提出机器人自主学习新范式，深大团队最新顶会论文，刷新6大复杂任务SOTA
深圳大学李坚强教授团队联合鹏城国家实验室、北京理工大学莫斯科大学提出奖励函数与策略协同进化框架ROSKA，该框架显著提升机器人多自由度任务的学习性能，仅使用89%训练样本即可平均提升95.3%，在多个复杂任务中实现突破。
AAAI
南大周志华团队获奖，AAAI 2025杰出论文奖出炉！
AAAI 2025 在美国费城举行，共有12957篇论文投稿，录取率为23.4%。南京大学团队的‘神经符号推理不一致性的高效修正’获杰出论文奖。此外还有一篇AI对社会影响特别奖得主论文入选。
AAAI 2025｜时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型
上海交通大学和东方理工的研究团队提出了一种新的自回归移动扩散模型（ARMD），旨在解决当前基于扩散的时间序列预测方法在时间连续性上的不足。ARMD 模型利用历史数据预测未来，通过滑动操作生成中间状态，与传统方法不同的是，它实现了采样和预测目标的统一，提升了时间序列预测的效果。
为多模态LLM引入ControlNet理念，开源插件解决灾难性遗忘 AAAI
IAA研究提出了一种全新的插件控制机制，内嵌语言模型实现多模态能力的插件化。该研究成果已被AAAI接收，并开源。IAA通过保持基座语言模型参数不变来解决灾难性遗忘问题，适用于多模态和专业任务处理。