高校专区
网络平均奖励多智能体强化学习的有限样本收敛性：去中心化陷阱与熵补救措施
机构 * California Institute of Technology（加州理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 针对网络平均奖励MARL的去中心化学习陷阱，提出带线性函数近似的去中心化演员-评论家算法，结合固定状态熵正则化，实现有限样本收敛到近似平稳点，获得更强全局收敛保证。
机构 * California Institute of Technology（加州理工学院） ； University of Zurich（苏黎世大学） ； Max Planck Institute for Gravitational Physics（马克斯·普朗克引力物理研究所） ； University of Maryland, College Park（马里兰大学帕克分校） ； State University of New York at Geneseo（纽约州立大学根塞奥分校） ； University of Southampton（南安普顿大学） ； University College Dublin（都柏林大学学院） ； Cornell University（康奈尔大学）
AI总结 本研究采用数值相对论方法，构建洛伦兹规范下克尔度规扰动的求解框架，实现了自旋达0.998的克尔时空中一阶引力自作用力的指数收敛计算，为二阶计算奠定基础。
Comments 24 pages, 14 figures
机构 * California Institute of Technology（加州理工学院） ； Princeton University（普林斯顿大学）
AI总结 该研究针对近临界横向场环面码，利用其哈密顿量的stoquastic性质构建最优测量后解码器，证明稳定子测量可实现有限退相干阈值，为拓扑码的量子纠错提供了理论与数值支撑。
Comments 56 pages, 20 figures
基于高精度神经网络量子态的 kagome 海森堡反铁磁体中存在狄拉克自旋液体的证据
机构 * University of Augsburg（奥格斯堡大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Flatiron Institute（平顿研究所） ； California Institute of Technology（加州理工学院）
AI总结 本研究通过大规模变分蒙特卡洛计算，利用神经网络量子态，为 kagome 海森堡反铁磁体中存在 U(1) 狄拉克自旋液体基态提供了多方面的证据。
ALMA系外柯伊伯带子结构测绘（ARKS）巡天 XII. 对盘内嵌入大天体的约束
机构 * University of Belgrade（贝尔格莱德大学） ； Trinity College Dublin, the University of Dublin（都柏林三一学院，都柏林大学） ； University of Warwick（华威大学） ； The University of Arizona（亚利桑那大学） ； University of Cambridge（剑桥大学） ； University of California, Berkeley（加州大学伯克利分校） ； Universidad de La Laguna（拉古纳大学） ； California Institute of Technology（加州理工学院） ； University of Exeter（埃克塞特大学） ； Wesleyan University（卫斯理安大学） ； Academia Sinica Institute of Astronomy and Astrophysics（中央研究院天文及天文物理研究所） ； The University of California, Los Angeles（加州大学洛杉矶分校） ； HUN-REN Research Centre for Astronomy and Earth Sciences（匈牙利研究与创新天文学与地球科学研究中心）
AI总结 本研究基于ARKS巡天，通过碰撞与引力搅拌模型，约束了11个碎屑盘内支撑碰撞级联的星子及引力搅拌大天体的尺寸与质量，解释了观测到的尘埃质量与垂直标高，但需更先进模型处理非高斯分布等问题。
Comments accepted for publication in A&A
机构 * International Centre for Theoretical Sciences, Tata Institute of Fundamental Research（理论科学国际中心，塔塔基础研究所） ； Institute for Gravitation and the Cosmos, The Pennsylvania State University（引力与宇宙学研究所，宾夕法尼亚州立大学） ； Department of Astronomy and Astrophysics, Penn State University（天文学与天体物理学系，宾夕法尼亚州立大学） ； Cornell Center for Astrophysics and Planetary Science, Cornell University（天体物理学与行星科学中心，康奈尔大学） ； Max Planck Institute for Gravitational Physics (Albert Einstein Institute)（马克斯·普朗克引力物理研究所（爱因斯坦研究所）） ； Theoretical Astrophysics 350-17, California Institute of Technology（理论天体物理学 350-17，加州理工学院）
AI总结 该研究发布了ICTS-TIFR的31个双黑洞模拟目录，含17种偏心进动构型，优化SpEC后提速40%-90%，最长模拟EccPrecDiff002达80轨道，其信号在Cosmic Explorer中信噪比达961。
Comments The manuscript was submitted before all co-authors had sufficient time to review it. We are withdrawing it to allow for a complete review and agreement on the final version by all authors
机构 * Stanford（斯坦福大学） ； Caltech（加州理工学院） ； MIT（麻省理工学院）
AI总结 本文证明SYK模型在高温下具有与系统大小无关的谱间隙的量子吉布斯采样器，实现多项式时间制备吉布斯态，引入伪林德布拉德方法并基于经典动力学比较简化分析。
Comments 34 pages; v2 improves exposition and updates references
两种行走的故事：Kipnis、Marchioro 与 Presutti 在量子世界中邂逅 Kac
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） ； California Institute of Technology（加州理工学院） ； Portland State University（波特兰州立大学） ； Hefei National Laboratory（合肥国家实验室）
