Adaptive sampling using variational autoencoder and reinforcement learning
Department of Engineering Cybernetics, Norwegian University of Science and Technology（工程 cybernetics 系，挪威科学与技术大学）；Department of Engineering Sciences, University of Agder（工程科学系，阿格德大学）
本文提出结合变分自编码器和强化学习的自适应稀疏感知框架，通过顺序选择测量提升稀疏采样效率和重建质量。
2025-12-03 cs.LG
AdaptiveK: Complexity-Driven Sparse Autoencoders for Interpretable Language Model Representations
Zhejiang University（浙江大学）；University of Illinois Chicago（伊利诺伊大学香槟分校）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
提出 AdaptiveK SAE，根据输入语义复杂度动态调整稀疏度，利用线性探针引导特征分配，在重构保真度、解释方差、余弦相似度和可解释性指标上优于固定稀疏度方法。
2026-06-01 cs.LG
Multi-view Subspace Adaptive Learning via Autoencoder and Attention
China University of Petroleum, Beijing Campus (CUP)（中国石油大学（北京））
多视图学习能够更全面地覆盖数据样本的所有特征，因此多视图学习受到了广泛的关注。传统的子空间聚类方法，如稀疏子空间聚类（SSC）和低秩子空间聚类（LRSC），聚类的亲和矩阵的单一视图，从而忽略了视图之间的融合问题。在本文中，我们提出了一种新的基于注意力和自编码器的多视点子空间自适应学习（MSALAA）。该方法结合了深度自编码器和多视图低秩稀疏子空间聚类（MLRSSC）中各视图自表示的对齐方法，既提高了对非线性拟合的能力，又满足了多视图学习的一致性和互补性原则。我们在六个真实数据集上观察到现有基线方法的显着改进。
2022-01-01 cs.CV cs.LG
Motion Planning in Compressed Representation Spaces
MIT LIDS（麻省理工学院信息与决策系统实验室）
提出一种生成式框架，通过高压缩率自编码器学习离散层级化潜在空间，并在其中直接搜索进行运动规划，兼顾灵活性与效率，无需任务特定训练。
2026-07-01 cs.AI cs.LG cs.RO
eXact-Prior Variational Autoencoder (X-VAE): Learning Data-Adaptive Gaussian Mixture Priors for Latent Distributions
提出X-VAE框架，用预训练自编码器潜在表示的均值和标准差作为数据自适应高斯先验，替代标准正态先验，并引入潜在缩放因子控制采样方差，平衡生成多样性与保真度。
2026-07-03 cs.LG stat.ML
SAHMM-VAE: A Source-Wise Adaptive Hidden Markov Prior Variational Autoencoder for Unsupervised Blind Source Separation
本文提出SAHMM-VAE，通过为每个潜在维度分配自适应的隐马尔可夫先验，实现无监督盲源分离的端到端学习，学习源特定的时间结构。
2026-03-26 cs.LG stat.ML
Better Optimism By Bayes: Adaptive Planning with Rich Models
UCL（伦敦大学学院）
推理和规划的计算成本将贝叶斯基于模型的强化学习限制在两个悲惨的命运之一：强大的贝叶斯自适应规划，但仅适用于简单的模型，或者强大的贝叶斯非参数模型，但使用简单的短视规划策略，如汤普森采样。我们要问的是，将丰富的概率模型与更接近完全贝叶斯规划的近似值相结合是否可行，是否真正有益。首先，我们使用了一系列的反例来显示汤普森抽样固有的过度乐观的正式问题。然后，我们利用国家的最先进的技术，在有效的贝叶斯自适应规划和非参数贝叶斯方法进行定性优于现有的传统算法和汤普森采样的两个上下文土匪样的问题。
2014-02-09 cs.AI cs.LG stat.ML
Latent Disentanglement in Mesh Variational Autoencoders Improves the Diagnosis of Craniofacial Syndromes and Aids Surgical Planning
