全部资料

这份资料围绕具身AI中的一个基础矛盾展开：具身智能体的视觉观测会随视角、光照和遮挡不断变化，但物体的身份并不因此改变。它要回答的是，如何让具身感知在这种持续变化的观测条件下仍然保持对物体身份的稳定判断。

大模型推理正越来越多地进入对延迟敏感、对成本敏感的场景，而自回归解码的串行本质始终是横在效率面前的一道硬约束：每生成一个 token 都要走一次完整的前向，步数无法压缩。投机解码被提出，正是为了打破这道约束，把串行的逐 token 生成，换成某种可以并行处理的形态。

大模型能力在近几年大幅提升，随之而来的问题不再是它能不能完成任务，而是我们能不能让它在完成任务时按预期行事。这份博士论文开篇就把这一点讲得很直白：能力越强，对输出施加控制的能力就越重要。

深度学习在人工智能的许多应用里进展惊人，可一旦落到机器人身上，效果常常不如预期。这份博士论文要回答的正是这个问题：为什么在真实世界里，机器人难以像在数据集上那样稳定工作，又可以从哪里入手改进。

机器人操作研究要回答的，是机械臂能否在真实产线上稳定完成复杂而精确的任务。这份 UC Berkeley EECS 的博士论文把问题收窄了一步：为什么效率与可靠性总是难以兼得，以及能否通过算法层面的组合把两者同时抓住。

大模型已经能聊天、能写程序、能搜索，但这份由 Zhuohan Li 完成的 UC Berkeley EECS 博士论文一开始就把问题摆在成本上：高昂的开销让绝大多数应用场景根本用不起这些模型。

自动驾驶常被描述为能显著改善交通安全、环境与出行便利的技术，但一个不太体面的事实是：在投入超过十年之后，这类系统仍被限制在驾驶条件相对有利的区域运行。这份资料要回答的正是这个落差——为什么技术与资本都不缺，自动驾驶却走不出“好天气、好路况”的边界。

自动驾驶长期被设想为交通领域的一次巨大跃迁，这是论文摘要开篇给出的判断。但从这个愿景走到真正能在路上跑的系统，中间卡在哪一环？这份资料给出的回答是感知——它明确指出，感知是自动驾驶软件中最突出的挑战之一。

机器人要在真实世界里干活，绕不开一个朴素的问题：数据从哪来、怎么用、用多少才够。这份 2024 年的博士论文处理的正是这件事。它的判断出发点是，AI 带来的技术进步已经让「通用能力机器人」不再只是远景，而要把这个远景落到真机上，关键的一环是学会高效地使用轨迹数据。

机器人要从工厂的围栏里走出来，进入不受约束、动态变化的真实环境，就必须学会和会变形的东西打交道，这是这份博士论文的出发点。传统机器人学长期建立在机器人和物体都是刚体的假设之上，而现实中的材料、物体乃至机器人自身的接触面，往往并不满足这个前提。