AI总结 本文揭示并行Kac行走与KMP过程的联系，通过条件乘积结构证明对称子空间上Haar twirling的O(log d+log(1/ε))重复界，并将坐标hit-and-run的混合时间从Õ(n^3)改进至Õ(n)。
Comments 79 pages, 2 figures
超越Kruskal：Lovitz-Petrov条件下的多项式时间张量分解
机构 * Caltech（加州理工学院）
AI总结 本文提出在Lovitz-Petrov条件下三阶张量分解的多项式时间算法，结合多项式时间验证实现端到端唯一性认证，确保分解具有最小秩。
机构 * Universität Innsbruck（因斯布鲁克大学） ； Trinity College Dublin（都柏林三一学院） ； California Institute of Technology（加州理工学院） ； University of Michigan（密歇根大学）
AI总结 该研究针对可编程量子模拟平台，提出了粒子碰撞量子模拟的态制备与探测协议，通过数值模拟验证了其在单粒子模型及多体系统中的有效性，且可推广至高维系统，适配现有实验平台。
Comments 22 pages, 20 figures
机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院） ； Department of Statistical Sciences, University of Toronto（统计科学系，多伦多大学）
AI总结 针对数字孪生建模中的保真度问题，提出一种基于条件生成模型和高斯过程方差分析（核模式分解）的框架，从观测数据中发现影响目标条件分布的关键变量，构建简约随机代理模型，并在控制、强化学习等任务中验证其性能。
机构 * California Institute of Technology（加州理工学院） ； University of Washington（华盛顿大学）
AI总结 提出一种数据高效的基于核的框架用于学习微分方程及其解映射，具备严格理论误差界，在准确率上较现有算法提升一至两个数量级且计算复杂度与鲁棒性显著改善。
机构 * Indian Institute of Information Technology and Management, Gwalior（瓜廖尔信息技术与管理学院） ； California Institute of Technology（加州理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Virginia（弗吉尼亚大学）
AI总结 该研究提出从数据中学习动力学、标称控制器与障碍函数的神经积分控制障碍函数方法，在敏捷赛车避障任务中可移除所有不安全事件，满足输入约束且抗摩擦误差。
Comments 23 pages, 1 figure
机构 * California Institute of Technology（加州理工学院）
AI总结 该研究提出类别无关逆向形状优化框架的M2S-NO，分离设计网格与物理预测体积表示，经评估可降低支架位移、提升中子传感器电流，且几何灵活性良好。
机构 * California Institute of Technology（加州理工学院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Mani L. Bhaumik Institute for Theoretical Physics（马尼·L·巴乌米克理论物理研究所）
AI总结 本研究构建中子星出生踢的协调模型，结合Gaia和Be+NS双星及孤立脉冲星数据，发现双峰分布可统一解释各群体，并预测低速踢仅占10%但主导双星形成，且约束了前身星及三星系统存活率。
Comments Revised following referee comments. A simple Python function to sample the kick velocity distribution is available at https://github.com/cheyanneshariat/ns-kick-sampler
机构 * California Institute of Technology（加州理工学院） ； McGill University（麦吉尔大学）
AI总结 本文提出时变热盐混合模型，模拟污染白矮星中吸积驱动的指状对流，匹配G 29--38的丰度并给出吸积率推断公式。
Comments Accepted for publication in ApJ Letters
关于\(\mathrm{GL}(2)\)的对称谱互反性与一致次凸性
机构 * Caltech（加州理工学院）
AI总结 构建\(\mathrm{GL}_2\)在数域\(F\)上Eisenstein级数的Petersson范数恒等式新解析正则化，导出\(\mathrm{GL}_2\)\(L\)-函数扭曲四阶矩的对称谱互反公式，获\(\mathrm{GL}_2/F\)新一致次凸性界等成果。
Comments 73 pages
机构 * Computing + Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系） ； Department of Urology, Cedars-Sinai（塞斯医疗中心泌尿科） ； Keck School of Medicine, University of Southern California（美国南加州大学凯克医学院）
AI总结 提出一个两阶段LLM框架，通过多智能体提示和手术领域知识注入发现可解释的反馈质量标准，并利用LLM作为评判者自动评分，在预测反馈有效性上优于先前方法。
Comments 38 pages, 6 figures (1-3 in the body, D1, D2, E1 in the appendices) and 14 tables
机构 * Institute for Quantum Information and Matter, California Institute of Technology（加州理工学院量子信息与物质研究所） ； Leinweber Institute for Theoretical Physics, Stanford University（斯坦福大学莱因韦伯理论物理研究所）
AI总结 本研究引入自由互信息（FMI）作为量子混沌新度量，推导出其库仑气体公式及与高阶OTOCs的加权和关系，发现FMI比4点OTOC更能精准诊断量子多体混沌。
Comments 92 pages, 24 figures. Comments are welcome!;v2: published version, minor revisions
Journal ref PRX Quantum 7, 043017 (2026)
PersonaChatBench：利用多样化模拟用户评估聊天助手
