世界模型

ReinVBC: A Model-based Reinforcement Learning Approach to Vehicle Braking Controller

ReinVBC：一种基于模型的强化学习方法用于车辆制动控制器

Haoxin Lin, Junjie Zhou, Daheng Xu, Yang Yu

机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Polixir Technologies（探境科技） 纠错

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

AI总结 本文提出ReinVBC，利用基于模型的强化学习方法解决车辆制动控制问题，通过工程设计获得可靠的车辆动力学模型和制动策略，实验证明其在实际车辆制动中的有效性及替代传统防抱死刹车系统潜力。

A Robust SINDy Autoencoder for Noisy Dynamical System Identification

一种鲁棒的SINDy自编码器用于噪声动力系统识别

Kairui Ding

机构 * Department of Mathematics, Columbia University（哥伦比亚大学数学系） 纠错

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

AI总结 本文提出一种鲁棒的SINDy自编码器，通过引入噪声分离模块提高对噪声动力系统识别的鲁棒性，并在洛伦兹系统上验证了其有效性。

Comments 27 pages