世界模型

Multimodal dynamics modeling for off-road autonomous vehicles

Jean-François Tremblay, Travis Manderson, Aurélio Noca, Gregory Dudek, David Meger

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

Extremism definitions in opinion dynamics models

André C. R. Martins

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

Comments 17 pages, 2 figures, 1 table, to appear in the ICCS2020 Proceedings (Tenth International Conference on Complex Systems)

Online Simultaneous Semi-Parametric Dynamics Model Learning

Joshua Smith, Michael Mistry

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

Comments \c{opyright} 2020 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Learning Stable Deep Dynamics Models

Gaurav Manek, J. Zico Kolter

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

Comments NeurIPS 2019

Deep Transfer Learning for Thermal Dynamics Modeling in Smart Buildings

Zhanhong Jiang, Young M. Lee

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

Comments 5 pages, 2 figures; Accepted at 2019 IEEE International Conference on Big Data (IEEE BigData 2019)

Derivative-free online learning of inverse dynamics models

Diego Romeres, Mattia Zorzi, Raffaello Camoriano, Silvio Traversaro, Alessandro Chiuso

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

Comments 14 pages, 11 figures

Online semi-parametric learning for inverse dynamics modeling

Diego Romeres, Mattia Zorzi, Raffaello Camoriano, Alessandro Chiuso

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

Full analytical solution and complete phase diagram analysis of the Verhulst-like two-species population dynamics model

Brenno Caetano Troca Cabella, Alexandre Souto Martinez, Fabiano Ribeiro

专题命中 模型式强化学习 ：dynamics model(title,abstract)；simulation model(abstract)

Comments 12 pages and 4 figures

(Failure of the) Wisdom of the crowds in an endogenous opinion dynamics model with multiply biased agents

Steffen Eger

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

Comments 56 pages, 17 figures

System Dynamics Modelling of the Processes Involving the Maintenance of the Naive T Cell Repertoire

Grazziela P. Figueredo, Uwe Aickelin, Amanda Whitbrook

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

Comments 6 pages, 2 figures, 1 table, 9th Annual Workshop on Computational Intelligence (UKCI 2009), Nottingham, UK

Journal ref Proceedings of the 9th Annual Workshop on Computational Intelligence (UKCI 2009), Nottingham, UK, p13-18,

Center-Manifold Reduction of Learning at Bifurcations: Interference and Rich Learning in Recurrent Neural Networks

状态空间NTK在接近分岔点时的坍缩

James Hazelden, Eric Shea-Brown

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 研究通过经验状态空间神经 tangent 核（sNTK）分析梯度下降在分岔点附近的动态，发现分岔点主导并简化了学习过程，通过分解sNTK揭示了高维递归系统的学习几何结构。

How (Not) to Hybridize Neural and Mechanistic Models for Epidemiological Forecasting

如何（不）将神经模型与机制模型混合用于流行病预测

Yiqi Su, Ray Lee, Jiaming Cui, Naren Ramakrishnan

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

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

AI总结 针对流行病预测中神经-机制混合模型在部分可观测和非平稳动态下失效的问题，提出通过显式分解感染序列的多尺度结构作为控制信号，驱动受控神经ODE与流行病模型耦合，实现最优预测和时变参数推断。

Steering the Language Axis: From Linear Decodability to Causal Control

操控语言轴：从线性可解码到因果控制

Arnav Srivastav

机构 * University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校） 纠错

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

AI总结 本研究探究大语言模型的语言身份是否可通过紧凑激活方向因果控制，在Qwen、Llama等模型的126万次生成上证实，分离的PCA导出语言轴可可靠操控语言切换，且语言选择具层特异性与语言对依赖性。

Comments 22 pages, 14 figures, Under review

Safe Exploration via Policy Priors

通过策略先验进行安全探索

Manuel Wendl, Yarden As, Manish Prajapat, Anton Pollak, Stelian Coros, Andreas Krause