Wellcome/EPSRC Centre for Interventional and Surgical Sciences, University College London（伦敦大学学院Wellcome/EPSRC介入与外科科学中心）；Centre For Medical Image Computing, University College London（伦敦大学学院医学影像计算中心）；UCL Great Ormond Street Institute of Child Health（伦敦大学学院大奥蒙德街儿童健康研究所）；Great Ormond Street Hospital for Children（大奥蒙德街儿童医院）；University of California, Santa Barbara（加州大学圣巴巴拉分校）；Imperial College London（伦敦帝国理工学院）；Erasmus Medical Center（伊拉斯谟医学中心）；Necker - Enfants Malades University Hospital（内克尔-恩凡茨-马拉德大学医院）
本研究应用 SD-VAE 模型对 Crouzon、Apert 和 Muenke 综合征进行网格形状分析，通过潜在解耦实现局部区域表型影响分析和手术结果模拟，从而改善诊断并辅助手术规划。
2023-09-05 cs.LG eess.IV q-bio.QM
Adaptive Online Planning for Continual Lifelong Learning
UC Berkeley（加州大学伯克利分校）；Google Brain（谷歌大脑）
我们在一个在线的免重置终身学习场景中研究学习控制，在这个场景中，错误可能会在未来灾难性地复合，环境的潜在动态可能会发生变化。传统的无模型策略学习方法由于其广泛的灵活性而在困难的任务中取得了成功，但在这种情况下却很困难，因为它们可以在其生命周期的早期激活故障模式，这些故障模式难以恢复，并且随着动态变化而面临性能下降。另一方面，基于模型的规划方法学习和适应速度快，但需要高水平的计算资源。我们提出了一种新的算法，自适应在线规划（AOP），在这种情况下，通过结合基于模型的规划与无模型学习，实现强大的性能。通过近似无模型组件和规划器性能的不确定性，AOP能够仅在必要时调用更广泛的规划，从而减少计算时间，同时在面对世界上不可预测的变化时仍然优雅地适应行为-即使传统的RL失败。
2020-06-27 cs.AI cs.LG cs.RO
Chasing Collective Variables using Autoencoders and biased trajectories
CERMICS, Ecole des Ponts（巴黎高科路桥学院 CERMICS 实验室）；MATHERIALS team-project, Inria Paris（法国国家信息与自动化研究所巴黎中心 MATHERIALS 团队）
自由能偏置方法已被证明是一种强有力的工具，可以通过修改采样措施来加速分子重要构象变化的模拟。然而，这些方法大多依赖于低维慢自由度的先验知识，即集体变量（CV）。或者，可以使用机器学习（ML）和降维算法来识别这样的CV。在这种情况下，已经提出了使用自适应偏置以迭代方式学习CV的方法：在每次迭代时，学习的CV用于执行自由能自适应偏置以生成新数据并学习新CV。在本文中，我们介绍了一种新的迭代方法，涉及CV学习与自动编码器：自由能偏置和迭代学习与自动编码器（FEBILAE）。我们的方法包括一个重新加权方案，以确保学习模型在每次迭代时优化相同的损失，并实现CV收敛。以丙氨酸二肽体系和溶剂化的chignolin微蛋白体系为例，我们提出了我们的算法的结果，使用扩展的自适应偏置力作为自由能自适应偏置方法。
2021-10-19 cs.LG physics.bio-ph physics.comp-ph
Adaptive Generation of Phantom Limbs Using Visible Hierarchical Autoencoders
University of Tennessee at Chattanooga（查塔努加田纳西大学）
根据异构运动传感器测量的人体功能部位的运动行为，提出了一种自适应幻肢生成中的分层可视自动编码器。提出的可视分层自动编码器由可解释的和多相关的自动编码器管道，这是直接从森林数据结构描述的分层网络派生。根据指定的动力学脚本（例如，跳舞、跑步等）和用户的身体状况，从人体肌肉骨骼网络中提取分层网络，该网络由多个身体部件（例如，肌肉、骨骼和关节等）它们在生物机械、功能或神经上相互关联，并且大多表现出非发散的动力学行为。多层感知器（MLP）回归模型，以及几种变化的自动编码器模型，研究了顺序生成的缺失或功能障碍的肢体。幻肢的运动学行为将使用虚拟现实和增强现实（VR/AR）、致动器和潜在的假肢控制器（一种替代缺失身体部位的人造设备）来构建。所述工作旨在开发实用的创新锻炼方法，其（1）使所有年龄段的个人，包括患有慢性健康状况和/或残疾的人，参与定期的身体活动，（2）加速患者的康复，以及（3）释放用户的幻肢疼痛。在今后的工作中，将严格评估所述工作的生理和心理影响。
2019-10-02 cs.HC cs.LG
Multimodal Deep Generative Models for Trajectory Prediction: A Conditional Variational Autoencoder Approach
