世界模型

Dynamics Are Learned, Not Told: Semi-Supervised Discovery of Latent Dynamics Geometries For Zero-Shot Policy Adaptation

动力学是学出来的，不是告诉的：零样本策略适应的潜在动力学几何半监督发现

Zhiming Xu, Weitao Zhou, Xianghui Pan, Nanshan Deng, Chengju Liu, Qijun Chen, Chenpeng Yao

机构 * Zhiming Xu（徐志明） ； Weitao Zhou（周伟涛） ； Xianghui Pan（潘向辉） ； Nanshan Deng（邓南山） ； Chengju Liu（刘成军） ； Qijun Chen（陈齐军） ； Chenpeng Yao（姚晨鹏） 纠错

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

AI总结 针对机器人强化学习中动力学变化导致策略失效的问题，提出基于对比学习的半监督方法，通过构建平滑、任务相关的潜在拓扑结构，实现零样本策略适应，在MuJoCo基准上优于参数中心方法。

Comments Proceedings of the 43rd International Conference on Machine Learning

All Models are Wrong, Knowing Where is Useful: On Model Uncertainty in Reinforcement Learning

所有模型都是错的，知道哪里有用：强化学习中的模型不确定性

Bernd Frauenknecht, Devdutt Subhasish, Artur Eisele, Friedrich Solowjow, Sebastian Trimpe

机构 * German Federal Ministry of Research, Technology and Space (BMFTR)（德国联邦研究、技术和空间部） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Institute for Data Science in Mechanical Engineering, RWTH Aachen University（机械工程数据科学研究所，亚琛工业大学） ； NHR Center NHR4CES at RWTH Aachen University（亚琛工业大学NHR4CES中心） 纠错

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

AI总结 提出通过针对性处理概率模型的不确定性来减轻模型利用的框架，并展示在硬件直接学习和安全探索方面的成功。

Physically-Constrained Mamba-SDE for Remaining Useful Life Prediction under Irregular Observations

物理约束的Mamba-SDE用于不规则观测下的剩余使用寿命预测

Deyu Zhuang, Peiliang Gong, Yang Shao, Liyuan Shu, Qi Zhu, Xiaoli Li, Daoqiang Zhang

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 提出PC-MambaSDE框架，通过掩码感知连续Mamba编码器和物理引导的潜在SDE，解决不规则观测下剩余使用寿命预测的物理不可行性问题。

How Neural Losses Shape VAE Latents

神经损失如何塑造VAE潜在变量

Giorgio Strano, Luca Cerovaz, Michele Mancusi, Tommaso Mencattini, Emanuele Rodolà

机构 * Sapienza University of Rome（罗马大学萨皮恩扎分校） ； Paradigma, Inc.（Paradigma公司） ； Moises Systems, Inc.（Moises系统公司） ； EPFL（苏黎世联邦理工学院） 纠错

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

AI总结 本文研究感知损失和对抗损失等神经重建损失如何改变VAE的率失真问题，证明其减少潜在表示信息量并改变潜在空间几何结构，使表示更各向同性且不确定性分布更均匀。