世界模型

Expressive dynamics models with nonlinear injective readouts enable reliable recovery of latent features from neural activity

Christopher Versteeg, Andrew R. Sedler, Jonathan D. McCart, Chethan Pandarinath

专题命中 模型式强化学习 ：dynamics model(title,abstract)；latent dynamics(abstract)

Comments 11 pages, 6 figures, Submitted to NeurIPS 2023

EUCLID: Towards Efficient Unsupervised Reinforcement Learning with Multi-choice Dynamics Model

Yifu Yuan, Jianye Hao, Fei Ni, Yao Mu, Yan Zheng, Yujing Hu, Jinyi Liu, Yingfeng Chen, Changjie Fan

专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.AI、cs.LG、cs.RO

Comments Published as a conference paper at ICLR 2023

Sample-efficient Reinforcement Learning Representation Learning with Curiosity Contrastive Forward Dynamics Model

Thanh Nguyen, Tung M. Luu, Thang Vu, Chang D. Yoo

专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.AI、cs.LG、cs.RO

Journal ref 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Visual Foresight With a Local Dynamics Model

Colin Kohler, Robert Platt

专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.AI、cs.LG、cs.RO

Predicting Sim-to-Real Transfer with Probabilistic Dynamics Models

Lei M. Zhang, Matthias Plappert, Wojciech Zaremba

专题命中 模型式强化学习 ：dynamics model(title,abstract)；分类 cs.AI、cs.LG、cs.RO

Interpretable Dynamics Models for Data-Efficient Reinforcement Learning

Markus Kaiser, Clemens Otte, Thomas Runkler, Carl Henrik Ek

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；dynamics model(title)；分类 cs.LG

Comments ESANN 2019 proceedings, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Bruges (Belgium), 24-26 April 2019, i6doc.com publ., ISBN 978-287-587-065-0

Learning Dynamics Model in Reinforcement Learning by Incorporating the Long Term Future

Nan Rosemary Ke, Amanpreet Singh, Ahmed Touati, Anirudh Goyal, Yoshua Bengio, Devi Parikh, Dhruv Batra

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；dynamics model(title)；分类 cs.LG

Comments To appear at ICLR 2019

Bi-Level Reinforcement Learning Pathway for Sim-to-Real Optimality

面向仿真到真实最优性的双层强化学习路径

Akhil S Anand, Shambhuraj Sawant, Paavo Parmas, Jasper Hoffmann, Dirk Reinhardt, Sebastien Gros

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG；simulation model(abstract)

AI总结 针对仿真到真实RL的目标不匹配问题，提出双层RL方法，通过分析策略对仿真参数的敏感性，结合真实策略性能梯度调整仿真模型，提升真实环境下的策略性能。

Journal ref RLJ, 2026

KAGE-Bench: Fast Known-Axis Visual Generalization Evaluation for Reinforcement Learning

KAGE-Bench：面向强化学习的已知轴视觉泛化快速评估

Egor Cherepanov, Daniil Zelezetsky, Alexey K. Kovalev, Aleksandr I. Panov

机构 * AXXX, Moscow, Russia（AXXX，莫斯科，俄罗斯） ； MIRAI, Moscow, Russia（MIRAI，莫斯科，俄罗斯） 纠错

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.AI、cs.LG、cs.CV

AI总结 提出KAGE-Bench基准，通过解耦视觉轴独立评估像素策略在视觉分布偏移下的泛化能力，发现背景和光度偏移严重影响性能，而智能体外观偏移影响较小。

Comments 41 pages, 47 figures, 5 tables

Offline Reinforcement Learning for Plasma Control in Nuclear Fusion: Codebase and Benchmark

核聚变等离子体控制的离线强化学习：代码库与基准

Yang Fu, Haomin Bao, Rohit Sonker, Xiaoyan Hu, Aravind Venugopal, Jeff Schneider, Jiayu Chen

机构 * Central South University（中南大学） ； Chongqing University（重庆大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

AI总结 提出RL4F基准，基于DIII-D托卡马克历史数据构建评估环境，比较多种离线RL方法在等离子体控制任务上的性能，发现基于模型的离线RL方法平均表现最佳。