Stanford University（斯坦福大学）
人类行为预测模型使机器人能够预测人类对其行为的反应，因此有助于设计安全和主动的机器人规划算法。然而，建模复杂的互动动态和捕捉在这种互动环境中的许多可能的结果的可能性是非常具有挑战性的，这促使最近的几种不同的方法的研究。在这项工作中，我们提供了一个独立的教程有条件的变分自编码器（CVAE）的方法来预测人类的行为，在其核心，可以产生一个多模态概率分布在未来的人类轨迹上的条件，过去的相互作用和候选机器人未来的行动。具体来说，本教程的目标是审查和建立人类行为预测中最先进的方法的分类，从基于物理的方法到纯粹的数据驱动的方法，提供严格但易于访问的数据驱动的描述，基于CVAE的方法，突出重要的设计特征，使其成为一个有吸引力的模型，用于基于模型的人机交互规划，并在使用这类模型时提供重要的设计考虑。
2020-11-21 cs.HC cs.LG cs.RO
PDGMM-VAE: A Variational Autoencoder with Adaptive Per-Dimension Gaussian Mixture Model Priors for Nonlinear ICA
Hong Kong Polytechnic University（香港理工大学）
本文提出PDGMM-VAE，通过为每个潜在维度分配独立的高斯混合模型先验，实现非线性ICA中的源分离。模型通过自适应学习先验参数，提升对非高斯源统计的捕捉能力，实验表明其在非线性和线性混合问题中表现优异。
2026-03-20 cs.LG stat.ML
TerraMAE: Learning Spatial-Spectral Representations from Hyperspectral Earth Observation Data via Adaptive Masked Autoencoders
Colorado State University（科罗拉多州立大学）
提出TerraMAE框架，通过自适应通道分组和增强重建损失学习高光谱空间-光谱表示，在图像重建及作物识别等下游任务中表现优异。
2025-08-09 cs.CV cs.LG
Adaptive Planning with Generative Models under Uncertainty
Purdue University（普渡大学）
本文提出利用逆动力学模型 Deep Ensemble 的预测不确定性动态调整规划间隔，使生成模型可连续执行多步动作；在 OpenAI Gym 运动任务中将重规划频率降至约10%且保持性能。
2024-08-02 cs.LG cs.RO
Self-Consistent Trajectory Autoencoder: Hierarchical Reinforcement Learning with Trajectory Embeddings
University of California, Berkeley（加利福尼亚大学伯克利分校）；Google Brain（谷歌大脑）
在这项工作中，我们采取表示学习的角度分层强化学习，其中学习层次结构中的较低层的问题转化为学习自动生成模型的问题。我们证明了我们可以学习轨迹的连续潜在表示，这在解决时间扩展和多阶段问题中是有效的。我们提出的模型SeCTAR从变分自编码器中汲取灵感，并学习轨迹的潜在表示。这种方法的一个关键组成部分是学习一个潜在的条件政策和一个潜在的条件模型是一致的。给定相同的潜势，策略生成的轨迹应该与模型预测的轨迹相匹配。该模型通过预测闭环策略行为的结果，提供了一个内置的预测机制。我们提出了一种新的算法来执行分层RL与此模型，结合基于模型的规划学习的潜在空间与无监督的探索目标。我们表明，我们的模型是有效的推理在长期的视野与稀疏的奖励几个模拟任务，优于标准的强化学习方法和先验方法的层次推理，基于模型的规划和探索。
2018-06-07 cs.AI cs.LG stat.ML
Learning to Plan, Planning to Learn: Adaptive Hierarchical RL-MPC for Sample-Efficient Decision Making
Toyota Research Institute（丰田研究院）；Learning to Plan, Planning to Learn: Adaptive Hierarchical RL-MPC for Sample-Efficient Decision Making（学习规划，规划学习：自适应分层RL-MPC用于样本高效决策）
本文提出了一种融合强化学习和MPC规划的分层方法，通过自适应聚合MPPI样本提升策略鲁棒性，实现在复杂规划问题中提高样本效率和任务成功率。
2026-04-16 cs.AI cs.LG cs.RO
Adaptive Regime-Aware Stock Price Prediction Using Autoencoder-Gated Dual Node Transformers with Reinforcement Learning Control
School of Electrical Engineering
