EPFL（洛桑联邦理工学院）

Model-Based Learning of Near-Optimal Finite-Window Policies in POMDPs

基于模型的学习在POMDPs中近最优有限窗口策略

Philip Jordan, Maryam Kamgarpour

机构 * SYCAMORE group, Institute of Mechanical Engineering, EPFL（SYCAMORE小组，机械工程研究所，瑞士洛桑联邦理工学院） 纠错

AI总结 研究基于模型的学习在POMDPs中有限窗口策略的近最优性，通过分析样本复杂性，提出高效的模型估计方法，结合价值迭代获得近最优策略。

Comments full version of CDC'26 paper

Spatio-Temporal Garment Reconstruction Using Diffusion Mapping via Pattern Coordinates

基于模式坐标扩散映射的时空服装重建

Yingxuan You, Ren Li, Corentin Dumery, Cong Cao, Hao Li, Pascal Fua

机构 * CVLab, École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）计算机视觉实验室） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Pinscreen and Mohamed bin Zayed University of Artificial Intelligence（Pinscreen和马尔代夫人工智能大学） 纠错

AI总结 本文提出了一种基于模式坐标扩散映射的时空服装重建方法，结合隐式缝合模式与生成扩散模型，实现高保真3D服装重建，适用于虚拟试穿和动画等领域。

Comments arXiv admin note: text overlap with arXiv:2504.08353 (https://arxiv.org/abs/2504.08353)