University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

Virtual Community: An Open World for Humans, Robots, and Society

虚拟社区：人类、机器人与社会的开放世界

Qinhong Zhou, Hongxin Zhang, Xiangye Lin, Zheyuan Zhang, Yutian Chen, Wenjun Liu, Zunzhe Zhang, Sunli Chen, Lixing Fang, Qiushi Lyu, Xinyu Sun, Jincheng Yang, Zeyuan Wang, Bao Chi Dang, Zhehuan Chen, Daksha Ladia, Quang Vinh Dang, Jiageng Liu, Chuang Gan

机构 * UMass Amherst（马萨诸塞大学阿默斯特分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； CMU（卡内基梅隆大学） 纠错

AI总结 虚拟社区是一个开放世界平台，旨在研究人类与机器人共存的社会智能，通过多智能体模拟和大规模社区生成，提出两个新挑战以探索开放世界中的协作与规划能力。

Comments website https://virtual-community-ai.github.io/

Degradation-Aware Frequency Regulation of a Heterogeneous Battery Fleet via Reinforcement Learning

面向电池退化的异质电池群频率调节强化学习

Tanay Raghunandan Srinivasa, Vivek Deulkar, Jia Bhargava, Mohammad Hajiesmaili, Prashant Shenoy

机构 * Plaksha University（Plaksha大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

AI总结 本文提出了一种基于强化学习的异质电池群频率调节方法，通过设计密集代理奖励和函数近似方法，减少循环退化并提高调度效率。

Comments 11 pages, 2 figures

Differentially Private Geodesic Regression

微分隐私的测地回归

Aditya Kulkarni, Carlos Soto

机构 * Department of Physics, University of Massachusetts, Amherst, USA（马萨诸塞大学物理系） ； Department of Mathematics and Statistics, University of Massachusetts, Amherst, USA（马萨诸塞大学数学与统计学系） ； Humboldt University of Berlin , Berlin, Germany（柏林洪堡大学） ； Zuse Institute Berlin, Berlin, Germany（柏林祖布研究所） 纠错

AI总结 本文提出了一种在黎曼流形上使用K-Norm Gradient机制实现微分隐私保护的测地回归方法，适用于医学影像和计算机视觉等数据领域。

Comments 20 pages, 10 figures

Latent Target Score Matching, with an application to Simulation-Based Inference

潜在目标分数匹配，及其在基于模拟的推断中的应用

Joohwan Ko, Tomas Geffner

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； NVIDIA（英伟达） 纠错

AI总结 本文提出潜在目标分数匹配方法，通过利用联合分数降低方差，提升基于模拟推断任务的分数准确性和样本质量。

Comments Machine Learning and the Physical Sciences Workshop, NeurIPS 2025