本文提出了一种自适应预测框架，通过自编码器识别异常市场状态，并利用门控双节点变压器和强化学习控制提升预测准确性，实验表明其在预测精度和高波动时期表现优异。
2026-04-02 cs.AI cs.LG q-fin.ST
Neural Motion Planning for Autonomous Parking
Hanyang University（汉阳大学）
本文提出了一种混合运动规划策略，该策略将深度生成网络与传统的运动规划方法相结合。现有的规划方法，如A* 和混合A* 被广泛用于路径规划任务，因为他们的能力，以确定可行的路径，即使在复杂的环境中，但是，他们有效率方面的限制。为了克服这些局限性，引入了一种基于神经网络的路径规划算法，即神经混合A*。本文提出了使用条件变分自编码器（CVAE）引导搜索算法，利用CVAE的能力，学习有关的规划空间的停车环境的信息。一个非均匀的扩展策略是利用的基础上的可行的轨迹分布在演示中学习。所提出的方法有效地学习了一个给定的状态的表示，并在算法性能方面的改进。
2021-11-16 cs.LG cs.RO
Real-Time Adaptive Motion Planning via Point Cloud-Guided, Energy-Based Diffusion and Potential Fields
ECE Department, Northeastern University（东北大学电子与计算机工程系）
提出一种结合能量扩散模型与人工势场的运动规划框架，直接从点云处理障碍物，实现复杂环境下的实时轨迹生成与动态避障，在部分可观测追逃场景中表现有效。
2025-10-16 cs.LG cs.RO
Adaptive Compression of the Latent Space in Variational Autoencoders
Czech Institute of Informatics, Robotics and Cybernetics（捷克信息学、机器人学与控制论研究所）；Czech Technical University in Prague（布拉格捷克理工大学）
本文提出一种在VAE训练中通过逐步移除神经元自动确定最优潜在空间大小的方法，在四个图像数据集上比网格搜索更快且性能相当。
2023-12-11 cs.AI cs.LG
Planning and Learning with Adaptive Lookahead
Nvidia Research（英伟达研究院）
一些最强大的强化学习框架使用规划来进行动作选择。有趣的是，他们的规划视野要么是固定的，要么是由国家访问历史任意决定的。在这里，我们扩大超出天真的固定的地平线，并提出了一个理论上合理的战略，自适应选择的规划水平作为一个函数的状态依赖的价值估计。我们提出了两个变体的前瞻选择和分析迭代次数和每次迭代的计算复杂性之间的权衡。然后，我们设计了一个相应的深度Q网络算法与自适应树搜索范围。我们将每个深度的值估计分开，以补偿深度之间的非策略差异。最后，我们证明了我们的自适应前瞻方法在迷宫环境和Atari的有效性。
2023-01-18 cs.AI cs.LG
V-Coder: Adaptive AutoEncoder for Semantic Disclosure in Knowledge Graphs
Ludwig-Maximilians-Universität（慕尼黑大学）
语义网或知识图谱（KG）成为智能系统中最重要的信息源之一。主要挑战之一是从文本数据中提取和处理明确的信息。根据人类的感知，两个命名实体之间的重叠语义联系变得清晰，这是因为我们对关系所处的上下文有常识，而当我们从机器的自动驱动过程中看待它时，情况并非如此。在这项工作中，我们感兴趣的问题，关系的解决方案的范围内的KG，即，我们正在调查的内在语义的实体之间的关系网络。我们提出了一个新的自适应AutoEncoder，称为V-编码器，以确定关系固有的连接实体从不同的领域。这些关系可以被认为是模棱两可的，是解开的候选人。与自适应学习理论（ART）类似，我们的模型通过增加竞争层中的单元来从KG中学习新模式，而不会丢弃之前观察到的模式，同时单独学习每个关系的质量。对Freebase、Yago和NELL的真实数据集的评估表明，V-Coder不仅能够从损坏的输入数据中恢复链接，而且还表明KG中关系的语义揭示显示出改善链接预测的趋势。语义评估将评估包装起来。
2022-07-22 cs.AI cs.LG
APIVOT: Adaptive Planning with Interleaved Vision-Language Thoughts
Stanford University（斯坦福大学）
研究长期机器人规划问题，提出基于VLM的APIVOT规划器，通过自适应交错语言和视觉思维，利用语言语义推理、视觉思维验证几何可行性，在长期厨房任务中表现出色，提升了规划成功率和推理效率。
2026-07-10 cs.AI cs.CV cs.LG
Adaptive Informative Path Planning Using Deep Reinforcement Learning for UAV-based Active Sensing
University of Bonn（波恩大学）
