A new recurrent neural network based predictive model for Faecal Calprotectin analysis: A retrospective study
专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.LG
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。
1. 通用世界模型 4334 篇
Machine Learning-augmented Predictive Modeling of Turbulent Separated Flows over Airfoils
专题命中 通用世界模型 ：predictive model(title,abstract)；predictive models(abstract)
Predictive modelling of football injuries
专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.AI
Comments PhD Thesis submitted and defended successfully at the Department of Computer Science at University College London
Predictive model of the human muscle fatigue: application to repetitive push-pull tasks with light external load
专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.RO
Journal ref International Journal of Human Factors Modelling and Simulation, Inderscience, 2015, 5 (1), pp.81-97
Gaussian process regression as a predictive model for Quality-of-Service in Web service systems
专题命中 通用世界模型 ：predictive model(title,abstract)；分类 cs.LG
Comments 9 pages, 4 figures, technical report
MPC for underactuated spacecraft control with a Lyapunov supervised physics-informed neural network correction layer
基于李雅普诺夫监督的物理信息神经网络校正层的欠驱动航天器MPC控制
机构 * Politecnico di Torino（托斯纳理工学院） ； Argotec S.R.L.（Argotec公司）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO
AI总结 针对欠驱动航天器姿态控制，提出一种分层架构，结合非线性模型预测控制、物理信息神经网络和李雅普诺夫监督机制，在不确定性下降低稳态误差并保持鲁棒性。
Comments Accepted at SPAICE (AI in and for Space) 2026
Adaptive Mixing of Policies from Searching and Policies from Learning
搜索策略与学习策略的自适应混合
机构 * Stellenbosch University（斯泰伦博斯大学）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI
AI总结 研究针对强化学习中搜索耗时问题，提出Flexer架构自适应混合神经网络与MCTS策略，在三类玩具符号问题实验中性能优于AlphaZero、DQN和ADP。
Comments 23 pages, 16 figures
Understanding Sources of Demographic Predictability in Brain MRI via Disentangling Anatomy and Contrast
通过解构解耦解剖与对比来理解脑部MRI中人口预测性的来源
机构 * School of Biomedical Engineering \& Imaging Sciences, King’s College London, London, UK
专题命中 通用世界模型 ：分类 cs.AI、cs.CV；predictive model(abstract)；predictive models(abstract)
AI总结 本文通过解耦脑MRI中的解剖和对比特征，发现人口预测性主要源于解剖变异，而非成像依赖特征。
Generative AI in Simulation-Based Test Environments for Large-Scale Cyber-Physical Systems: An Industrial Study
生成AI在基于仿真的测试环境中的大规模网络物理系统应用：一项工业研究
专题命中 通用世界模型 ：environment model(abstract)；simulation model(abstract)
AI总结 本文探讨了生成AI在大规模网络物理系统基于仿真测试中的应用，通过工业调研揭示了挑战与研究方向。
Comments This paper appears in the proceedings of the 26th International Conference on Product-Focused Software Process Improvement (PROFES 2025). For citations, please refer to the published version in the PROFES 2025 proceedings
Journal ref Product-Focused Software Process Improvement, PROFES 2025, Lecture Notes in Computer Science, vol. 16361, pp. 203-219 (2026)
How to Verify Consistency of Probabilistic Claims
如何验证概率断言的一致性
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 该研究针对概率预测器答案的自洽性验证问题，基于Nilsson的工作构造交互式PCP，为概率预测器自洽性证明提供复杂性理论基础，是训练模型证明自身一致性的第一步。
ControlRadio: Prompt-Driven Controllable Diffusion for Cross-Modal Radio Map Generation
ControlRadio：用于跨模态无线电地图生成的提示驱动可控扩散模型
机构 * Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（华南理工大学） ； Peking University（北京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.CV
AI总结 ControlRadio是一种可控生成框架，可根据自然语言描述和环境布局生成无线电地图，在不同城市场景中精度和泛化能力领先，计算时间较传统方法减少四个数量级以上，为无线环境建模提供新范式。
Comments 17 pages, 9 figures, 8 tables
A Unified Framework for Dynamic Reward Shaping in Reinforcement Learning
强化学习中动态奖励塑造的统一框架
机构 * Dresden University of Applied Sciences（德累斯顿应用技术大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 本研究提出统一分析框架，区分奖励塑造相关类型，分析12类方法族，明确最优性保证在当代深度强化学习流程中的存续条件，揭示适应率与学习器稳定性间未解决的关系。
Quality Diversity for Reliable Data Driven Time-Use Optimization
面向可靠数据驱动时间使用优化的质量多样性方法
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 该研究针对时间使用优化中忽略预测不确定性的问题，提出不确定性量化质量多样性框架，平衡健康收益与模型置信度，生成更可靠的时间使用建议。
