本周六下午 14:00 - 16:00，我们将在学堂112【线下】给大家带来陈立言、刘域尧两位同学的报告。两场报告分别与密码学和机器人操作相关。在两场报告之间，同学们可以吃零食 and/or 自由交流。
报告 1 摘要
陈立言是姚班 2021 级（计科13）的本科生。简短非交互式知识证明（Succinct Non-intearctive Argument of Knowledge)是一类非常重要的密码学协议，尤其适用于计算委托（例如委托算力强但是不可信的第三方完成计算任务），目前被广泛的应用于区块链中。在本次 seminar 中，他将会介绍包括交互式证明在内的相关基本概念，并且分享密码学理论界对于这一领域的研究现状。随后，他将会分享他在东北大学春研期间与金正中教授和Daniel Wichs教授合作完成的工作《Succinct Non-interactive Argument of Proximity》中的部分内容。这项工作关注对于计算任务仅要求近似正确性的应用场景，在这种情形下可以进一步缩减代理方（即验证者）所需要进行的计算。这项工作证明了自适应安全性（adaptive security）条件下验证者计算量的无条件下界，并且基于标准密码学假设给出了一个几乎达到下界的的构造。本次seminar面向没有任何密码学基础的听众，同时会分享一些有趣且简洁的技术思路，适合各年级和方向的同学参加。
报告 2 摘要
刘域尧是姚班 2021 级（计科13）的本科生。本次 Seminar 他将介绍他在麻省理工学院春研期间关于机器人操作的工作。灵活的工具使用是人类智能的重要特征，人类能够通过少量示范迅速掌握操作策略，并泛化到新的物体和新的场景上。针对现有基于模型的方法效率低下和策略学习方法泛化性不足的局限性，他们提出了 MAGIC（Manipulation Analogies for Generalizable Intelligent Contacts）方法来实现单样本学习操作策略的高效泛化。利用单个参考动作轨迹，MAGIC 能够有效识别新物体上的相似接触点和并生成动作序列，从而复现示范策略。他们的方法采用两阶段的接触点匹配过程，结合预训练视觉特征的全局匹配与局部曲率分析，确保接触点的精确性与物理合理性。在舀取、悬挂和钩取物体的任务中，MAGIC 在运行速度和泛化能力上显著优于现有方法。除了参考接触路径点外，这一方法不需要任务特定的信息，因此具有通用性。文章在投于 ICRA 2025，此前也在 CoRL LEAP workshop 上进行过展示。
欢迎全体同学参加~
Make IIIS Great Again!