空中机器人越来越多地用于环境监测和勘探。然而，一个关键的挑战是有效地规划路径，以最大限度地提高所获得的数据的信息价值，作为一个最初未知的环境进行探索。为了解决这个问题，我们提出了一种新的方法，信息路径规划的基础上深度强化学习（RL）。结合RL和机器人应用的最新进展，我们的方法将树搜索与离线学习的神经网络相结合，预测信息传感动作。我们介绍了几个组件，使我们的方法适用于机器人任务与高维状态和大动作空间。通过在任务期间部署经过训练的网络，我们的方法可以在计算资源有限的平台上实现样本高效的在线重新规划。仿真结果表明，我们的方法与现有方法相比，运行时间减少了8- 10倍。我们使用真实世界的表面温度数据验证其性能。
2022-03-03 cs.LG cs.RO
Scale-free adaptive planning for deterministic dynamics & discounted rewards
University of California, Berkeley, USA（加州大学伯克利分校）；Noah's Ark Lab, Huawei Technologies, London, UK（华为技术伦敦诺亚实验室）；Adobe Research, San Jose, USA（Adobe研究实验室）；SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔-北欧洲SequeL团队）
本文提出Platypoos算法，针对确定性动力学和折扣奖励的规划问题，提供改进的样本复杂度分析，并建立下界证明其最优性。
2026-10-06 cs.LG stat.ML
Deep Reinforcement Learning with Dynamic Graphs for Adaptive Informative Path Planning
Cluster of Excellence PhenoRob, University of Bonn（波恩大学PhenoRob卓越集群）；University of Oxford（牛津大学）
本文提出一种基于动态图约束局部动作的深度强化学习方法，用于未知三维环境中的自适应信息路径规划，通过新的探索-利用奖励函数实现高效目标发现，并在无人机果园监测中验证了其优于现有基线。
2024-07-05 cs.LG cs.RO
Towards Adversarial Purification using Denoising AutoEncoders
Indian Institute of Technology Kharagpur（印度理工学院卡拉格布尔分校）
随着图像识别中深度学习模型的快速发展和越来越多的使用，安全性成为其在安全关键系统中部署的主要问题。由于深度学习模型的准确性和鲁棒性主要取决于训练样本的纯度，因此深度学习架构通常容易受到对抗攻击的影响。对抗攻击通常是通过对正常图像进行微妙的扰动来获得的，这些扰动大多是人类无法感知的，但会严重混淆最先进的机器学习模型。我们提出了一个名为APuDAE的框架，利用去噪自动编码器（DAE）通过以自适应的方式使用这些样本来净化这些样本，从而提高被攻击的目标分类器网络的分类准确性。我们还展示了如何使用DAE自适应而不是直接使用它们，进一步提高分类精度，并且对设计自适应攻击来欺骗它们的可能性更具鲁棒性。我们在MNIST，CIFAR-10，ImageNet数据集上展示了我们的结果，并展示了我们的框架（APuDAE）如何在净化对手方面提供与基线方法相当的性能，并且在大多数情况下提供更好的性能。我们还设计了专门针对净化模型的自适应攻击，并展示了我们的防御是如何强大的。
2022-08-29 cs.CR cs.LG
Planning and Learning Using Adaptive Entropy Tree Search
University of Warsaw（华沙大学）；Institute of Mathematics of the Polish Academy of Sciences（波兰科学院数学研究所）
人工智能的最新突破表明，基于树的规划与深度学习的结合可以带来卓越的性能。我们提出了自适应熵树搜索（ANTS）-一种新的算法结合规划和学习的最大熵范式。通过对Atari基准测试的一系列综合实验，我们发现ANTS的性能明显优于最先进的AlphaZero系统的规划组件PUCT。ANTS建立在最大熵规划方法的最新工作基础上-然而，正如我们所展示的，与学习相结合失败。ANTS解决了这个问题，达到了最先进的性能。我们进一步发现，ANTS表现出优越的鲁棒性，不同的超参数选择，相比以前的算法。我们相信，蚂蚁的高性能和鲁棒性可以使树搜索规划更接近广泛的实际应用。
2023-03-14 cs.AI cs.LG
VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning
Trent AI Ltd（Trent AI有限公司）；Delft University of Technology（代尔夫特理工大学）
本文提出VariBASeD方法，通过融合变分信念学习、序列蒙特卡洛规划和元强化学习，提升深度强化学习中探索与利用的效率。
