世界模型

Soft Geometric Inductive Bias for Object Centric Dynamics

基于几何的诱导偏置用于物体中心动力学

Hampus Linander, Conor Heins, Alexander Tschantz, Marco Perin, Christopher Buckley

机构 * VERSES AI ； University of Sussex（苏塞克斯大学） ； University of Sussex, Department of Informatics（苏塞克斯大学信息学院） 纠错

专题命中 通用世界模型 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)

AI总结 本文提出基于几何代数神经网络的物体中心世界模型，通过柔软几何诱导偏置提升物理动力学模拟的保真度和泛化能力。

Comments 8 pages, 11 figures; 6 pages supplementary material

MMGR: Multi-Modal Generative Reasoning

MMGR：多模态生成推理

Zefan Cai, Haoyi Qiu, Tianyi Ma, Haozhe Zhao, Gengze Zhou, Kung-Hsiang Huang, Parisa Kordjamshidi, Minjia Zhang, Wen Xiao, Jiuxiang Gu, Nanyun Peng, Junjie Hu

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Michigan State University（密歇根州立大学） ； University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Adelaide（阿德莱德大学） ； Salesforce AI Research（Salesforce人工智能研究） ； Microsoft（微软） ； Adobe Research（Adobe研究） 纠错

专题命中 通用世界模型 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)

AI总结 MMGR提出一个多模态生成推理评估框架，通过物理、逻辑、空间和时间五个能力评估视频和图像生成模型，揭示其在抽象推理和具身导航中的性能不足。

Comments work in progress

OccSTeP: Benchmarking 4D Occupancy Spatio-Temporal Persistence

OccSTeP：4D占用率时空持续性基准测试

Yu Zheng, Jie Hu, Kailun Yang, Jiaming Zhang

专题命中 通用世界模型 ：world model(abstract)；world model(abstract)；分类 cs.CV

AI总结 OccSTeP提出了一种4D占用率时空持续性基准，通过OccSTeP-WM模型实现对自动驾驶中未来行为的反应和前瞻性预测，实验结果显示其在语义和占用率指标上均有显著提升。

Comments 16 pages, 5 figures

Explainable AI for Classifying UTI Risk Groups Using a Real-World Linked EHR and Pathology Lab Dataset

利用真实世界链接的电子健康记录和病理实验室数据集进行UTI风险分组分类的可解释AI

Yujie Dai, Brian Sullivan, Axel Montout, Amy Dillon, Chris Waller, Peter Acs, Rachel Denholm, Philip Williams, Alastair D Hay, Raul Santos-Rodriguez, Andrew Dowsey

机构 * University of Bristol（布里斯托大学） ； Kettering General Hospital NHS Foundation Trust（凯特林医院国家健康服务基金会信托） ； NHS England（英格兰国家健康服务） ； University Hospitals Bristol and Weston NHS Foundation Trust（布里斯托和韦斯特医院国家健康服务基金会信托） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本研究利用真实世界链接的EHR和病理实验室数据集，通过可解释AI技术对UTI风险分组进行分类，以提高临床决策的透明性和可解释性。

Comments Peer-reviewed; accepted at Health Intelligence (W3PHIAI-25) Workshop, AAAI Conference 2025 (to appear in Studies in Computational Intelligence, Springer/Nature)

Double Horizon Model-Based Policy Optimization

双视界模型驱动策略优化

Akihiro Kubo, Paavo Parmas, Shin Ishii

机构 * Advanced Telecommunications Research Institute（先进电信研究所） ； Kyoto University（京都大学） ； The University of Tokyo（东京大学） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

AI总结 双视界模型驱动策略优化通过分阶段rollout策略，平衡分布偏移、模型偏差和梯度稳定性，在连续控制任务中提升样本效率和运行效率。

Comments Accepted to Transactions on Machine Learning Research (TMLR) Code available at https://github.com/4kubo/erl_lib

FM-EAC: Feature Model-based Enhanced Actor-Critic for Multi-Task Control in Dynamic Environments

基于特征模型的增强型Actor-Critic：用于动态环境多任务控制

Quanxi Zhou, Wencan Mao, Manabu Tsukada, John C. S. Lui, Yusheng Ji

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（日本信息处理学会） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG

AI总结 FM-EAC通过整合规划、行动和学习，提升动态环境多任务控制的泛化能力与任务迁移性能。

Operator-Theoretic Joint Estimation of Aging-Aware State of Charge and Control-Informed State of Health

算子理论联合估计考虑老化因素的状态电量和基于控制信息的状态健康

Rahmat K. Adesunkanmi, Adel Alaeddini, Mahesh Krishnamurthy

专题命中 模型式强化学习 ：latent dynamics(abstract)；dynamics model(abstract)

AI总结 本文提出基于算子理论的联合估计框架，用于考虑老化因素的状态电量和基于控制信息的状态健康估计，通过端到端训练实现稳定且准确的容量预测。

Comments This paper has been submitted to IEEE for publication