3816 Arbeiten
Die Arbeit stellt DropVLA vor, einen neuartigen Backdoor-Angriff auf Vision-Language-Action-Modelle, der es Angreifern ermöglicht, unter minimaler Datenvergiftung und ohne sichtbare Leistungsverschlechterung gezielt einzelne, sicherheitskritische Roboteraktionen an vorherbestimmten Entscheidungspunkten auszulösen.
Die Arbeit stellt einen datengetriebenen Rahmen vor, der ein erlerntes Weltmodell mit sampling-basiertem MPC kombiniert, um humanoide Roboter effizient und robust physische Kontakte in unstrukturierten Umgebungen zu planen, ohne auf Demonstrationsdaten angewiesen zu sein.
Die Studie zeigt, dass der Protégé-Effekt, bei dem Teilnehmer digitale Stressbewältigung anderen beibringen, im Vergleich zu reinen Lern- oder Kontrollgruppen keine signifikante Reduktion des eigenen digitalen Stresses bewirkt und somit die Schwierigkeit unterstreicht, kognitive Engagement in tatsächliche Verhaltensänderungen umzusetzen.
Diese systematische Übersichtsarbeit fasst den aktuellen Stand der unsupervised deep generative models zur anormale Detektion in der Neurobildgebung zusammen, hebt ihr Potenzial für die pathologieunabhängige Lokalisierung von Anomalien hervor, identifiziert jedoch methodische Heterogenität und mangelnde externe Validierung als wesentliche Herausforderungen.
Diese Arbeit stellt eine robuste probabilistische Metrik vor, die auf Basis von unvollständigen Punktwolken die Stabilität, Greifbarkeit und Kollisionsfreiheit von 6D-Platzierungsposen bewertet, um modellfreies, einheitliches Pick-and-Place-Reasoning für bisher unbekannte Objekte in unstrukturierten Umgebungen zu ermöglichen.
Diese Arbeit stellt ein neuartiges Framework namens Collision-based Multi-modal Rehearsal (CMR) vor, das durch gezielte Stichprobenselektion und kollisionsbasierte Wiederholung das Problem der Modalitätsverschränkung beim kontinuierlichen Audio-Visuellen Segmentieren löst und dabei semantische Drift sowie Verwechslungen bei häufig gemeinsam auftretenden Klassen effektiv adressiert.
Die Arbeit stellt PolyJailbreak vor, einen neuartigen Black-Box-Angriffsrahmen für multimodale Sprachmodelle, der die als „multimodale Sicherheitsasymmetrie" identifizierte Schwachstelle nutzt, um durch eine strukturierte Bibliothek atomarer Strategien und reinforcement-learning-basierte Optimierung die Sicherheitsmechanismen führender Modelle wie GPT-4o und Gemini mit über 95 % Erfolgsquote zu umgehen.
Der Artikel stellt HumanMPC vor, ein sicherheitsgarantierendes Modellprädiktives-Steuerungsframework für die effiziente 3D-Navigation von Mikro-Luftfahrzeugen in Menschenmengen, das datengetriebene Vorhersagemodelle mit einer neuartigen, weniger konservativen Reachability-Analyse kombiniert.
Der vorgestellte Entwurf eines HCI-Rahmens „Khelte Khelte Shikhi" schlägt einen gestuften, kontextangepassten Einsatz von Minecraft Education Edition in Bangladeschs Bildungssystem vor, der durch lokale Netzwerke, Offline-Modi und kulturell lokalisierte Inhalte die Herausforderungen unzureichender Infrastruktur und Ressourcen bewältigt, um gamifiziertes Lernen auch in ressourcenarmen Umgebungen zu ermöglichen.
Das Paper stellt Dream4Drive vor, ein neues Framework zur Erzeugung synthetischer, fotorealistischer Mehransichtsvideos mittels 3D-Assets und Weltmodellen, das speziell darauf ausgelegt ist, die Leistung von Wahrnehmungsmodellen im autonomen Fahren, insbesondere bei seltenen Randfällen, signifikant zu verbessern.
