视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-08-19 至 2026-08-19 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 2 篇

2605.12763 2026-08-19 cs.LG math.DS math.OC q-bio.NC 版本更新 50%

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）

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。

2602.06323 2026-08-19 cs.LG 版本更新 50%

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）

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。