Comments To appear in the Proceedings of Parallel Problem Solving from Nature (PPSN 2026)
A Systematic Review and Taxonomy of Reinforcement Learning-Model Predictive Control Integration for Linear Systems
一种线性系统中强化学习-模型预测控制整合的系统综述与分类
机构 * Department of Electronics, Information and Bioengineering (DEIB), Politecnico di Milano（电子信息生物工程系（DEIB），米兰理工大学） ； Department of Applied Mathematics, Ferdowsi University of Mashhad（应用数学系，法尔德大学） ； Department of Mechanical Engineering, Politecnico di Milano（机械工程系，米兰理工大学） ； Department of Applied Mathematics, Faculty of Mathematical Sciences, University of Guilan（应用数学系，加林大学） ； Department of Robotics and Control Engineering, Shahrood University of Technology（机器人与控制工程系，沙霍德技术大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.RO；predictive model(abstract)；predictive models(abstract)
AI总结 本文系统综述了线性系统中强化学习与模型预测控制整合的研究，通过多维分类揭示了整合策略、挑战及方法学趋势，为相关研究提供结构化参考。
CEL: Comprehensive Counterfactual Explanations Library and Benchmark
CEL：综合反事实解释库与基准测试
机构 * Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 该研究针对可解释人工智能中反事实解释方法评估难的问题，引入CEL统一库与基准测试，包含多数据集及方法实现，通过标准化设置全面比较多种方法，为反事实解释方法评估提供统一框架，促进未来方法发展。
Comments 16 pages, 5 figures. Accepted for presentation at the XKDD and Beyond Workshop (non-archival)
Strategic Data Augmentation with CTGAN for Smart Manufacturing: Enhancing Machine Learning Predictions of Paper Breaks in Pulp-and-Paper Production
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
Annotation-Assisted Learning of Treatment Policies From Multimodal Electronic Health Records
借助注释的学习：从多模态电子健康记录中学习治疗策略
机构 * Department of Information Technology Ghent University - imec（信息科技系根特大学 - imec）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 本文提出AACE方法，通过专家注释辅助学习多模态EHR中的因果策略，提升治疗决策效果。
Comments Accepted at Machine Learning for Healthcare (MLHC) 2026
Offline-to-Online Creative Optimization with Generative Models and Adaptive Testing
基于生成模型和自适应测试的离线到在线创意优化
机构 * University of Michigan（密歇根大学） ； Meta
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 研究如何利用历史A/B测试数据，通过性能驱动的离线到在线工作流程，用预测模型指导生成测试广告位候选创意，经实验验证该方法能有效提升创意参与度，为创意优化提供设计原则。
Low-Altitude Channel Multipath Prediction via Panoramic Perception and Vision-Language Model
通过全景感知和视觉语言模型进行低空信道多径预测
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.CV
AI总结 针对无人机通信中传统信道预测方法的局限，提出基于全景感知和视觉语言模型的PanoLAMP框架，利用预训练模型及全景观测捕捉特征预测多径参数，实验显示其在多径参数、统计指标及泛化性上表现出色。
Trustworthy Privacy-Preserving Multimodal Federated Learning for Personalised Breast Cancer Prediction
用于个性化乳腺癌预测的可信隐私保护多模态联邦学习
机构 * NTU（南洋理工大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 研究探讨联邦学习能否兼顾四个关键支柱，支持乳腺癌患者肿瘤进展预测模型开发。通过多模态数据评估联邦学习框架，与集中式模型比较性能，并研究相关策略，结果助于理解隐私保护多模态预测建模可行性及支持未来应用。
Comments 26 pages, 12 figures
A Unified Survival Benchmark for Temporal Dropout Risk Prediction in Learning Analytics
学习分析中的时间辍学风险：跨动态与早期窗口表示的协调生存基准
机构 * Applied Data Science Program（应用数据科学项目） ； Eastern University（东部大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 本研究使用OULAD数据集，通过协调的生存分析基准（包括动态周表示和连续时间表示）评估辍学风险模型，发现时间行为特征比静态背景属性更具预测力。
Comments 64 pages, 11 figures, 20 tables, 63 references. Survival analysis benchmark for student dropout prediction using OULAD dataset
A Model-Free Universal AI
无模型通用人工智能
机构 * Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI
AI总结 提出首个在通用强化学习中证明渐近ε最优的无模型智能体AIQI，通过分布动作值函数的通用归纳实现，并扩展了Self-AIXI的渐近最优性证明。
Comments 42nd Conference on Uncertainty in Artificial Intelligence (UAI 2026)
DrugAgent: Reliable Multi-Agent Integration of Conflicting Biomedical Evidence for Drug-Target Interaction Assessment
DrugAgent：用于药物-靶点相互作用评估的冲突生物医学证据的可靠多智能体整合
