世界模型

LILAD: Learning In-context Lyapunov-stable Adaptive Dynamics Models

LILAD: 学习上下文Lyapunov稳定自适应动力学模型

Amit Jena, Na Li, Le Xie

专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.AI、cs.LG

AI总结 LILAD通过上下文学习同时学习动态模型和Lyapunov函数，确保系统在分布偏移和任务外情况下的稳定性与适应性。

Comments This article has been accepted for AAAI-26 (The 40th Annual AAAI Conference on Artificial Intelligence)

Beyond Ensembles: Simulating All-Atom Protein Dynamics in a Learned Latent Space

超越集成：在学习的潜在空间中模拟全部原子蛋白质动力学

Aditya Sengar, Jiying Zhang, Pierre Vandergheynst, Patrick Barth

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.AI

AI总结 本文提出GLDP模块，通过比较三种传播器，展示自回归神经网络在模拟全部原子蛋白质动力学中的优越性。