2026-02-21 cs.LG
Dynamic Obstacle Avoidance through Uncertainty-Based Adaptive Planning with Diffusion
Purdue University（普渡大学）；DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室）
提出基于不确定性的自适应生成规划方法，通过动态调整扩散模型的重新规划频率，在保持避障性能的同时减少计算开销，实现更安全的动态环境导航。
2024-09-25 cs.AI cs.LG cs.RO
Robust and Adaptive Planning under Model Uncertainty
Stanford University（斯坦福大学）
模型不确定性下的规划是许多决策和学习应用中的一个基本问题。在本文中，我们提出了鲁棒自适应蒙特卡罗规划（RAMCP）算法，它允许计算风险敏感的贝叶斯自适应政策，最佳权衡探索，剥削和鲁棒性。RAMCP制定的风险敏感规划问题作为一个两个玩家的零和游戏，其中一个对手扰动代理的信念模型。我们介绍两个版本的RAMCP算法。第一个，RAMCP-F，收敛到一个最佳的风险敏感的政策，而不必重建搜索树的基础上的信念模型被扰动。第二个版本，RAMCP-I，提高了计算效率的成本失去理论保证，但产生的经验结果相比，RAMCP-F。RAMCP是证明了一个N拉多臂土匪问题，以及病人的治疗方案。
2019-01-09 cs.AI cs.LG
Multiresolution Convolutional Autoencoders
University of Washington（华盛顿大学）；Lawrence Livermore National Lab（劳伦斯利弗莫尔国家实验室）
我们提出了一种多分辨率卷积自动编码器（MrCAE）架构，该架构集成并利用了三种非常成功的数学架构：（i）多重网格方法，（ii）卷积自动编码器和（iii）迁移学习。该方法提供了一个自适应的，分层的架构，利用渐进的训练方法多尺度时空数据。该框架允许跨多个尺度的输入：从紧凑的（少量权重）网络架构和低分辨率数据开始，我们的网络以原则性的方式逐步加深和扩大，以基于其当前重建性能在更高分辨率数据中编码新信息。应用基本的迁移学习技术来确保从先前的训练步骤中学习到的信息可以快速地转移到更大的网络中。因此，网络可以动态地捕获网络的不同深度处的不同缩放特征。这种自适应多尺度架构的性能增益说明通过一系列的数值实验合成的例子和现实世界的时空数据。
2020-04-10 cs.LG cs.NA eess.IV
WALoMA: A Multitask Wireless Foundation Model via Adaptive Low-Rank Masked Autoencoders
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；University of Southampton（南安普顿大学）
研究针对6G无线物理层架构中特定任务模型局限和标记数据稀缺问题，提出WALoMA模型，利用自适应低秩掩码自动编码器，通过自监督学习从无标签数据中学习可转移表示，在五个下游任务中表现出色，显著优于基线。
2026-07-29 cs.LG cs.NI
Domain-Adaptive Health Indicator Learning with Degradation-Stage Synchronized Sampling and Cross-Domain Autoencoder
本文提出域适应健康指标学习框架，通过退化阶段同步采样和跨域自编码器提升跨域对齐与长期监测性能。
2026-03-11 cs.AI cs.LG
Information-Theoretic Approach to Efficient Adaptive Path Planning for Mobile Robotic Environmental Sensing
Carnegie Mellon University（卡内基梅隆大学）
机器人探索和地图绘制的最新研究集中在采样环境热点领域。这种探索任务由Low，Dolan和Khosla（2008）在称为MASP的不确定性框架下的顺序决策理论规划中进行了形式化。求解MASP的时间复杂度近似依赖于地图分辨率，这限制了其在大规模、高分辨率勘探和填图中的应用。为了减轻这种计算困难，本文提出了一种信息理论的方法，MASP（iMASP）的有效的自适应路径规划，通过重新制定的成本最小化的iMASP作为一个奖励最大化的问题，其时间复杂度变得独立的地图分辨率和不太敏感，增加机器人团队的规模，理论和经验证明。使用奖励最大化对偶，我们得到了一个新的自适应最大熵采样的变体，从而提高了诱导探索策略的性能。它还使我们能够建立理论界限量化的性能优势，最佳自适应非自适应政策和性能质量的近似最优与最佳自适应政策。我们的分析和经验表明，iMASP为基础的政策采样的对数高斯过程的政策广泛使用的高斯过程中映射的热点领域的优越性能。最后，我们提供了充分的条件，当满足时，保证自适应性在假设的环境模型下没有好处。
2013-05-27 cs.AI cs.LG cs.MA
