Huawei（华为）

Tight Regret Bounds for Fixed-Price Bilateral Trade

固定价格双边交易的紧懊悔界

Houshuang Chen, Yaonan Jin, Pinyan Lu, Chihao Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei’s Taylor Lab（华为泰勒实验室） ； Shanghai University of Finance and Economics, Laboratory of Interdisciplinary Research of Computation and Economics (SUFE)（上海金融学院，计算与经济学交叉研究实验室（SUFE）） 纠错

AI总结 本文研究了固定价格机制在双边交易中的懊悔最小化问题，针对独立值和相关/对抗值分别给出了紧致的懊悔界，并改进了现有结果。

MatPhys: Learning Material-Aware Physics Parameters for Deformable Object Simulation from Videos

MatPhys: 从视频中学习材料感知的物理参数以模拟可变形物体

Yang Yang, Yiyan Wang, Zheming Liu, Naoya Iwamoto

机构 * The University of Osaka（大阪大学） ； The University of Tokyo（东京大学） ； Huawei Technologies Japan K.K（华为技术日本株式会社） 纠错

AI总结 本文提出MatPhys方法，通过单视角视频预测弹簧-质量参数，解决了现有方法在材料假设和跨场景一致性方面的不足，从而提升可变形物体模拟的准确性和泛化能力。

Comments Submitted to Siggrah Asia 2026

RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning

RLFTSim: 通过强化学习微调实现逼真且可控的多智能体交通仿真

Ehsan Ahmadi, Hunter Schofield, Behzad Khamidehi, Fazel Arasteh, Jinjun Shan, Lili Mou, Dongfeng Bai, Kasra Rezaee

机构 * University of Alberta（阿尔伯塔大学） ； Huawei Technologies Canada（华为加拿大技术有限公司） ； York University（约克大学） ； Canada CIFAR AI Chair, Amii（加拿大 CIFAR 人工智能主席，Amii） 纠错

AI总结 本文提出RLFTSim框架，通过强化学习微调提升交通仿真场景的真实感，并通过目标条件化方法实现对交通仿真可控性的提炼，实验表明其在真实感和可控性方面均优于其他启发式搜索方法。

Comments CVPR 2026 Highlight; Project page at https://ehsan-ami.github.io/rlftsim

CoLD: Counterfactually-Guided Length Debiasing for Process Reward Models in Mathematical Reasoning

CoLD: 用于数学推理过程中奖励模型的反事实引导长度偏差消除

Congmin Zheng, Jiachen Zhu, Jianghao Lin, Xinyi Dai, Weiwen Liu, Haoxuan Li, Yong Yu, Weinan Zhang, Mengyue Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peking University（北京大学） ； University of Bristol（布里斯托大学） 纠错

AI总结 本文提出CoLD，一种通过反事实引导消除过程奖励模型中长度偏差的统一框架，旨在提高多步骤推理的准确性和简洁性，同时提升下游强化学习性能和跨领域泛化能力。