Comments 23 pages (10 pages main text)

A KL-regularization Framework for Learning to Plan with Adaptive Priors

一种基于KL正则化的学习规划框架：具有自适应先验的规划

Álvaro Serra-Gomez, Daniel Jarne Ornia, Dhruva Tirumala, Thomas Moerland

机构 * LIACS, Leiden University, Leiden, The Netherlands（莱顿大学莱顿分校，荷兰） ； Google Deepmind, London, United Kingdom（谷歌DeepMind，英国伦敦） ； University of Oxford, Oxford, United Kingdom（牛津大学，英国牛津） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG、cs.RO

AI总结 本文提出了一种基于KL正则化的学习规划框架，通过将规划器的动作分布作为先验整合到策略优化中，提升了在高维连续控制任务中模型驱动强化学习的样本效率和长期性能。

Comments Published at ICML2026

Sampling-Based Safe Reinforcement Learning

基于采样的安全强化学习

Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG、cs.RO

AI总结 本文提出了一种基于采样的安全强化学习方法，通过在有限的动力学样本集上联合施加约束，确保学习过程中的安全性，并在连续域中提供实用的安全保证，同时通过限制认知不确定性实现了高效的探索。

Ada-Diffuser: Latent-Aware Adaptive Diffusion for Decision-Making

Ada-Diffuser: 面向决策制定的潜在意识自适应扩散模型

Fan Feng, Selena Ge, Minghao Fu, Zijian Li, Yujia Zheng, Zeyu Tang, Yingyao Hu, Biwei Huang, Kun Zhang

机构 * University of California San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

AI总结 本文提出Ada-Diffuser，通过显式建模潜在动态过程，提升决策制定的精度与适应性，实验验证其在模拟控制与机器人基准中的有效性。

Comments ICLR 2026

Sample-efficient and Scalable Exploration in Continuous-Time RL

在连续时间强化学习中实现高效且可扩展的探索

Klemens Iten, Lenart Treven, Bhavya Sukhija, Florian Dörfler, Andreas Krause

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG、cs.RO

AI总结 本文提出COMBRL算法，通过结合外在奖励和模型不确定性，实现连续时间强化学习中的高效样本利用和可扩展性。

Comments 28 pages, 8 figures, 6 tables. Published as a conference paper at ICLR 2026

Controllable Flow Matching for Online Reinforcement Learning

可控流匹配用于在线强化学习

Bin Wang, Boxiang Tao, Haifeng Jing, Hongbo Dou, Zijian Wang

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

AI总结 CtrlFlow通过条件流匹配直接建模轨迹分布，提升在线强化学习的样本效率和策略鲁棒性。

Double Horizon Model-Based Policy Optimization

双视界模型驱动策略优化

Akihiro Kubo, Paavo Parmas, Shin Ishii

机构 * Advanced Telecommunications Research Institute（先进电信研究所） ； Kyoto University（京都大学） ； The University of Tokyo（东京大学） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

AI总结 双视界模型驱动策略优化通过分阶段rollout策略，平衡分布偏移、模型偏差和梯度稳定性，在连续控制任务中提升样本效率和运行效率。

Comments Accepted to Transactions on Machine Learning Research (TMLR) Code available at https://github.com/4kubo/erl_lib

Learning Soft Robotic Dynamics with Active Exploration

Hehui Zheng, Bhavya Sukhija, Chenhao Li, Klemens Iten, Andreas Krause, Robert K. Katzschmann

机构 * Soft Robotics Lab, D-MAVT, ETH Zurich（软机器人实验室，ETH Zurich） ； Learning & Adaptive Systems Group, D-INFK, ETH Zurich（学习与自适应系统组，ETH Zurich） ； ETH AI Center, ETH Zurich（ETH人工智能中心，ETH Zurich） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.RO；dynamics model(abstract)

Scalable predictive processing framework for multitask caregiving robots

Hayato Idei, Tamon Miyake, Tetsuya Ogata, Yuichi Yamashita

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.AI、cs.LG、cs.RO

A New Perspective on Transformers in Online Reinforcement Learning for Continuous Control

