DCOCO：投机解码中并行草稿的上下文校正方法
论文提出 DCOCO（DFlash Contextual Corrector），一种轻量机制，在保留并行起草的同时恢复草稿块内的上下文依赖：它为每个位置保留多个候选 token，并在相邻草稿位置间并行评估上下文兼容性。
推荐理由：论文给出 DCOCO 在四种验证器骨干和十个基准上的吞吐数据，可据此评估其在并发负载下的加速幅度。
内容形态
论文研究 最新动态
值得读的嵌入式与机器人论文：操作泛化、运动控制、端侧推理效率与新基准的精选。
872 条精选近 30 天 844 条共收录 1,780 条
更新
精选归档 · 第 39 页
Hugging Face 每日论文精选AI 评分5555 Hugging Face 每日论文精选AI 评分5151 Can AI Agents Learn Their Way to the Top? 评测 AI agent 在长期游戏竞赛中的启发式学习能力
论文提出 Adversarial Heuristic Learning（AHL）范式，用 AI agent 作为学习引擎在固定模型权重下改进游戏策略与配套软件，并发布 AAArena 基准，包含 12 个真实对抗游戏和 1,920 个历史人类程序。
推荐理由：论文提出 AAArena 基准并给出评测结果，读者可据此了解 AI agent 在对抗博弈中自主改进策略的实际能力边界。
Hugging Face 每日论文精选AI 评分5555 BudgetPix：像素空间图像扩散的算力自适应 token 化框架
BudgetPix 提出一种自适应 token 化框架，按视觉复杂度与空间布局动态分配算力，包含熵引导四叉树的自适应编码器、尺度感知解码器以及支持可变 token 数的训练与采样调度，可与现有像素空间扩散架构集成，用单个 checkpoint 覆盖多种算力预算。
推荐理由：论文给出具体的算力节省比例与 FID 变化，可据此评估自适应 token 化在资源受限场景的收益。
Hugging Face 每日论文精选AI 评分5555 SepGen：在单一模型中实现多声源音视频分离与生成
SepGen 扩展了预训练音视频生成器，在一次联合采样中同时输出视频、混合音轨以及每个带描述声源的独立波形。它支持生成与分离两种模式：生成模式下每个声源描述指定其 stem 内容，分离模式下输入音轨保持干净、由描述指定要提取的内容。
推荐理由：论文说明了音视频生成器只能输出混合音轨的局限，以及 SepGen 如何在一次采样中同时给出各声源独立波形。
Hugging Face 每日论文精选AI 评分5757 SoftwareGym：用合成 GUI 软件环境扩展 Computer-Use Agent 训练
论文提出 SoftwareGym，一条自动合成 GUI 软件环境的流水线，具备多样界面、可执行功能与运行时验证行为，通过 GUI 评估与迭代修复保证功能可靠性。
推荐理由：论文给出合成环境数量与 OSWorld 提升幅度，可评估合成 GUI 环境作为 CUA 训练监督的可行性。
Hugging Face 每日论文精选AI 评分5858 ELR 训练配方让循环语言模型消除单圈精度损失
论文提出 Elastic Latent Recurrence（ELR）训练配方，让循环语言模型在单圈时与同规模非循环模型服务成本相当、精度接近，每增加一圈都能以更多推理算力换取精度。
推荐理由：论文给出消除循环模型单圈精度损失的三项训练选择，并报告了具体评测分数，便于对比循环与非循环方案。
Hugging Face 每日论文精选AI 评分5353 DataVista：面向数据视频理解的多模态大模型评测基准
论文提出 DataVista，首个数据视频理解基准，包含 961 个真实数据视频和 6,775 道评测问题，按数据感知、时序推理、叙事理解三层能力框架组织，覆盖 5 个主题领域和 10 种细粒度题型。
推荐理由：评测覆盖19个主流MLLM并给出分层能力框架与失败模式，可帮助研究者定位数据视频理解的短板。
Hugging Face 每日论文精选AI 评分5151 研究揭示 LLM 存在思考惯性：被告知不思考时仍持续显式推理
论文研究 LLM 的 no-thinking 行为，将回答归一化为 pre-answer trace 与最终答案，并提出 Empty-Thinking Rate、Question-Pre-answer Relevance 和 LLM-as-judge Explicit Inference Rate 三层指标来区分纯答案输出、相关但非推理的文本与显式推理。
推荐理由：论文提出三层指标区分纯答案输出与真实推理，为评估模型的不思考能力提供了可迁移的方法。
Hugging Face 每日论文精选AI 评分5151 ReHarness：用反向修订实现智能体持续学习的循环 Harness 框架
论文提出 ReHarness，一个面向智能体持续学习的循环 harness 框架，在严格在线流式协议下把前向读写与反向修订结合：每次实例结束后利用产生的轨迹作为反馈，修订该实例检索到的反思，从而把反馈经由文本 harness 状态向后传播。
推荐理由：论文提出在严格在线流式协议下用轨迹反馈反向修订反思状态，为长交互智能体的持续学习提供了可迁移的设计思路。
IEEE Spectrum · Robotics精选AI 评分5757 HiPHI：面向人形机器人大规模高精度人体动作与物体交互数据集白皮书