Time-Aware Feature Selection: Adaptive Temporal Masking for Stable Sparse Autoencoder Training
Yale University（耶鲁大学）；University of Chicago（芝加哥大学）
针对稀疏自编码器训练中的特征吸收问题，提出自适应时间掩码（ATM）方法，通过动态重要性分数与概率掩码实现稳定特征选择，在Gemma-2-2b上显著降低吸收分数并保持重构质量。
2025-10-09 cs.AI cs.CL cs.LG
Fast and Precise: Adjusting Planning Horizon with Adaptive Subgoal Search
University of Warsaw（华沙大学）；IDEAS NCBR；Jagiellonian University（雅盖隆大学）；KAUST（阿卜杜拉国王科技大学）；Google Research（谷歌研究院）；Stanford University（斯坦福大学）；Polish Academy of Sciences（波兰科学院）
针对复杂推理问题中状态计算成本不均的特性，提出自适应子目标搜索（AdaSubS），通过动态调整规划视野并验证子目标可达性，在推箱子、魔方和不等式证明基准上显著超越分层规划算法。
2024-05-25 cs.AI cs.LG
When Trees Are Not Enough: Learning Mixed-Topology Feature Graphs with Adaptive Graph Sparse Autoencoders
University of Arizona（亚利桑那大学）；Iowa State University（爱荷华州立大学）；Old Dominion University（欧道明大学）
提出自适应图稀疏自编码器（AG-SAE），通过竞争完整父集学习混合拓扑特征图，以结构损失引导训练并闭环优化字典，实现比树结构更可靠的特征组织与更强因果干预。
2026-09-30 cs.CL cs.LG
A Modality-Adaptive Method for Segmenting Brain Tumors and Organs-at-Risk in Radiation Therapy Planning
Technical University of Denmark（丹麦技术大学）；Skåne University Hospital（斯科讷大学医院）；Danish Research Centre for Magnetic Resonance（丹麦磁共振研究中心）；Copenhagen University Hospital Hvidovre（哥本哈根大学医院维兹奥勒医院）；Copenhagen University Hospital Rigshospitalet（哥本哈根大学医院国立医院）；University College London（伦敦大学学院）；UCLH NHS Foundation Trust（伦敦大学学院医院NHS基金会信托）；National Hospital for Neurology and Neurosurgery（国立神经病学与神经外科医院）
在本文中，我们提出了一种方法，同时分割脑肿瘤和广泛的器官的放射治疗计划的胶质母细胞瘤的风险。该方法将用于全脑分割的对比度自适应生成模型与使用卷积限制玻尔兹曼机的肿瘤形状的新空间正则化模型相结合。我们通过实验证明，该方法能够适应与任何可用的训练数据大不相同的图像采集，确保其在治疗部位的适用性;其肿瘤分割精度与当前最先进的水平相当;并且它能够很好地捕获大多数处于危险中的器官，以用于放射治疗计划的目的。所提出的方法可能是一个有价值的一步，对脑肿瘤和器官的风险进行放射治疗的胶质母细胞瘤患者的自动划定。
2018-08-15 cs.CV cs.LG stat.ML
Navigating Demand Uncertainty in Container Shipping: Deep Reinforcement Learning for Enabling Adaptive and Feasible Master Stowage Planning
IT University of Copenhagen, Denmark（丹麦哥本哈根IT大学）；HEC Montréal, Qc, Canada（加拿大魁北克省蒙特利尔高等商学院）；GERAD, Qc, Canada（加拿大魁北克省GERAD）；Mila - Quebec AI Institute, Qc, Canada（加拿大魁北克省Mila-魁北克人工智能研究所）
本文通过深度强化学习框架解决主装货计划中的状态依赖约束问题，提升在需求不确定性和操作约束下的适应性和可行性。
2026-11-09 cs.LG math.OC
Towards Stable Symbol Grounding with Zero-Suppressed State AutoEncoder
IBM Research（IBM研究院）；MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室）