Die Arbeit stellt MoE-GS vor, ein neuartiges Framework für die dynamische 3D-Gaussian-Splatting-Rekonstruktion, das durch einen volumenbewussten Pixel-Router mehrere spezialisierte Experten kombiniert, um die Qualität der Novel-View-Synthese zu verbessern und gleichzeitig durch Pruning sowie Destillationstechniken die Effizienz zu steigern.
Diese Studie bewertet die Leistung, Effizienz und langfristige Tragfähigkeit moderner Cloud-nativer In-Memory-Speicher wie Valkey, KeyDB und Garnet im Vergleich zu Redis durch experimentelle Benchmarks in Kubernetes-Umgebungen.
Das Paper stellt HCLA vor, ein menschenzentriertes Multi-Agenten-System, das durch die Trennung von Evidenzbewertung und expertenähnlicher Begründung die Interpretierbarkeit und Rechenschaftspflicht bei der Erkennung anomaler Transaktionen digitaler Vermögenswerte verbessert, indem es algorithmische Befunde mit regulatorischen Urteilen in Einklang bringt.
Die Arbeit stellt AnyPcc vor, ein universelles Framework zur Komprimierung von Punktwolken, das durch ein robustes universelles Kontextmodell und eine instanzadaptive Feinabstimmung (IAFT) die Generalisierungsfähigkeit über verschiedene Datensätze hinweg verbessert und dabei einen neuen State-of-the-Art bei gleichzeitig geringer Komplexität erreicht.
Diese Arbeit stellt ein automatisiertes System zur Zählung von Schädlingen in Wasserfallen vor, das durch einen robotergesteuerten Rührmechanismus mit adaptiver Geschwindigkeit und optimierten Rührmustern die durch Überlappungen verursachten Zählfehler signifikant reduziert und gleichzeitig die Effizienz im Vergleich zu herkömmlichen statischen Bildanalysen steigert.
Die Arbeit stellt CountFormer vor, ein exemplarfreies Framework, das durch den Einsatz des selbstüberwachten Vision-Modells DINOv2 die strukturelle Konsistenz beim Zählen unbekannter Objekte verbessert und zeigt, dass die Qualität der Repräsentation entscheidend für die Leistungsfähigkeit in diesem Bereich ist.
Das Paper stellt LagMemo vor, ein Navigationssystem, das eine 3D-Gauß-Splatting-Speichertechnologie mit Sprachdaten nutzt, um effiziente, offene und multimodale Zielsuche in komplexen Umgebungen zu ermöglichen, und wird durch den neu erstellten GOAT-Core-Datensatz rigoros evaluiert.
Die Arbeit stellt SAGE vor, eine Zero-Shot-Methode für strukturbewusste generative Videoübergänge, die durch die Kombination von struktureller Führung und Generierung nahtlose Übergänge zwischen inhaltlich unterschiedlichen Clips ermöglicht und dabei bestehende Methoden in Quantität und Nutzerakzeptanz übertrifft.
Die Studie stellt MobiDock vor, ein modulares, selbstrekonfigurierbares bimanuelles mobiles Manipulatorsystem, das durch eine autonome visuelle Docking-Strategie und einen neuen Gewindeschrauben-Verschluss zwei Roboter zu einer stabilen Einheit verbindet, wodurch die Koordination vereinfacht und die dynamische Stabilität sowie die Effizienz bei komplexen Aufgaben im Vergleich zu unabhängig kooperierenden Robotern signifikant verbessert werden.
Das Paper stellt VOPP vor, einen vektorisierten Online-POMDP-Planer, der durch die Umwandlung aller Planungsdatenstrukturen in Tensoren und die vollständige Vektorisierung der Berechnungen massive Parallelisierung ohne Synchronisationsengpässe ermöglicht und damit sowohl effizientere Lösungen als auch eine um den Faktor 1000 reduzierte Planungsbudget-Nutzung im Vergleich zu bestehenden Solvern erreicht.