世界模型

Model-Based Reinforcement Learning with Double Oracle Efficiency in Policy Optimization and Offline Estimation

基于双 oracle 效率的模型驱动强化学习：在策略优化和离线估计中的应用

Haichen Hu, Jian Qian, David Simchi-Levi

机构 * Laboratory for Information and Decision Systems（信息与决策系统实验室） ； Massachusetts Institute of Technology（麻省理工学院） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出一种新的算法，通过 log-barrier 和 log-determinant 正则化，在离线 oracle 效率的 episodic RL 中实现最优 regret 绑定，且 oracle 复杂度与状态和动作空间大小无关，适用于大规模和连续环境。

LNODE: latent dynamics reveal the shared spatiotemporal structure of amyloid-$β$ progression

LNODE：潜变量揭示阿尔茨海默病β淀粉样蛋白进展的共享时空结构

Zheyu Wen, George Biros

专题命中 模型式强化学习 ：latent dynamics(title)

AI总结 LNODE模型通过PET影像校准，揭示阿尔茨海默病β淀粉样蛋白进展的时空结构，具备融合、定量分析和解释能力，展现高参数可识别性和稳定性。

Comments 38 pages, 13 figures