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 模型式强化学习 ：分类 cs.AI、cs.LG、cs.RO；dynamics model(abstract)

AI总结 提出SOOPER方法，利用次优但保守的策略先验，结合概率动力学模型进行乐观探索和悲观回退，在保证安全的同时收敛到最优策略。

Minimax-Optimal Policy Regret in Partially Observable Markov Games

部分可观测马尔可夫博弈中的极小化最优策略遗憾

Raman Arora

机构 * Raman Arora 纠错

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

AI总结 针对部分可观测马尔可夫博弈，提出基于epoch的乐观最大似然算法，实现了与聚合Eluder维数相关的$ ilde{O}(\sqrt{T})$策略遗憾，并证明了匹配的下界。

Embedded Variational Neural Stochastic Differential Equations for Learning Heterogeneous Dynamics

嵌入变分神经随机微分方程用于学习异质动态

Sandeep Kumar Samota, Reema Gupta, Snehashish Chakraverty

机构 * National Institute of Technology, Rourkela, India（印度国立理工学院鲁尔克拉分校） ； Poverty Alleviation Research Centre, National Institute of Technology, Rourkela, India（印度国立理工学院鲁尔克拉分校扶贫研究中心） 纠错

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

AI总结 本文提出V-NSDE模型，结合神经SDE的动态表达与VAE的生成能力，用于学习异质动态，通过编码器和解码器处理时间序列数据，提升复杂模式识别能力。

Non-Stationary Functional Bilevel Optimization

非平稳函数双层优化

Jason Bohne, Ieva Petrulionyte, Michael Arbel, Julien Mairal, Paweł Polak

机构 * Applied Mathematics and Statistics, Stony Brook University, Stony Brook, NY, USA（应用数学与统计学系，史泰文布鲁克大学） ； Inria, CNRS, Grenoble INP, LJK, Université Grenoble Alpes（法国国家信息与自动化技术研究院、国家科学研究中心、格勒诺布尔INP、LJK、格勒诺布尔阿尔卑斯大学） 纠错

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

AI总结 SmoothFBO是首个在非平稳函数双层优化中具有理论保证和实际可扩展性的算法，通过时间平滑的随机超梯度估计器提升稳定性和性能。

Comparative Field Deployment of Reinforcement Learning and Model Predictive Control for Residential HVAC

强化学习与模型预测控制在住宅暖通空调中的现场对比部署

Ozan Baris Mulayim, Elias N. Pergantis, Levi D. Reyes Premer, Bingqing Chen, Guannan Qu, Kevin J. Kircher, Mario Bergés

机构 * College of Engineering, Carnegie Mellon University, 5000 Forbes Ave, Pittsburgh, PA 15213, USA ； Wilton E. Scott Institute for Energy Innovation, Carnegie Mellon University, 5000 Forbes Ave, Pittsburgh, PA 15213, USA ； Center for High Performance Buildings, Purdue University, 177 S Russell St, West Lafayette, IN 47907, USA ； Trane Technologies, Residential R\&D Group, 6200 Troup Hwy, Tyler, TX 75707, USA ； Bosch Center for Artificial Intelligence 纠错

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

AI总结 研究对比强化学习与模型预测控制应用于住宅暖通空调的情况，通过在寒冷气候住宅中各部署一个月，对比两者节能效果、居住者舒适度及数据需求等，发现RL节能略优、部署工作量少但面临初始化等困难。

Comments 26 pages, 9 figures, 5 tables. Under review for Applied Energy

Discovering Latent Response Laws in Forced Physical Systems

在强迫物理系统中发现潜在响应规律

Yi Zhu, Su Chen, Xiaojun Li, Xiuli Du

机构 * Beijing University of Technology（北京工业大学） ； State Key Laboratory of Bridge Safety and Resilience（桥梁安全与韧性国家重点实验室） 纠错

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

AI总结 研究强迫物理系统中潜在响应规律，提出FLARE方法，通过学习紧凑响应坐标等，能恢复强迫动力学并预测高维响应，还可将方程发现扩展到复杂观测系统，为可解释建模和预测提供途径。

