MutualVPR: A Mutual Learning Framework for Resolving Supervision Inconsistencies via Adaptive Clustering
Advances in Neural Information Processing Systems (NeurIPS 2025), 2025.
一句话： 提出互学习地点识别框架，使图像特征学习与自适应聚类共同迭代，以缓解视角变化和遮挡造成的监督不一致。
论文
近五年代表性论文
CERTAIN: Context Uncertainty-aware One-Shot Adaptation for Context-based Offline Meta Reinforcement Learning
International Conference on Machine Learning (ICML 2025), 2025.
一句话： 对上下文编码的不确定性进行建模，并据此选择性收集任务上下文，提升离线元强化学习的一次性适应能力。
MU-GeNeRF: Multi-view Uncertainty-guided Generalizable Neural Radiance Fields for Distractor-aware Scene
The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026, Denver, Colorado, 2026.
一句话： 提出面向动态干扰场景的可泛化NeRF中的不确定性捕获机制，实现该类场景下的鲁棒前馈三维重建。
Potentially Optimal Joint Actions Recognition for Cooperative Multi-Agent Reinforcement Learning
International Conference on Learning Representations (ICLR 2026), Rio de Janeiro, Brazil, 2026.
一句话： 识别可能最优的联合动作，并自适应调整训练权重，以改善协作多智能体强化学习的收敛和策略恢复。
Beyond Penalization: Diffusion-based Out-of-Distribution Detection and Selective Regularization in Offline Reinforcement Learning
International Conference on Learning Representations (ICLR 2026), Rio de Janeiro, Brazil, 2026.
一句话： 提出基于扩散模型的离线强化学习方法，用于检测分布外动作并有选择地正则化，以更好保留有益动作。
动态
最新动态
慕文杰、刘子牛，顾启文同学论文被NeurIPS 2026 接受！
慕文杰、刘子牛同学为共一的论文 PF-SGS: Pose-Free Streaming 3D Gaussian Splatting for Large-Scale Scene Reconstruction首次提出基于流式输入的无位姿前馈高斯生成框架。我们引入了一种隐式持续场景记忆以及门控机制避免记忆退化。大幅提升了位姿和几何估计精度。 顾启文同学的论文 A Unified Framework for Image-to-3D Part Generation via Variable Granularity 首次提出一种同时支持点，框和掩码条件的图像到3D部件生成框架，并且发现多粒度协同学习能够大幅提升3D部件生成性能。