本文提出了一种新的集体控制方法，基于神经元元自动机和生物启发的脉冲神经网络，用于 Voxel-based Soft Robots 的运动控制，实现了对环境变化的适应性。

Apr, 2022

该研究使用视觉预测框架来学习能在不同任务中重复使用的织物动力学，使用这种方法可以在织物平整和折叠任务中提高效率，并在物理上完成连续织物折叠任务。

Feb, 2021

本研究提出了一种新颖的虚拟现实模拟工具，用于模拟真实光学方法，并在实验中提供高度的控制能力。该工具包括一个实验控制器，平滑和轻松处理多种条件，一个通用的眼动追踪控制器，适用于大多数常见的虚拟现实眼动追踪器，一个可配置的散焦模拟器，以及一个通用的虚拟现实问卷加载器，用于评估参与者在虚拟现实中的行为。这种基于虚拟现实的模拟工具弥合了新光学方法、矫正和治疗的理论研究与应用研究之间的差距。它使得视觉科学家能够增加他们的研究工具，获得一个稳健、逼真且快速的研究环境。

Dec, 2023

提出了一种 VSR 统一框架，结合了视觉、语义和关系，可同时支持 NLP 和 CV 方法，其中使用文档图像和文本嵌入映射来引入视觉和语义，并通过图神经网络模块对布局组件之间的关系进行建模，取得了比以往模型更好的结果。

May, 2021

本研究探讨了如何使用深度强化学习方法从基于图像的观察中学习鲁棒和通用状态表示，并通过提出的 Simple State Representation (SimSR) 算子解决了现有工作中的计算复杂性，严格假设和表示塌缩挑战，实验结果表明我们的模型通常可以取得更好的性能，具有更好的鲁棒性和通用性。

Dec, 2021

本文研究解决现实世界中动画视频超分辨率（VSR）的难题，并揭示了实用动画 VSR 的三个关键改进：通过学习基本运算符来改进基本降质操作生成过程中的能力，使用 AVC 数据集进行综合训练和评估，以及研究有效的多尺度网络结构。我们的 AnimeSR 方法能够有效和高效地恢复现实世界中低质量的动画视频，并实现了优于以往最先进方法的性能。

Jun, 2022

通过虚拟现实技术实现驾驶行为研究的开源可行驶驶模拟器平台的开发与应用，显著降低实验成本并提供更丰富的实验控制。

Jan, 2022

消费者虚拟现实（VR）和混合现实（MR）技术的发展引发了对与 3D 虚拟内容的互动的关注，然而传统的内容创作、编辑和交互技术存在困难。本研究提出了 VR-GS 系统，通过在虚拟现实环境中开发具有物理动力学感知的交互高斯碎片技术，并结合可变形物体的模拟，以实现无缝和直观的用户体验。该系统通过详细的场景重建和物体分割、多视角图像修复，以及基于物理的交互编辑，同时包含实时变形嵌入和动态阴影投射等功能，确保了全面且引人入胜的虚拟体验。

Jan, 2024

VISTA 是一个基于真实数据的开源模拟器，它可以模拟自主车辆所用到的多种传感器，包括 RGB 摄像头，3D 激光雷达和事件摄像头等，从而丰富策略学习的数据，并通过将策略应用于完整规模的自主车辆，证明了其模拟虚实传递的能力和其高于仅在真实数据上训练的策略的鲁棒性。

Nov, 2021

利用梯度优化轨迹的方法与可微物理模拟相结合，可以高效地解决软体操纵问题，DiffVL 是一种允许非专家用户通过视觉和自然语言描述软体操纵任务，并将其转化为可由可微物理求解器应用的优化目标的方法。

Dec, 2023