Policy-contingent abstraction for robust robot control
基于策略抽象的鲁棒机器人控制
AI总结 提出一种可扩展的控制算法，使移动机器人系统在充分考虑概率信念的情况下做出高层决策，并成功部署于护理机构。
Comments Appears in Proceedings of the Nineteenth Conference on Uncertainty in Artificial Intelligence (UAI2003)
作者
Joelle Pineau
Reinforcement Learning
Tiny Aya: Bridging Scale and Multilingual Depth
Tiny Aya：弥合规模与多语言深度
AI总结 Tiny Aya通过区域感知后训练，在仅3.35B参数下实现多语言翻译、理解和生成的高性能，提供高效且平衡的多语言AI解决方案。
Advancing Science- and Evidence-based AI Policy
推进基于科学与证据的人工智能政策
AI总结 本文探讨如何优化证据与政策关系，以负责任地推进人工智能创新，应对日益强大的人工智能带来的机遇与挑战。
Comments This is the author's version of the work. It is posted here by permission of the AAAS for personal use, not for redistribution. The definitive version was published in Science on July 31, 2025
Safe Domain Randomization via Uncertainty-Aware Out-of-Distribution Detection and Policy Adaptation
安全域随机化：基于不确定性感知的分布外检测与策略自适应
AI总结 提出UARL框架，通过集成评论家量化不确定性和渐进式环境随机化，在不与目标域直接交互的情况下实现安全的OOD检测与策略自适应，在MuJoCo和四足机器人上验证了有效性和样本效率。
On the Societal Impact of Open Foundation Models
机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Georgetown University（乔治城大学） ； Center for Democracy and Technology（民主与技术中心） ； Eleuther AI ； Humane Intelligence ； Brookings Institution（布鲁金斯学会） ； Hugging Face ； Australian National University（澳大利亚国立大学） ； Open Source Initiative（开源倡议组织） ； Institute for Advanced Study（高等研究院） ； Meta ； University of California, Berkeley（加州大学伯克利分校） ； Mozilla AI
Questions Are All You Need to Train a Dense Passage Retriever
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Meta AI ； DeepMind（深度思维） ； University of Washington（华盛顿大学）
Comments Accepted to TACL, pre MIT Press publication version
Improving Passage Retrieval with Zero-Shot Question Generation
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Meta AI Research（Meta人工智能研究院） ； Google Research（谷歌研究院） ； University of Washington（华盛顿大学）
Comments EMNLP 2022 camera-ready version. Code is available at: https://github.com/DevSinghSachan/unsupervised-passage-reranking
Towards the Systematic Reporting of the Energy and Carbon Footprints of Machine Learning
机构 * Stanford University（斯坦福大学） ； Facebook（脸书） ； Mila（米拉人工智能研究所） ； McGill University（麦吉尔大学） ； Facebook AI Research（脸书人工智能研究院）
Comments Published in JMLR: https://jmlr.org/papers/v21/20-312.html
The Curious Case of Absolute Position Embeddings
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI（魁北克人工智能研究所米拉） ； Meta AI
Comments Accepted at EMNLP 2022 Findings; 5 pages and 15 pages Appendix
New Insights on Reducing Abrupt Representation Change in Online Continual Learning
机构 * McGill University（麦吉尔大学） ； Mila（米拉研究所） ； Facebook AI Research（脸书人工智能研究院） ； Toyota Motor Europe（丰田汽车欧洲公司） ； Concordia University（康考迪亚大学） ； KU Leuven（鲁汶大学）
Comments Accepted at ICLR 2022. Code available at www.github.com/pclucas14/AML
New Insights on Reducing Abrupt Representation Change in Online Continual Learning
Comments This has been withdrawn as it is a new version of arXiv:2104.05025
Novelty Search in Representational Space for Sample Efficient Exploration
机构 * McGill University（麦吉尔大学） ； Mila, Quebec Artificial Intelligence Institute（Mila - 魁北克人工智能研究所）
Comments 10 pages + references + appendix. Oral presentation at NeurIPS 2020
Robust Policy Learning over Multiple Uncertainty Sets
机构 * Stanford University（斯坦福大学） ； Facebook AI Research（脸书人工智能研究院）
Comments Project webpage at https://sites.google.com/view/sirsa-public/home
Estimating causal effects with optimization-based methods: A review and empirical comparison
Comments In Press, Corrected Proof
Journal ref European Journal of Operational Research, 2022, 14 pages
A Generalized Bootstrap Target for Value-Learning, Efficiently Combining Value and Feature Predictions
