世界模型

Stabilized neural Hamilton--Jacobi--Bellman solvers: Error analysis and applications in model-based reinforcement learning

稳定神经哈密顿-雅可比-贝尔曼求解器：误差分析及在基于模型的强化学习中的应用

Minseok Kim, Yeongjong Kim, Namkyeong Cho, Yeoneung Kim

机构 * Seoul National University of Science and Technology（首尔科学技术大学） ； POSTECH ； Gachon University（成均馆大学） 纠错

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

AI总结 本文提出稳定神经HJB求解器，通过混合方法分析误差并应用于强化学习，验证了求解器在模型误差和策略不匹配下的稳定性。

Koopman Autoencoders with Continuous-Time Latent Dynamics for Fluid Dynamics Forecasting

具有连续时间潜在动态的Koopman自编码器用于流体动力学预测

Rares Grozavescu, Pengyu Zhang, Etienne Meunier, Mark Girolami

机构 * University of Cambridge（剑桥大学） ； Alan Turing Institute（艾伦·图灵研究所） ； Inria（法国国家信息与自动化技术研究所） 纠错

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

AI总结 本文提出一种连续时间Koopman自编码器，通过闭式推断实现长周期预测，克服了传统方法的固定时间步限制，并在流体动力学中实现了高效稳定预测。

SLOPE: Optimistic Potential Landscape Shaping for Model-based Reinforcement Learning

SLOPE：基于模型的强化学习中的乐观势能塑造

Yao-Hui Li, Zeyu Wang, Xin Li, Wei Pang, Yingfang Yuan, Zhengkun Chen, Boya Zhang, Riashat Islam, Alex Lamb, Yonggang Zhang

机构 * Beijing Institute of Technology（北京理工大学） ； Heriot-Watt University（赫瑞-沃森大学） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究院） ； Microsoft Research NY（微软研究院纽约分部） ； Tsinghua University（清华大学） ； Jilin University（吉林大学） 纠错

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

AI总结 SLOPE通过乐观势能估计构建信息丰富的势能景观，解决稀疏奖励环境下梯度信息不足的问题，提升模型在稀疏、半稀疏和密集奖励任务中的性能。

Comments Work in progress

Improved Model-based Reinforcement Learning with Smooth Kernels

基于平滑核的改进模型基于强化学习

Kun Long, Yuqiang Li, Xianyi Wu

机构 * School of Statistics, KLATASDS-MOE（统计学学院，KLATASDS-MOE） ； East China Normal University（华东师范大学） 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 本文提出了一种基于核平滑的模型驱动强化学习方法，利用mdp的平滑性，通过伯恩斯坦式探索奖励改进了有限时间 horizon 下的 regret 绑定。

Comments 38 pages, 5 figures

Latent-Space Causal Discovery from Indirect Neuroimaging Observations

从间接神经影像观测中发现潜在空间因果关系

Sangyoon Bae, Miruna Oprescu, David Keetae Park, Shinjae Yoo, Jiook Cha

机构 * Interdisciplinary Program in Artificial Intelligence（人工智能交叉学科项目） ； Seoul National University（首尔国立大学） ； Computer Science（计算机科学） ； Cornell Tech, Cornell University（康奈尔科技，康奈尔大学） ； Brookhaven National Laboratory（布鲁克海文国家实验室） ； Department of Psychology（心理学系） 纠错

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

AI总结 本文提出INCAMA方法，通过物理感知逆向与延迟感知Mamba编码器，提升从间接神经影像中恢复因果结构的性能，实验显示在TVB模拟和HCP任务fMRI中表现更优。

Comments 9 pages, 2 figures