机构 * Department of Computer Science and Engineering, University of Minnesota（计算机科学与工程系，明尼苏达大学） ； Computational Biology Branch, National Library of Medicine（国家医学图书馆计算生物学分支） ； Khoury College of Computer Sciences, Northeastern University（东北大学计算机科学学院） ； State Key Laboratory for Novel Software Technology at Nanjing University, School of Computer Science, Nanjing University（南京大学新型软件技术国家重点实验室，南京大学计算机科学学院） ； Developmental Therapeutics Branch, National Cancer Institute（国家癌症研究所发育治疗分支）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 研究药物-靶点相互作用评估中整合异构数据问题，核心方法是基于大语言模型的多智能体系统DrugAgent，贡献是能进行异构证据支持的DTI评估，补充独立DTI预测，还提供相关策略。
On the Equilibrium between Feasible Zone and Uncertain Model in Safe Exploration
在安全探索中可行区域与不确定模型之间的平衡
机构 * School of Vehicle and Mobility and State Key Lab of Intelligent Green Vehicle and Mobility, Tsinghua University, Beijing, 100084, China（车辆与移动系统学院和智能绿色车辆与移动系统国家重点实验室，清华大学，北京，100084，中国）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG
AI总结 本文提出安全平衡探索框架SEE，通过交替寻找最大可行区域和最不确定的模型，证明其在安全探索中达到平衡。实验显示算法能零约束违规扩展可行区域。
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 48(7), 8344-8360 (2026)
SoK: The Pitfalls of Deep Reinforcement Learning for Cybersecurity
SoK: 深度强化学习在网络安全中的陷阱
机构 * King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； University College London（伦敦大学学院） ； Cardiff University（卡迪夫大学） ； KU Leuven（鲁汶大学） ； Devotion AI Labs（Devotion AI 实验室）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG
AI总结 本文系统梳理了深度强化学习应用于网络安全时的11个方法学陷阱，通过分析66篇论文量化其普遍性，并在三个典型场景中实验验证其影响，最后提出改进建议。
Comments Accepted at USENIX Security 2026
Model Validation of Agentic AI Systems: A POMDP-Based Framework for Belief-State, Forecast, and Policy Validation
智能体AI系统的模型验证：基于POMDP的信念状态、预测与策略验证框架
机构 * Quiota LLC（Quiota公司）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 提出基于部分可观测马尔可夫决策过程（POMDP）的智能体AI模型验证框架，将自主决策分解为信息、信念、预测、动作和效用组件独立验证，并通过投资组合管理案例展示其有效性。
Comments 28 pages, 3 figures, 6 tables. Source code available from https://github.com/mfrdixon/agentic-AI-as-POMDP
Automated Digital Twin Construction for Highway Scenarios Using LiDAR Point Clouds and OpenStreetMap
基于LiDAR点云和OpenStreetMap的高速公路场景自动数字孪生构建
机构 * Institute of Automotive Engineering, Graz University of Technology（格拉茨技术大学汽车工程研究所） ； School of Intelligent Connected Vehicle, Hubei University of Automotive Technology（湖北汽车工业学院智能网联汽车学院） ； Professorship of Autonomous Vehicle Systems, Technical University of Munich（慕尼黑工业大学自动驾驶系统教席）
专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO
AI总结 提出融合LiDAR点云与OpenStreetMap数据的自动化流程，生成地理参考的ASAM OpenDRIVE高速公路地图，实现车道级几何与拓扑的完整建模，平均横向RMSE为0.740米。
Comments 9 pages, 5 figures
Hybrid NARX-LLM for Greenland Iceberg Discharge: Prompt-Driven Residual Correction
混合NARX-LLM用于格陵兰冰山排放：提示驱动的残差校正
机构 * Heriot-Watt University（赫瑞瓦特大学） ； StudioYG
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 提出混合NARX-LLM框架，结合非线性自回归模型与大型语言模型进行残差校正，并引入物理信息提示方法，用于建模格陵兰冰山排放的复杂非线性动态，提升预测准确性。
Enabling Granular Subgroup Level Model Evaluations by Generating Synthetic Medical Time Series
通过生成合成医疗时间序列实现细粒度亚组级别模型评估
机构 * Institute of Data Science, Faculty of Science and Engineering, Maastricht University（数据科学研究所，科学与工程学院，马斯特里赫特大学） ； Department of Advanced Computing Sciences, Faculty of Science and Engineering, Maastricht University（先进计算科学系，科学与工程学院，马斯特里赫特大学） ； VITO（VITO研究院）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 本文提出一种框架，利用合成ICU时间序列数据训练和评估预测模型，特别是在细粒度人口亚组中。引入Enhanced TimeAutoDiff，通过分布对齐惩罚增强潜在扩散目标，减少真实-合成与真实-真实评估差距，提升亚组模型评估的鲁棒性和可靠性。
Toward Trustworthy AI: Multi-Target Adversarial Attacks and Robust Defenses for Continuous Data Summarization
迈向可信赖的人工智能：针对连续数据摘要的多目标对抗攻击与鲁棒防御
机构 * Nankai University（南开大学） ； James Cook University（詹姆斯库克大学） ； Western Sydney University（西悉尼大学） ； Beijing University of Technology（北京工业大学） ； Fuzhou University（福州大学） ； Nanjing University of Science and Technology（南京理工大学） ； CSIRO's Data 61（澳大利亚联邦科学与工业研究组织Data61） ； The University of Adelaide（阿德莱德大学）
专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)
AI总结 研究通过DR-子模优化在相似性层面扰动下对连续数据摘要进行对抗攻击，提出多目标攻击生成和鲁棒防御的近似算法，实验表明攻击有效且防御能改善鲁棒性-缓解权衡。
Comments Submitted to IEEE Transactions on Information Forensics and Security (IEEE TIFS)