IEEE Spectrum 与 Wiley 联合发布由 Noitom Robotics 赞助的白皮书，介绍 HiPHI 数据集：617.5 小时光学动作捕捉的全身人体动作数据，亚毫米级精度，其中 245.7 小时为人与物体交互数据，含同步物体轨迹与网格，并用 FrameNet 语言框架组织动作覆盖范围。
推荐理由：白皮书给出了数据集规模与人机交互数据的组织方式，关注人形机器人数据来源的读者可据此评估其补充价值。
arXiv cs.RO 机器人学精选AI 评分5353 STL 可行性与修复的几何判定方法论文
论文提出一种几何判定过程，用于评估信号时序逻辑（STL）控制综合中的物理可行性并修复不可行规范。该方法将显式时序逻辑约束转化为时间零点处的连续空间后向可达集，通过解析反演 Bhat-Bernstein 整定时间积分把时序窗口映射为空间边界，使可行性检查退化为局部矩阵与向量包含判定，且与时间跨度长度无关。
推荐理由：论文把 STL 可行性判定化为与时间跨度无关的几何包含运算，读者可据此理解其亚毫秒级加速的来源。
arXiv cs.RO 机器人学精选AI 评分6262 FineART：细粒度标注双臂操作数据集与 FineART-VLA 模型
研究团队提出 FineART 双臂操作数据集，包含 40,543 个 episode（1,718 小时）、533,913 个子任务、覆盖 151 项任务，并开源数据集、模型权重与训练代码。
推荐理由：论文给出子任务标注带来的成功率提升幅度，可评估密集标注对双臂长程任务的价值。
arXiv cs.RO 机器人学精选AI 评分5858 研究解析行为提示在机器人操作任务中的生效条件
该论文对行为提示（behavior prompting）何时、如何生效进行了实证研究，引入 DrawAnything 和 LIBERO-Gen 基准（最多 2000 个程序生成任务）、上下文视觉运动架构 Behavior Prompting Policy（BPP）以及手持演示接口 iPhUMI。
推荐理由：论文用消融实验指出任务多样性比单任务演示数更关键，做数据采集取舍的团队可参考这一结论。
arXiv cs.RO 机器人学精选AI 评分5858 FingerEye：基于连续视觉触觉感知的灵巧操作学习框架
FingerEye 是一个传感与学习框架，通过贯穿交互全程的视觉触觉反馈提升机器人灵巧操作能力。传感侧将双目 RGB 相机与柔性接触界面结合，接触前用指尖相机提供近距视觉线索与隐式立体信息，接触后用标记点追踪柔性环形件形变作为接触力旋量感知的代理；学习侧构建了真机与仿真数据基础设施，并提出 FingerEye Policy，采用分组结构的模态融合以减少模态捷径。
推荐理由：论文给出视觉触觉融合的具体设计与七项任务上的量化提升，可作为多模态灵巧操作方案的参考。
arXiv cs.RO 机器人学精选AI 评分5858 GenZ-LIO：面向受限与开放空间的通用 LiDAR-Inertial 里程计框架
GenZ-LIO 提出一种可泛化的 LiDAR-Inertial 里程计（LIO）框架，通过尺度自适应体素化、混合度量状态更新与体素剪枝对应搜索，适应受限与开放空间之间的尺度变化。
arXiv cs.RO 机器人学精选AI 评分5858 SimToolReal：面向零样本灵巧工具操作的以物体为中心策略
SimToolReal 提出一种以物体为中心的 sim-to-real 强化学习策略，在仿真中程序化生成大量工具类物体原语并训练单一策略，实现测试时无需针对具体物体或任务的训练即可完成灵巧工具操作。
arXiv cs.RO 机器人学精选AI 评分5858 QF3：用过滤 Q 梯度加速流策略强化学习的人形运动控制算法
论文提出 QF3（Fast Flow RL with Filtered Q-Gradients），一种在线离策略 RL 算法，通过 flow matching 加上 critic 的动作梯度、经一步预测反向传播来训练流策略，且只将 critic 梯度施加于接近回放动作的那些动作维度。
推荐理由：论文给出相对 FPO++ 的 10x 训练加速和零样本上机结果，可评估该算法是否值得在人形运动控制任务中试用。
arXiv cs.RO 机器人学精选AI 评分5858 DepthWorld：面向机器人操作的3D世界模型
DepthWorld 提出一种结合学习式立体深度与联合因子图的标定流程，将 DROID 数据集标定为提供稠密度量深度和多视角外参的 DROID-3D，外部相机在 90% 的 episode 上重投影误差 <0.7 px。
推荐理由：论文解释了RGB-only世界模型几何不一致的成因，并给出可迁移的标定与深度监督思路。
arXiv cs.RO 机器人学精选AI 评分5858 Micro Neural Policies 实现 MCU 上安全实时机器人控制
论文提出 Micro Neural Policies（MNP）合成方法，结合 Evolution Strategy（ES）搜索与 Statistical Model Checking（SMC）验证，在不牺牲安全与鲁棒性的前提下大幅压缩神经网络规模。
推荐理由：论文给出策略内存占用与抖动等量化指标，便于评估微型神经策略在 MCU 上的部署可行性。
arXiv cs.RO 机器人学精选AI 评分5252 论文用第三方行为安全框架评估开源 L4 自动驾驶系统 ADS
该研究在 Part I 提出的第三方行为安全测试框架基础上，使用开源 Level 4 Automated Driving System（ADS）在仿真环境和密歇根大学 Mcity 测试场的实体测试道上进行验证。
推荐理由：论文给出该系统仅具备14项中的6项行为能力及具体碰撞率，为评估第三方安全测试框架提供了可量化参照。