Comments 23 pages, 5 figures and 2 tables. Supplementary Information provided as an ancillary file

Structure-preserving variational neural fields: Uncertainty-quantified reduced-order modeling of nonlinear conservation laws

结构保持变分神经场：非线性守恒律的不确定性量化降阶建模

Aviral Prakash, Marc L. Klasky

专题命中 模型式强化学习 ：latent dynamics(abstract)；dynamics model(abstract)

AI总结 研究针对非线性守恒律控制的物理系统模拟，开发变分潜在神经场框架，集成高斯过程代理模型，有三种变体，能估计预测置信度，通过时空无散度表示嵌入守恒律流形实现守恒结构保持，经实验验证其有效性和鲁棒性。

Seahorse: A Unified Benchmarking Framework for Spatiotemporal Event Modeling

Seahorse: 时空事件建模的统一基准框架

Yahya Aalaila, Gerrit Großmann, Sebastian Vollmer

机构 * German Research Center for Artificial Intelligence (DFKI), Data Science and its Applications Research Group, Kaiserslautern, Germany（德国人工智能研究中心（DFKI），数据科学及其应用研究组，凯泽斯劳滕，德国） ； Department of Computer Science, Rhineland-Palatinate Technical University of Kaiserslautern-Landau (RPTU), Kaiserslautern, Germany（计算机科学系，莱茵兰-普法尔茨凯泽斯劳滕-兰道工业大学（RPTU），凯泽斯劳滕，德国） 纠错

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

AI总结 提出Seahorse统一框架，通过编码-演化-解码接口标准化神经时空点过程，实现公平比较与诊断分析，并引入合成压力测试套件揭示各模型族的归纳偏差。

Comments 24 pages, 9 figures. Code: https://github.com/YahyaAalaila/seahorse

Quantum Bayesian Networks Can Speed up Reinforcement Learning in Partially Observable Environments

量子贝叶斯网络可以加速部分可观察环境中的强化学习

Gilberto Cunha, Alexandra Ramôa, André Sequeira, Michael de Oliveira, Luís Barbosa

机构 * High-Assurance Software Laboratory (HASLab), INESC TEC, Portugal（高可信软件实验室（HASLab），INESC TEC，葡萄牙） ； Department of Computer Science, University of Minho, Portugal（米尼奥大学计算机科学系，葡萄牙） ； International Iberian Nanotechnology Laboratory (INL), Portugal（国际伊比利亚纳米技术实验室（INL），葡萄牙） 纠错

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

AI总结 提出量子贝叶斯强化学习（QBRL），利用量子拒绝采样和幅度放大加速稀疏贝叶斯网络上的推理，实现部分可观察环境中基于模型的强化学习，在稀疏动力学环境下获得亚二次加速。

Physics-conforming Latent Twins

物理一致潜在对偶

Matthias Chung, Yutong Bu, Deepanshu Verma

机构 * Emory University（埃默里大学） ； Clemson University（克莱姆森大学） 纠错

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

AI总结 提出物理一致潜在对偶框架，通过联合学习编码器、解码器和潜在流映射，使潜在动力学满足守恒律、不变性和耗散结构，在保持代理模型预测精度的同时提高物理约束满足度和长期行为质量。

Comments 32 pages, 11 figures

Variational autoencoders with latent high-dimensional steady geometric flows for dynamics

具有潜在高维稳态几何流的变分自编码器用于动力学

Andrew Gracyk

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 提出VAE-DLM方法，在潜在空间中引入稳态几何流，通过物理信息方法求解高维流，增强潜在表示的表达能力，在PDE型数据上降低OOD误差15%-35%。

Comments Edits and improved tables

Journal ref 23rd International Conference of Numerical Analysis and Applied Mathematics (ICNAAM) 2025

