世界模型

$\aleph$-IPOMDP: Mitigating Deception in a Cognitive Hierarchy with Off-Policy Counterfactual Anomaly Detection

$\aleph$-IPOMDP：通过非策略反事实异常检测缓解认知层级中的欺骗

Nitay Alon, Joseph M. Barnby, Stefan Sarkadi, Lion Schulz, Jeffrey S. Rosenschein, Peter Dayan

专题命中 具身与机器人 ：model-based RL(abstract)；分类 cs.MA

AI总结 $\aleph$-IPOMDP通过非策略反事实异常检测机制，缓解认知层级中的欺骗问题，提升博弈中的公平性和安全性。

Comments 28 pages, 12 figures

Journal ref Journal of Artificial Intelligence Research (JAIR), Volume 85, Article 14, 2026

Q-Guided Stein Variational Model Predictive Control via RL-informed Policy Prior

基于RL引导的Stein变分模型预测控制的Q引导方法

Shizhe Cai, Zeya Yin, Jayadeep Jacob, Fabio Ramos

机构 * University of Sydney（悉尼大学） ； NVIDIA（英伟达） 纠错

专题命中 具身与机器人 ：分类 cs.AI、cs.LG、cs.RO；dynamics model(abstract)

AI总结 Q-SVMPC通过结合RL引导的策略先验和Stein变分方法，提升轨迹优化的样本效率、稳定性和鲁棒性。

Comments 8 pages, 6 figures