世界模型

Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning

通过不确定性感知的置信区间预测和世界模型强化学习实现安全的城市交通控制

Joydeep Chandra, Satyam Kumar Navneet, Aleksandr Algazinov, Yong Zhang

机构 * Dept. of CST, BNRIST, Tsinghua University, Beijing, China（计算机科学与技术系，北京理工大学，北京，中国） ； Dept. of CST, Tsinghua University, Beijing, China（计算机科学与技术系，清华大学，北京，中国） ； Independent Researcher, Bihar, India（独立研究者，印度比哈尔） 纠错

专题命中 通用世界模型 ：world-model(title,abstract)；world-model(title,abstract)；分类 cs.AI、cs.LG

AI总结 STREAM-RL通过不确定性感知的置信区间预测和世界模型强化学习，实现安全的城市交通控制，提升安全性和效率。

Dual Mind World Model Inspired Network Digital Twin for Access Scheduling

双心智世界模型启发网络数字孪生访问调度框架

Hrishikesh Dutta, Roberto Minerva, Noel Crespi

机构 * Data Intelligence and Communication Engineering Lab（数据智能与通信工程实验室） 纠错

专题命中 通用世界模型 ：world model(title,abstract)；world model(title,abstract)；分类 cs.AI、cs.MA

AI总结 本文提出一种基于双心智世界模型的数字孪生调度框架，通过结合预测规划与符号模型优化，实现适应动态网络环境的智能调度策略。

Discovering Mechanistic Models of Neural Activity: System Identification in an in Silico Zebrafish

发现神经活动的机理模型：在虚拟斑马鱼中的系统识别

Jan-Matthis Lueckmann, Viren Jain, Michał Januszewski

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 本文通过虚拟斑马鱼实验，利用大语言模型树搜索发现神经活动的预测模型，证明结构先验对机理模型发现的重要性。