Comments 18 pages, 6 figures, 2 tables. Preprint. Accepted by AAAI-22
Multi-Objective SPIBB: Seldonian Offline Policy Improvement with Safety Constraints in Finite MDPs
机构 * McGill University（麦吉尔大学） ； Mila ； University of Massachusetts（马萨诸塞大学） ； Facebook AI Research（Facebook人工智能研究院） ； Microsoft Research（微软研究院）
Block Contextual MDPs for Continual Learning
机构 * Facebook AI Research（Facebook人工智能研究院） ； McGill University（麦吉尔大学） ； UC Berkeley（加州大学伯克利分校）
Comments 26pages, Under Review
Masked Language Modeling and the Distributional Hypothesis: Order Word Matters Pre-training for Little
机构 * Facebook AI Research（Facebook人工智能研究院） ； McGill University（麦吉尔大学） ； Mila - Quebec AI（Mila - 魁北克人工智能研究所）
Comments To appear at EMNLP 2021; 26 pages total (9 main, 6 reference and 11 Appendix)
Quasi-Equivalence Discovery for Zero-Shot Emergent Communication
机构 * Facebook AI Research（脸书人工智能研究院） ； MILA（蒙特利尔学习算法研究所）
Comments 14 pages
OptiDICE: Offline Policy Optimization via Stationary Distribution Correction Estimation
机构 * KAIST（韩国科学技术院） ； Mila, Quebec AI Institute（魁北克人工智能研究所Mila） ； McGill University（麦吉尔大学） ； Gauss Labs Inc.（高斯实验室公司） ； Facebook AI Research（脸书人工智能研究院）
Comments 26 pages, 11 figures, Accepted at ICML 2021
Do Encoder Representations of Generative Dialogue Models Encode Sufficient Information about the Task ?
机构 * McGill University（麦吉尔大学） ； Quebec Artificial Intelligence Institute (Mila)（魁北克人工智能研究所（Mila）） ； École Polytechnique de Montréal（蒙特利尔综合理工学院）
Comments Accepted at SIGDial 2021. arXiv admin note: substantial text overlap with arXiv:2008.10427
A Brief Study on the Effects of Training Generative Dialogue Models with a Semantic loss
机构 * McGill University（麦吉尔大学） ； Quebec Artificial Intelligence Institute (Mila)（魁北克人工智能研究所（Mila）） ； University of Montréal（蒙特利尔大学） ； École Polytechnique de Montréal（蒙特利尔工程学院）
Comments Accepted at SIGDial 2021
SPeCiaL: Self-Supervised Pretraining for Continual Learning
机构 * McGill University（麦吉尔大学） ； Facebook AI Research（脸书人工智能研究院）
Multi-Task Reinforcement Learning with Context-based Representations
机构 * Facebook AI Research（脸书人工智能研究院） ； Mila（米拉人工智能研究所） ； McGill University（麦吉尔大学）
Comments Accepted at the 38th International Conference on Machine Learning (ICML 2021). 17 pages, 4 figures, 20 tables
UnNatural Language Inference
机构 * McGill University（麦吉尔大学） ； Montreal Institute of Learning Algorithms (Mila)（蒙特利尔学习算法研究所） ； Facebook AI Research (FAIR)（脸书人工智能研究院）
Comments Accepted at ACL 2021 (Long Paper), 9 pages + Appendix
Correcting Momentum in Temporal Difference Learning
机构 * Mila（米拉人工智能研究所） ； McGill University（麦吉尔大学）
Comments NeurIPS Deep RL Workshop 2020
Model-Invariant State Abstractions for Model-Based Reinforcement Learning
机构 * University of Alberta（阿尔伯塔大学） ； FAIR（脸书人工智能研究院）
MVFST-RL: An Asynchronous RL Framework for Congestion Control with Delayed Actions
机构 * Facebook AI Research（脸书人工智能研究院） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学） ； McGill University（麦吉尔大学） ； MILA（蒙特利尔学习算法研究所）
Comments Workshop on ML for Systems at NeurIPS 2019
Adversarial Soft Advantage Fitting: Imitation Learning without Policy Optimization
机构 * Québec AI institute (Mila)（魁北克人工智能研究所（Mila）） ； McGill University（麦吉尔大学） ； Polytechnique Montréal（蒙特利尔理工学院） ； Facebook AI Research（Facebook人工智能研究院） ； Element AI ； Ubisoft Montreal’s La Forge R&D laboratory（育碧蒙特利尔La Forge研发实验室）
Journal ref Advances in Neural Information Processing Systems 33 (2020)
Sometimes We Want Translationese
机构 * School of Computer Science, McGill University（麦吉尔大学计算机科学学院） ； Quebec AI Institute (Mila)（魁北克人工智能研究所（Mila）） ； Facebook AI Research (FAIR)（Facebook人工智能研究院（FAIR））
Comments 16 pages, 11 figures and 3 tables
