已公开。

Comments 27 pages, 13 figures. Code is available at https://github.com/jialong2023/CoANeRV

A Calibrated Test of Internal Action Maps: State Signals Without Global Affine Closure

内部动作图的校准测试：无全局仿射闭包的状态信号

Dekun Yang

机构 * Zhejiang University（浙江大学） 纠错

AI总结 该研究测试无全局仿射闭包时内部动作图的校准情况，以Qwen/Qwen3-4B为对象发现状态可用性等可分离，仅h28/h36有因果效应，重拟合未通过组合测试。

Comments 12 pages, 7 figures, 4 tables; includes supplementary results and ancillary reproducibility files