Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar
该论文提出了一种利用 FMCW 激光雷达多普勒速度里程计和退化解感知定位技术的“教学 - 重复”导航系统，有效解决了传统 ICP 方法在几何退化环境中因病态条件导致的定位失效问题，实现了在平坦机场等复杂场景下的可靠自主导航。
💻 Category
cs
5615 篇论文
Large chirotopes with computable numbers of triangulations
本文通过推广 Rutschmann 和 Wettstein 定义的链（chains）上的凸和与凹和操作，研究了手性（chirotopes）的分解方法及其在计算平面点集三角剖分数目中的应用，并利用函数方程和核方法获得了双圆（double circle）三角剖分数目的精确渐近估计。
ID-LoRA: Identity-Driven Audio-Video Personalization with In-Context LoRA
ID-LoRA 是一种基于 In-Context LoRA 技术的新型音视频联合生成方法，它通过引入负向时间位置编码和身份引导机制，在仅需单张参考图像和短音频片段的情况下，实现了由文本提示驱动的、视觉外观与说话风格高度同步且一致的人物个性化生成。
Two-Path Operators, Triadic Decompositions, and Safe Quotients for Ego-Centered Network Compression
本文基于两路径形式化方法，提出了一种将楔形关联诱导为规范“两步行”矩阵的算子视角，通过三角分解与商图构造实现了以节点为中心的 ego 网络压缩，并证明了在特定划分下两步行质量转移的安全不等式定理。
Design of a Robot-Assisted Chemical Dialysis System
本文采用以用户为中心的设计方法，开发了一套机器人辅助化学透析系统，旨在通过自动化繁琐的纯化流程来减轻科学家的工作负担并加速科学发现。
MALTA: Maintenance-Aware Technical Lag, Estimation to Address Software Abandonment
该论文提出了名为 MALTA 的维护感知技术滞后评估框架，通过结合开发活动、维护者响应及元数据可行性等指标，有效识别了传统版本滞后指标无法发现的因上游项目弃用而处于高风险状态的软件包，从而显著提升了开源生态系统中的软件弃用风险预警能力。
A Robust Deep Learning Framework for Bangla License Plate Recognition Using YOLO and Vision-Language OCR
本文提出了一种结合改进版 YOLOv8 目标检测与 ViT+BanglaBERT 视觉语言模型的鲁棒深度学习框架，通过两阶段自适应训练策略，在复杂光照和布局条件下实现了高达 97.83% 的孟加拉语车牌识别准确率。
SpecOps: A Fully Automated AI Agent Testing Framework in Real-World GUI Environments
本文介绍了 SpecOps，一种专为真实世界 GUI 环境设计的完全自动化 AI 代理测试框架，它通过四个由大语言模型专家代理处理的阶段，在成本和时间效率上优于现有基线，并成功检测出大量真实缺陷。
HiFIVE: High-Fidelity Vector-Tile Reduction for Interactive Map Exploration
本文提出了 HiFIVE 框架，通过形式化可视化感知瓦片约简问题并设计基于信息论与空间准则的两阶段筛选稀疏化算法，实现了在 TB 级规模下兼顾高保真度与交互性能的可扩展客户端地理空间可视化。
Post-Quantum Entropy as a Service for Embedded Systems
该论文提出了一种面向嵌入式系统的后量子熵即服务（QEaaS）架构，通过将量子随机数生成器与 ESP32 设备经由后量子安全通道连接，并集成 ML-KEM 与 ML-DSA 等算法，实现了在资源受限设备上比传统经典方案更高效的熵注入与密钥交换。
Update-Free On-Policy Steering via Verifiers
该论文提出了一种名为 UF-OPS 的无需更新策略参数的在线引导方法，通过训练基于初始评估数据的验证器来预测动作成功概率并实时引导策略，从而在不修改基础模型的情况下显著提升了机器人（特别是黑盒扩散策略）在真实任务中的成功率。
Instant Runoff Voting on Graphs: Exclusion Zones and Distortion
本文研究了基于图 metric 偏好的即时 runoff 投票（IRV）机制，证明了在树形图上多项式时间内可求解排除区验证与最小化问题，同时指出满足强强制淘汰性质的通用规则下这些问题是 NP 难的，并进一步分析了 IRV 在此离散设定下的效用扭曲界限。
From Imitation to Intuition: Intrinsic Reasoning for Open-Instance Video Classification
本文提出了名为 DeepIntuit 的框架，通过结合冷启动监督对齐、基于 GRPO 的强化学习推理优化以及直觉校准阶段，将开放实例视频分类从传统的特征模仿转变为内在推理，从而显著提升了模型在复杂多变数据分布下的泛化能力。
SteadyTray: Learning Object Balancing Tasks in Humanoid Tray Transport via Residual Reinforcement Learning
本文提出了名为 ReST-RL 的分层强化学习架构，通过解耦双足步态与负载稳定控制，在仿真与 Unitree G1 人形机器人硬件上实现了高成功率、零样本泛化的平稳托盘运输任务。
Towards Modeling Situational Awareness Through Visual Attention in Clinical Simulations
该研究利用过渡网络分析（TNA）处理 40 名临床医生在 VR 心脏骤停模拟中的眼动数据，揭示了不同角色（如气道管理、心肺复苏、除颤和团队领导）的视觉注意力如何随临床需求动态调整，从而为理解团队情境意识和优化急救培训提供了新的分析视角。
PRoADS: Provably Secure and Robust Audio Diffusion Steganography with latent optimization and backward Euler Inversion
该论文提出了名为 PRoADS 的基于音频扩散模型的生成式隐写框架，通过正交矩阵投影嵌入秘密信息，并引入潜空间优化与反向欧拉反演技术以最小化重构误差，从而在 64 kbps MP3 压缩下实现了仅 0.15% 的极低误码率，展现出卓越的鲁棒性与安全性。
The Orthogonal Vulnerabilities of Generative AI Watermarks: A Comparative Empirical Benchmark of Spatial and Latent Provenance
该论文通过实证基准测试揭示了生成式 AI 水印中空间域与潜在域存在互斥的数学正交脆弱性，证明了单一域水印无法抵御现代对抗性工具，从而确立了构建多域密码架构的紧迫性。
FC-4DFS: Frequency-controlled Flexible 4D Facial Expression Synthesizing
本文提出了一种名为 FC-4DFS 的频率控制方法，通过引入频率控制 LSTM 网络、时序一致性损失以及基于交叉注意力的多层身份感知位移网络，实现了在 CoMA 和 Florence4D 数据集上具有高度灵活性和平滑度的 SOTA 级 4D 面部表情序列生成。
Fuel Gauge: Estimating Chain-of-Thought Length Ahead of Time in Large Multimodal Models
该论文提出了名为"Fuel Gauge"的首个方法，通过提取隐藏参数在推理前预测大型多模态模型的思维链长度，从而有效解决显存碎片化问题并优化推理精度。
Landmark Guided 4D Facial Expression Generation
本文提出了一种名为 LM-4DGAN 的生成模型，通过利用中性地标引导、引入身份判别器与地标自编码器以及交叉注意力机制，实现了在保持身份鲁棒性的同时合成 4D 面部表情。