视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-04-16 至 2026-04-16 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 2 篇

2604.11929 2026-04-16 cs.LG math.DS physics.comp-ph 50%

从混沌到气候的快速且原理性的方程发现

Yuzheng Zhang, Weizhen Li, Rui Carvalho

机构 * Department of Engineering（工程系）； Institute for Data Science（数据科学研究所）； College of Control Science and Engineering（控制科学与工程学院）

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Bayesian-ARGOS框架，结合频繁ist筛查与贝叶斯推断，实现高效且原理性的方程发现，在计算成本显著降低的同时，优于现有方法在数据效率和噪声容忍度上的表现。

Comments 34 pages, 8 figures

2506.09207 2026-04-16 cs.LG cs.NA math.NA 50%

mLaSDI：多阶段潜在空间动态识别

William Anderson, Seung Whan Chung, Robert Stephany, Youngsoo Choi

机构 * Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）

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mLaSDI，通过分阶段训练改进传统LaSDI，有效解决高频率现象的建模问题，提升重建和预测精度，减少训练时间和超参数调优。