世界模型

Disentangling Slow and Fast Temporal Dynamics in Degradation Inference with Hierarchical Differential Models

分离慢速和快速时间动态以推断退化：基于分层微分模型

Mengjie Zhao, Olga Fink

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

AI总结 本文提出H-CDE框架，通过分离慢退化动态和快操作动态，提升退化推断的准确性与鲁棒性。

Enhancing Heterogeneous Multi-Agent Cooperation in Decentralized MARL via GNN-driven Intrinsic Rewards

通过图神经网络驱动的内在奖励增强去中心化MARL中的异质多智能体协作

Jahir Sadik Monon, Deeparghya Dutta Barua, Md. Mosaddek Khan

机构 * Independent University Bangladesh（独立大学Bangladesh） ； Penta Global Ltd（Penta全球有限公司） ； University of Dhaka, Bangladesh（达卡大学，Bangladesh） 纠错

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

AI总结 CoHet通过图神经网络驱动的内在动机提升去中心化MARL中异质智能体协作性能

Comments Full paper version for AAMAS 2025 (https://ifaamas.org/Proceedings/aamas2025/pdfs/p2681.pdf), 9 pages, 5 figures

Journal ref Proceedings of the 24th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2025), pages 2681-2683, 2025