Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement
本文提出了一种统一的两阶段框架,通过最小化松弛恢复冲突信号时序逻辑(STL)规范下的可行性,并利用基于价值的多目标优化与-约束方法生成帕累托最优解,从而在自动驾驶等安全关键场景中避免死锁并实现可解释的决策。
3935 篇论文
本文提出了一种统一的两阶段框架,通过最小化松弛恢复冲突信号时序逻辑(STL)规范下的可行性,并利用基于价值的多目标优化与-约束方法生成帕累托最优解,从而在自动驾驶等安全关键场景中避免死锁并实现可解释的决策。
本文提出了 Space-Control,这是一种软硬件协同设计方案,通过硬件认证执行上下文和细粒度访问控制,在 CXL 内存池化环境中实现了进程级隔离,且性能开销极低(仅 3.3%)。
这篇教程批判性地审视了控制障碍函数(CBF)在机器人安全中的实际应用,揭示了理论假设与受输入约束系统的构造性实现之间的差距,指出了许多现有演示仅适用于被动安全系统或存在误用的问题,并提供了构建真实安全保证的实用指南及交互式演示。
该论文提出了一种基于旋转平衡的系绳悬挂载荷协同运输方法,通过利用离心力提供水平张力使旋翼机仅需产生垂直推力,从而在避免碰撞风险的同时将能耗降低了高达 20%。
该论文提出了一种名为虚拟术中 CT(viCT)的新方法,通过利用单目内镜视频生成 3D 重建并与其术前 CT 配准,实现了在鼻内镜手术过程中无需额外硬件即可动态更新解剖结构,从而有效解决了传统静态影像无法反映组织切除变化导致手术不彻底的问题。
该报告通过整合发展科学、行业实践与全球政策对话,提出了针对青少年与拟人化对话 AI 交互的非协商性安全护栏及设计框架,旨在利用拟人化设计降低风险并促进青少年的自主性与技能发展。
本文提出了 pqRPKI 框架,通过结合多层 Merkle 树阶梯(MTL)与定制化清单机制,在保持与现有 RPKI 兼容并支持双栈部署的同时,显著降低了后量子时代 RPKI 的存储开销与验证延迟,实现了高效的亚分钟级全库验证。
本文综述了量子计算与人工智能对现有密码系统的威胁,指出 RSA 和椭圆曲线密码面临量子风险,而对称算法虽相对安全但有效密钥长度降低,且深度学习加剧了侧信道攻击,因此主张采用结合后量子算法(如基于格和哈希的方案)、实施加固及密码敏捷性的纵深防御策略,将密码安全视为需持续演进的动态过程。
本文提出了 SurgCUT3R 框架,通过构建基于公开立体数据集的大规模伪真深度数据生成管线、采用混合监督策略以及设计分层推理架构,有效解决了单目内窥镜视频在手术场景下因缺乏监督数据及长序列累积漂移导致的 3D 重建难题,实现了兼具高精度与高效率的手术场景连续理解。
本文提出了 T2SGrid 框架,通过将视频片段内的帧按时间顺序重组为复合网格图像,将视频时序理解转化为空间理解任务,从而有效解决了现有方法在时序建模中面临的计算开销大、注意力稀疏及空间细节丢失等问题,并在视频时序定位基准上取得了优越性能。
本文提出了 VSL-Skin,一种首个实现厘米级精度独立寻址体素控制的变刚度晶格皮肤系统,通过相变材料在保持结构完整性的同时实现了近两个数量级的刚度调制、30% 轴向压缩及自修复功能,从而支持可编程虚拟关节并弥合了软体与刚性机器人之间的鸿沟。
本文提出了一种基于配置的运行时编排框架,通过请求时动态生成执行图并实现依赖感知的并行调度,解决了分布式系统中因工作流预定义而导致的集成灵活性不足问题,从而在无需重新部署代码的情况下实现了高效、低延迟的动态数据检索。
该论文提出利用预对齐的多模态编码器(如 OpenShape 与 Point-BERT)结合多模态硬对比学习(HCL),在无需视图合成或目标数据库重训练的情况下,实现了图像到 3D 形状的零样本及监督检索,并在多个数据集上取得了超越现有方法的性能。
该论文提出了一种感知感知的多模态空间推理框架,通过引入视觉参考令牌(VRT)实现对象级 grounding 并构建多模态思维链数据集,仅凭标准监督微调便在 SURDS 基准测试中大幅超越了包括强化学习后训练在内的现有方法,显著提升了单目驾驶场景下的空间理解能力。
本文发布了首个专注于 ADAS 向人工接管过渡的大规模自然驾驶数据集 ADAS-TO,该数据集包含来自 327 名驾驶员的 15,659 个同步视频与 CAN 日志片段,并通过结合运动学筛选与视觉语言模型分析,揭示了关键接管事件中的风险特征及提前 3 秒出现可操作视觉线索的规律,为开发语义感知预警系统提供了重要依据。
该论文提出了一种基于预训练视觉基础模型(Cosmos Tokenizer)压缩潜在空间的概率性世界模型,通过结合保形预测框架生成不确定性指标来构建运行时监控器,从而在无需显式定义故障模式的情况下,以极少的参数量实现了对双机械臂操作任务中异常故障的高效准确检测。
本文提出了 MipSLAM,一种通过椭圆自适应抗混叠算法、谱感知位姿图优化及局部频域感知损失,有效解决现有 3D 高斯泼溅 SLAM 系统混叠伪影与轨迹漂移问题,并在多分辨率下实现高保真渲染与鲁棒定位的实时框架。
AdaGen 提出了一种基于强化学习和对抗奖励机制的通用自适应框架,通过 Markov 决策过程动态优化图像生成过程中的步长参数调度,从而在降低推理成本的同时显著提升多种生成范式下的图像质量与多样性。
该论文提出了一种由大语言模型驱动的闭环进化框架,能够自动重构自适应大邻域搜索(ALNS)的全部七个核心组件,在 TSPLIB 基准测试中显著提升了求解质量并揭示了反直觉的设计模式。
该论文提出了 TrajPred 框架,通过编码手术器械轨迹引入时序运动线索,并结合提示微调与动词重述技术生成细粒度视觉语义嵌入,从而显著提升了机器人手术中器械 - 组织交互识别的精度与视 - 文对齐效果。