虽然经典规划一直是人工智能的一个活跃分支，但其适用性仅限于人类精确建模的任务。完全自动化的高级代理应该能够在没有监督的情况下找到未知环境的符号表示，否则它会表现出知识获取瓶颈。与此同时，Latplan（Asai and Fukunaga 2018）通过称为状态自动编码器（SAE）的神经网络部分解决了瓶颈。SAE通过无监督学习获得基于图像的谜题域的命题表示，生成状态空间并执行经典规划。在本文中，我们确定的问题，随机行为的SAE产生的命题作为一个新的子问题的符号接地问题，符号稳定性问题。非正式地说，符号是稳定的，当它们的引用（例如命题值）不改变对小扰动的观察，和不稳定的符号是有害的符号推理。我们分析了在Latplan的问题，正式和经验，并提出了“零抑制SAE”，一个增强，稳定的命题使用封闭世界假设的想法作为前NN优化。我们发现，它发现更稳定的命题和更紧凑的表示，从而提高了Latplan的成功率。它对各种超参数具有鲁棒性，并且简化了调优工作，并且还提供了权重修剪功能作为副作用。
2019-03-27 cs.AI cs.LG
Planning Under Observation Mismatch for Traffic Signal Control via Adaptive Modular World Models
Shanghai Jiao Tong University（上海交通大学）
本文提出适应性模块化模型，用于解决观测不匹配下的交通信号控制问题，通过模块化规划架构提升性能和数据效率。
2026-04-25 cs.AI cs.LG
Evidential Sparsification of Multimodal Latent Spaces in Conditional Variational Autoencoders
Stanford University（斯坦福大学）
变分自编码器中的离散潜在空间已经被证明可以有效地捕获许多现实世界问题的数据分布，例如自然语言理解、人类意图预测和视觉场景表示。然而，离散的潜在空间需要足够大，以捕获真实世界数据的复杂性，从而使下游任务在计算上具有挑战性。例如，在环境的高维潜在表示中执行运动规划可能是棘手的。我们考虑的问题稀疏化的离散潜在空间的训练条件变分自编码器，同时保持其学习的多模态。作为一种事后潜在空间缩减技术，我们使用证据理论来识别从特定输入条件接收直接证据的潜在类，并过滤掉那些不接收直接证据的潜在类。不同的任务，如图像生成和人类行为预测的实验，证明了我们提出的技术在减少模型的离散潜在样本空间大小，同时保持其学习的多模态的有效性。
2021-01-18 cs.AI cs.CV cs.LG
Planning to Learn: Real-Time Robust Adaptive Control on the GPU with Guaranteed Future Learning
Georgia Institute of Technology（佐治亚理工学院）
本研究提出基于系统级综合的学习感知鲁棒自适应模型预测控制框架A-SLS，结合GPU加速求解器，降低可达管保守性，实现高维机器人系统实时控制，且在Crazyflie无人机硬件上验证了有效性。
2026-10-16 cs.LG cs.RO cs.SY
SoftSAE: Dynamic Top-K Selection for Adaptive Sparse Autoencoders
Jagiellonian University（雅盖隆大学）；IDEAS Research Institute（IDEAS研究所）
SoftSAE通过动态Top-K机制调整稀疏自编码器的激活特征数量，以适应不同输入复杂度，提升表示匹配度和解释长度。
2026-05-08 cs.CV cs.LG
Adaptive Urban Planning: A Hybrid Framework for Balanced City Development
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）
针对城市规划难以平衡基础设施与人口偏好的问题，提出双层混合框架，结合确定性求解器与多智能体协作，在印度城市数据上验证了其兼顾整体功能与局部细节的有效性。
2024-12-19 cs.LG cs.MA
Planning from Pixels in Atari with Learned Symbolic Representations
Technical University of Denmark（丹麦技术大学）
基于宽度的规划方法已被证明在Atari 2600域中使用像素输入产生最先进的性能。RolloutIW是一种成功的方法，它用B-PROST布尔特性集表示状态。RolloutIW的增强版本$π$ -IW表明，对于基于宽度的搜索，学习的特性可以与手工制作的特性相竞争。在本文中，我们利用变分自编码器（VAE）直接从像素中学习功能的原则性方式，没有监督。经过训练的VAE的推理模型从像素中提取布尔特征，RolloutIW使用这些特征进行规划。由此产生的组合优于原来的RolloutIW和雅达利2600上的人类专业游戏，并大大减少了功能集的大小。
2021-03-15 cs.AI cs.LG