Nikita Kachaev, Daniil Zelezetsky, Egor Cherepanov, Alexey K. Kovelev, Aleksandr I. Panov

机构 * Cognitive AI Lab（认知人工智能实验室） ； Cognitive AI Lab, IAI MIPT（认知人工智能实验室，IAI MIPT） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG、cs.RO

Controllable Video Generation with Provable Disentanglement

Yifan Shen, Peiyuan Zhu, Zijian Li, Shaoan Xie, Namrata Deka, Zongfang Liu, Zeyu Tang, Guangyi Chen, Kun Zhang

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.AI、cs.LG、cs.CV

Learning from Observation: A Survey of Recent Advances

Returaj Burnwal, Hriday Mehta, Nirav Pravinbhai Bhatt, Balaraman Ravindran

机构 * Department of Computer Science ； Engineering Indian Institute of Technology, Madras Chennai Tamil Nadu India ； National Institute of Technology, Karnataka Surathkal Karnataka India ； Department of Data Science ； AI Indian Institute of Technology Madras Chennai Tamil Nadu India ； Wadhwani School of Data Science \& AI Chennai Tamil Nadu India ； Indian Institute of Technology, Madras ； National Institute of Technology, Karnataka ； Indian Institute of Technology Madras ； Wadhwani School of Data Science \& AI 纠错

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG、cs.RO

TransZero: Parallel Tree Expansion in MuZero using Transformer Networks

Emil Malmsten, Wendelin Böhmer

机构 * Delft University of Technology, The Netherlands（代尔夫特理工大学，荷兰） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

Comments Submitted to BNAIC/BeNeLearn 2025. 15 pages, 4 figures

Learning Tool-Aware Adaptive Compliant Control for Autonomous Regolith Excavation

Andrej Orsula, Matthieu Geist, Miguel Olivares-Mendez, Carol Martinez

机构 * University of Luxembourg（卢森堡大学） ； Earth Species Project（地球物种项目） 纠错

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG、cs.RO

Comments The source code is available at https://github.com/AndrejOrsula/space_robotics_bench

HDDLGym: A Tool for Studying Multi-Agent Hierarchical Problems Defined in HDDL with OpenAI Gym

Ngoc La, Ruaridh Mon-Williams, Julie A. Shah

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.LG、cs.MA

Comments Accepted to Proceedings of ICAPS 2025

Inferring Transition Dynamics from Value Functions

Jacob Adamczyk

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

Comments Accepted at the AAAI-25 8th Workshop on Generalization in Planning

Machine Learning and System Identification for Estimation in Physical Systems

Fredrik Bagge Carlson

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.LG、cs.RO；dynamics model(abstract)

Comments 184 pages, PhD thesis, Lund University, 2018

Multi-Agent Probabilistic Ensembles with Trajectory Sampling for Connected Autonomous Vehicles

Ruoqi Wen, Jiahao Huang, Rongpeng Li, Guoru Ding, Zhifeng Zhao

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG、cs.RO、cs.MA

Surge Routing: Event-informed Multiagent Reinforcement Learning for Autonomous Rideshare

Daniel Garces, Stephanie Gil

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.AI、cs.RO、cs.MA

Comments 10 pages, 7 figures, 4 tables, 23rd International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2024)

Go Beyond Black-box Policies: Rethinking the Design of Learning Agent for Interpretable and Verifiable HVAC Control

Zhiyu An, Xianzhong Ding, Wan Du

专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.AI、cs.LG；dynamics model(abstract)

Comments Accepted for the 61st Design Automation Conference (DAC)

Data-Efficient Task Generalization via Probabilistic Model-based Meta Reinforcement Learning

Arjun Bhardwaj, Jonas Rothfuss, Bhavya Sukhija, Yarden As, Marco Hutter, Stelian Coros, Andreas Krause

专题命中 模型式强化学习 ：model-based RL(abstract)；分类 cs.LG、cs.RO；dynamics model(abstract)