使用视频、图像和手部骨骼等高质量结构化数据进行手势分类是计算机视觉中一个经过充分探索的问题。或者，利用低功耗、经济高效的生物信号，例如表面肌电图 (sEMG)，可以在可穿戴设备上进行连续手势预测。在这项工作中，我们的目标是通过将其与从结构化、高质量模态获得的嵌入对齐来提高 EMG 表示质量，这些模态提供丰富的语义指导，最终实现零样本手势泛化。具体来说，我们建议 EMBridge，一个...
Complex & Intelligent Systems, Volume 12, Issue 1, January 2026
1) STRNet: 用于遥感语义分割的交互式融合双分支协同网络作者: 翟敏君, 陈东华, 郭兴2) 利用空间关系注意和网格解码器增强图像描述作者: 邓鑫, 朱一环, 徐宏华3) 约束多目标优化的自适应任务转换框架辅助进化多任务处理作者: 孙贤鹏, 晓川高，党潜龙4) 迈向安全高效的盾构隧道掘进：基于反事实强化学习的多子系统协同优化作者：卢静，胡敏，周文波5) GDA-RoadSeg：一种改进的具有门控深度注意力特征融合的道路分割网络作者：倪建军，马文普，Simon X. Yang6) 一种用于鲁棒和泛化ABSA的熵正则化反事实框架作者：邓干，杨海通，严友成7）基于Q学习增强粒子群算法的碳绿证
Robotiq Launches Tactile Fingertips for 2F Grippers, Bringing the Sense of Touch to Physical AI
将自适应抓取与高频触觉传感相结合，使机器人能够泛化物体、任务和环境，而无需拟人化手的成本和复杂性。