机构 * Brown University（布朗大学） ； Texas A&M University（德克萨斯农工大学） ； Harvard University（哈佛大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Columbia University（哥伦比亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Arizona State University（亚利桑那州立大学） ； Northeastern University（东北大学） ； University of Southern California（南加州大学） ； University of Chicago（芝加哥大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； California Institute of Technology（加州理工学院） ； University of Illinois Chicago（芝加哥大学伊利诺伊分校） ； University of Michigan（密歇根大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院） ； Amherst College（阿默斯特学院） ； Purdue University（普渡大学） ； The Ohio State University（俄亥俄州立大学）
AI总结 提出PersonaChatBench框架，通过固定任务改变模拟用户的方式评估20个语言模型在六个领域的表现，发现任务性能与需求满足的差异，为开发适配多样化需求的聊天助手提供依据。
Comments 74 pages, including appendices
机构 * California Institute of Technology（加州理工学院）
AI总结 ImplicitHop引入两个基准，对比LLMs上下文与预训练权重编码信息的知识整合，发现上下文信息推导表现更优，为相关方法开发提供基础。
Comments 6 pages, 2 figures
机构 * California Institute of Technology（加州理工学院）
AI总结 该研究提出CompoSET受控单编辑基准，解决现有视觉-语言组合性基准的混淆问题，测试发现双编码器VLM在该基准上表现不佳，表明其组合性理解仍未解决。
Comments Dataset: https://huggingface.co/datasets/CompoSET/CompoSET | Code: https://github.com/laure-delisle/CompoSET | 9 pages main text, 38 pages total
机构 * Caltech（加州理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； Genesis Molecular AI（创世纪分子人工智能公司）
AI总结 研究离散扩散模型的适应问题，通过控制实验发现获取、奖励塑造、模型去偏等方法互补，重放稳定学习，有效性惩罚限制小分子探索，给出反馈高效的分子优化实用方法，优于离线微调等基线。
Comments Accepted at the Fortieth Annual Conference on Neural Information Processing Systems (NeurIPS 2026)
机构 * California Institute of Technology（加州理工学院） ； Flashbots
AI总结 研究中介市场中卖家选择并行拍卖机制的问题，发现密封投标第二价格中介拍卖完全瓦解为密封第一价格主拍卖，而开放投标中介仅部分瓦解。
机构 * Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院） ； Swiss Federal Institute of Technology（瑞士联邦理工学院） ； ETH Zürich（苏黎世联邦理工学院） ； FieldAI Inc.（FieldAI公司） ； Stanford University（斯坦福大学） ； University of California Berkeley（加州大学伯克利分校）
AI总结 WildOS通过结合安全几何探索与语义视觉推理，实现野外环境中的开放词汇物体搜索，显著提升导航效率和自主性。
Comments Published at IEEE Transactions on Field Robotics
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
AI总结 该研究针对行星漫游车在可变形地形中面临的仿真到真实差距问题，提出TERRA在线自适应框架，通过奖励加权损失和损失预测器引导探索，在仿真和真实试验中均实现了优异的爬坡自适应性能。
Comments Conference on Robot Learning 2026
FORGE：用于敏捷人形机器人运动的可行在线降阶参考生成与全身执行
机构 * California Institute of Technology（加州理工学院） ； The University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
AI总结 本文提出两阶段学习框架FORGE，结合在线ROM参考生成与全身跟踪控制，在Unitree G1人形机器人上实现了宽范围运动命令下的敏捷运动。
Comments 8 pages, 6 figures. Accepted to the 2026 IEEE-RAS 25th International Conference on Humanoid Robots (Humanoids)
机构 * University of Michigan（密歇根大学） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
AI总结 提出OWLS方法，利用开放词汇VLMs的物理推理能力，无需特定训练等即可实现零样本漫游车导航，经多场景评估有效。
Comments 8 pages. 6 figures
机构 * École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； California Institute of Technology（加州理工学院） ； SISSA, Scuola Internazionale Superiore di Studi Avanzati（国际高等研究院） ； CNR-IOM, Istituto Officina dei Materiali（材料研究所）
AI总结 该研究以二维哈伯德模型为对象，发现破坏平移对称性的平均场解可产生赝能隙的光谱特征，为赝能隙提供了基于反铁磁畴与金属界面相互作用的简单概念描述。
Comments 20 pages, 5 figures; plus Supplementary Information (35 pages, 24 figures, 3 tables)
机构 * NTT Research, Inc.（NTT研究所） ； California Institute of Technology（加州理工学院）
AI总结 针对具有崎岖能量曲面的LABS组合优化问题，提出n=4的孤立子系统启发式算法，其求解时间缩放优于当前最先进经典算法，表明少量逻辑自旋的专用优化硬件具实用价值。
Comments 9 pages, 5 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