On the Cost of Evolving Task Specialization in Multi-Robot Systems
该研究通过在有限评估预算下对多机器人觅食场景的进化优化表明，尽管通用行为控制器能被成功优化，但任务专用控制器因协作效率低下而表现更差，从而证明在资源受限条件下任务专业化并不必然提升系统效率。
💻 Category
cs
3499 篇论文
Trajectory Optimization for Self-Wrap-Aware Cable-Towed Planar Object Manipulation under Implicit Tension Constraints
该论文提出了一种将自缠绕感知与隐式张力约束相结合的电缆牵引平面物体轨迹优化方法，通过构建包含三种松弛模式的优化框架，利用隐式模式松弛（IMR）在状态演化中主动利用自缠绕产生的力矩通道，从而避免了传统显式路由决策导致的保守解问题。
No Cliques Allowed: The Next Step Towards BDD/FC Conjecture
该论文通过证明由有界推导深度规则集生成的通用模型若包含任意大的竞赛图则必然蕴含自环查询，从而排除了此类结构作为“有界推导深度蕴含有限可控性”猜想反例的可能性，为该猜想的研究迈出了重要一步。
ReTac-ACT: A State-Gated Vision-Tactile Fusion Transformer for Precision Assembly
本文提出了 ReTac-ACT，一种通过双向交叉注意力、本体感知门控网络及触觉重建目标来实现视觉 - 触觉特征融合与动态切换的模仿学习策略，在 NIST 精密装配基准测试中显著超越了纯视觉及通用基线方法，实现了高达 90% 的插孔成功率及在 0.1 毫米工业级间隙下的稳健表现。
GeoAlignCLIP: Enhancing Fine-Grained Vision-Language Alignment in Remote Sensing via Multi-Granular Consistency Learning
该论文提出了 GeoAlignCLIP 框架，通过多粒度语义对齐与模态内一致性学习，并辅以新构建的 RSFG-100k 细粒度遥感数据集，有效解决了现有遥感视觉 - 语言模型在细粒度细节捕捉上的不足，显著提升了复杂任务中的对齐精度与性能。
Case Study: Performance Analysis of a Virtualized XRootD Frontend in Large-Scale WAN Transfers
本文通过详细案例研究，展示了由异构 XRootD 虚拟机集群、BBR 拥塞控制算法及 TCP 扩展技术构成的 T2_BR_SPRACE 存储前端架构，在真实生产负载下成功实现了高达 51.3 Gb/s 的聚合吞吐量及单流 41.5 Gb/s 的传输峰值性能。
More than the Sum: Panorama-Language Models for Adverse Omni-Scenes
该论文提出了全景语言建模（PLM）范式，通过引入包含恶劣场景的大规模全景 VQA 数据集（PanoVQA）及一种无需重训练即可适配现有模型的即插即用稀疏注意力模块，实现了超越传统针孔图像拼接的全景整体空间与上下文推理能力。
BinaryAttention: One-Bit QK-Attention for Vision and Diffusion Transformers
该论文提出了 BinaryAttention，一种通过仅保留查询和键的符号并引入可学习偏置及量化感知训练来实现端到端加速的 1 比特 QK-注意力机制，其在 A100 显卡上的速度比 FlashAttention2 快两倍以上，且在视觉和扩散 Transformer 任务中能达到甚至超越全精度注意力的性能。
Towards Terrain-Aware Safe Locomotion for Quadrupedal Robots Using Proprioceptive Sensing
本文提出了一种仅依赖本体感知传感器的四足机器人安全运动框架，通过构建融合地形估计与状态感知的闭环系统，并利用控制障碍函数实现全局避障与局部防碰撞的严格安全保证。
Game-Theoretic Modeling of Stealthy Intrusion Defense against MDP-Based Attackers
本文通过博弈论建模，针对具有隐蔽性和多阶段特征的高级持续性威胁（APT），在攻击者拥有完全信息、完全盲视及概率信念三种不同信息情境下，研究了防御者在随机部署检测传感器以应对马尔可夫决策过程（MDP）驱动的攻击者时的最优防御策略。
A Generalized Voronoi Graph based Coverage Control Approach for Non-Convex Environment
本文提出了一种基于广义 Voronoi 图的多机器人非凸环境覆盖控制方法，通过结合考虑子区域质量差异的加权负载均衡算法与新型协同覆盖控制器，实现了多障碍物环境下的高效区域覆盖。
Symbolic Discovery of Stochastic Differential Equations with Genetic Programming
该论文提出了一种基于遗传编程的随机微分方程符号发现方法，通过联合优化漂移和扩散函数，实现了在含噪动态系统中对可解释随机动力学方程的准确恢复与推广。
Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum
本文提出了一种将敏捷实践与 AI 工程能力深度融合的项目式课程体系，通过让学生在实际迭代开发中运用生成式 AI 工具并反思人类责任，有效培养了其在 AI 驱动环境下的敏捷开发胜任力。
Nemo: A Low-Write-Amplification Cache for Tiny Objects on Log-Structured Flash Devices
本文提出了 Nemo，一种专为闪存设备上的微小对象设计的低写放大缓存系统，它通过增加哈希碰撞概率来提升集合填充率，并结合基于布隆过滤器的索引与混合热度追踪机制，在显著降低应用级写放大的同时，实现了高内存效率和低缺失率。
ParTY: Part-Guidance for Expressive Text-to-Motion Synthesis
该论文提出了 ParTY 框架，通过部分引导网络、部分感知文本对齐及整体 - 部分融合机制，有效解决了现有文本驱动运动生成方法在特定身体部位动作表达不足及全身运动不连贯的问题。
A saccade-inspired approach to image classification using visiontransformer attention maps
该论文提出了一种受人类扫视机制启发的图像分类方法，利用 DINO 视觉 Transformer 生成的注意力图来引导模型聚焦关键区域，在显著降低计算成本的同时保持了甚至超越了全图处理的分类性能。
Physics-Driven 3D Gaussian Rendering for Zero-Shot MRI Super-Resolution
该论文提出了一种基于物理驱动的零样本 3D 高斯渲染框架，通过嵌入组织物理属性的高斯参数和基于体渲染的信号建模，在无需配对数据的情况下实现了高效且高质量的 MRI 超分辨率重建。
Decoder-Free Distillation for Quantized Image Restoration
本文提出了名为 QDR 的量化感知蒸馏框架，通过解码器免蒸馏、FP32 自蒸馏及可学习幅度重加权等创新技术，有效解决了量化图像恢复中的瓶颈问题，使 Int8 模型在边缘设备上实现了接近 FP32 的恢复性能与极高的推理速度。
OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty
该论文提出了一种名为 OTPL-VIO 的鲁棒立体视觉惯性里程计系统，通过引入无需训练的线特征描述子与基于熵正则化最优传输的关联机制，结合自适应不确定性加权策略，有效解决了低纹理和光照剧烈变化场景下的特征稀疏与匹配歧义问题，实现了高精度且实时的状态估计。
Proportionality Degree in Participatory Budgeting
该论文首次研究了参与式预算中的比例度问题，通过理论推导与实验验证，揭示了尽管“等份额法”（MES）在公理保证上更强，但其与 Phragmen 序贯规则在比例度这一量化指标上具有相同的紧确界。