ICLR

A Primer on SO(3) Action Representations in Deep Reinforcement Learning

深度强化学习中SO(3)动作表示入门

Martin Schuck, Sherif Samy, Angela P. Schoellig

AI总结 针对SO(3)动作表示在强化学习中的选择问题，系统评估了多种表示在PPO、SAC、TD3算法下的效果，发现切向量表示最可靠。

Comments Published at The Fourteenth International Conference on Learning Representations (ICLR 2026)

PreferThinker: Reasoning-based Personalized Image Preference Assessment

PreferThinker: 基于推理的个性化图像偏好评估

Shengqi Xu, Xinpeng Zhou, Yabo Zhang, Ming Liu, Tao Liang, Tianyu Zhang, Yalong Bai, Zuxuan Wu, Wangmeng Zuo

AI总结 提出预测-评估范式的推理框架，通过用户偏好画像和思维链推理实现个性化图像偏好评估，采用两阶段训练和相似性奖励提升性能。

Comments This paper is accepted by ICLR 2026