世界模型

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