Context-Aware Markov VAE for CSI Compression in Wireless Systems

面向无线系统中CSI压缩的上下文感知马尔可夫VAE

Efstathios Chatziloizos, Konstantinos Vandikas, Aneta Vulgarakis Feljan, Zheng Chen, Nikolaos Pappas

机构 * Ericsson Research（爱立信研究） ； Knut and Alice Wallenberg Foundation（克努特和阿莉斯·瓦伦贝格基金会） ； ELLIIT ； Lund University（隆德大学） 纠错

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

AI总结 提出基于k-记忆马尔可夫变分自编码器的上下文感知压缩框架，利用有限时间窗口捕捉CSI在潜在空间中的演化，在低中压缩率下显著提升重构性能。

Comments 5 pages, 3 figures, 2 tables

COGENT: Continuous Graph Emulators with Neural Ordinary Differential Equations for Long-Term Physical Forecasting

COGENT: 基于神经常微分方程的连续图仿真器用于长期物理预测

Zesheng Liu, Maryam Rahnemoonfar

机构 * Lehigh University（理海大学） 纠错

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

AI总结 提出COGENT，一种结合图编码器和神经常微分方程的连续图仿真器，用于不规则地理空间网格上的长期物理预测，通过连续潜在动力学实现任意时间预测，并采用滚动视界采样和渐进调度策略稳定训练，在冰盖模拟中展现出优于自回归图基线的长期稳定性。

Offline Reinforcement Learning for Rotation Profile Control in Tokamaks

托卡马克旋转剖面控制的离线强化学习

Rohit Sonker, Hiro Josep Farre Kaga, Jiayu Chen, Andrew Rothstein, Ian Char, Ricardo Shousha, Egemen Kolemen, Jeff Schneider

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Princeton University（普林斯顿大学） ； Princeton Plasma Physics Lab（普林斯顿等离子物理实验室） ； The University of Hong Kong（香港大学） ； Lila Sciences 纠错

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

AI总结 针对托卡马克等离子体旋转剖面控制难题，提出基于历史数据的离线强化学习方法，利用概率模型生成轨迹训练策略，并在DIII-D托卡马克上验证了有效性。

MBMF: Model-Based Priors for Model-Free Reinforcement Learning

MBMF：基于模型的先验用于无模型强化学习

Somil Bansal, Roberto Calandra, Kurtland Chua, Sergey Levine, Claire Tomlin

专题命中 模型式强化学习 ：分类 cs.AI、cs.LG、cs.RO；dynamics model(abstract)

AI总结 本文提出一种结合模型与无模型强化学习的方法，通过学习概率动力学模型作为先验，提升数据效率和成本效益。

Comments After we submitted the paper for consideration in CoRL 2017 we found a paper published in the recent past with a similar method (see related work for a discussion). Considering the similarities between the two papers, we have decided to retract our paper from CoRL 2017

GP-ILQG: Data-driven Robust Optimal Control for Uncertain Nonlinear Dynamical Systems

GP-ILQG：基于数据的鲁棒最优控制用于不确定非线性动力学系统

Gilwoo Lee, Siddhartha S. Srinivasa, Matthew T. Mason

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

AI总结 本文提出GP-ILQG算法，结合数据驱动的系统辨识方法与基于微分动态规划的鲁棒最优控制方法，有效解决现实与仿真之间的差距问题，实现快速修正模型并提升控制鲁棒性。

Using Reinforcement Learning for Demand Response of Domestic Hot Water Buffers: a Real-Life Demonstration

使用强化学习进行住宅热水缓冲的负荷响应：一项现实生活的演示

Oscar De Somer, Ana Soares, Tristan Kuijpers, Koen Vossen, Koen Vanthournout, Fred Spiessens

机构 * Flemish Institute for Technological Research (VITO)（佛兰德斯技术研究院（VITO）） 纠错

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

AI总结 本文提出了一种数据驱动的控制方法，用于现实住宅建筑中的负荷响应，通过优化热水器加热周期以最大化本地光伏生产自用电量。

Comments Submitted to IEEE ISGT Europe 2017