世界模型

Bayesian Inverse Transition Learning: Learning Dynamics From Near-Optimal Trajectories

贝叶斯逆向转移学习：从近优轨迹中学习动态

Leo Benac, Abhishek Sharma, Sonali Parbhoo, Finale Doshi-Velez

机构 * Harvard University（哈佛大学） ； Imperial College London（帝国理工学院伦敦分校） 纠错

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

AI总结 本文提出逆向转移学习方法，通过近优轨迹的有限覆盖作为特征，结合贝叶斯方法估计动态，提升决策质量并指导迁移成功判断。

ODE-GS: Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting

ODE-GS：基于动态场景外推的隐式ODE与3D高斯点划法

Daniel Wang, Patrick Rim, Tian Tian, Dong Lao, Alex Wong, Ganesh Sundaramoorthi

机构 * Yale University（耶鲁大学） ； TU Delft（代尔夫特理工大学） ； Louisiana State University（路易斯安那州立大学） ； RTX（RTX公司） 纠错

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

AI总结 ODE-GS结合隐式ODE与3D高斯点划法，通过连续时间隐式动态建模实现动态3D场景的未来外推，优于传统时间条件变形网络方法，提升外推性能19.8%。

Comments Accepted at ICLR 2026

Ego-Foresight: Self-supervised Learning of Agent-Aware Representations for Improved RL

Ego-Foresight: 为改进强化学习的自监督学习 agent 意识表示

Manuel Serra Nunes, Atabak Dehban, Yiannis Demiris, José Santos-Victor

机构 * Institute for Systems and Robotics, Instituto Superior Técnico, U. Lisboa（系统与机器人研究所，里斯本高等理工学院，里斯本大学） ； Personal Robotics Laboratory, Imperial College London（个人机器人实验室，伦敦帝国理工学院） 纠错

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

AI总结 本文提出 Ego-Foresight 方法，通过自监督学习解耦 agent 信息，提升强化学习的样本效率和性能。

Comments 13 pages, 8 figures, conference

Dynamical Systems Theory Behind a Hierarchical Reasoning Model

层次推理模型背后的动力系统理论

Vasiliy A. Es'kin, Mikhail E. Smorkalov

机构 * Department of Radiophysics, University of Nizhny Novgorod（尼日尼诺夫戈罗德大学无线电物理系） ； Huawei Nizhny Novgorod Research Center（华为尼日尼诺夫戈罗德研究中心） ； Skolkovo Institute of Science and Technology（斯克洛科夫科学与技术研究院） 纠错

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

AI总结 本文提出Contraction Mapping Model，通过将离散递归推理转化为连续的NODEs/NSDEs，提供数学严谨且稳定的推理引擎，在Sudoku-Extreme基准测试中取得93.7%的准确率，优于现有模型。

Revisiting Tree Search for LLMs: Gumbel and Sequential Halving for Budget-Scalable Reasoning

重新审视用于大语言模型的树搜索：Gumbel与顺序削减用于可扩展的推理

Leonid Ugadiarov, Yuri Kuratov, Aleksandr Panov, Alexey Skrynnik

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

AI总结 本文提出ReSCALE，通过将Gumbel采样和顺序削减替代传统方法，实现大语言模型在推理中的可扩展推理能力提升，解决了搜索预算增加时准确率下降的问题。

Comments The paper has been accepted to the ICAPS-2026 conference. 5 pages, 2 figures

ReLaX: Reasoning with Latent Exploration for Large Reasoning Models

ReLaX：基于潜在探索的大型推理模型推理

Shimin Zhang, Xianwei Chen, Yufan Shen, Ziyuan Ye, Jibin Wu

机构 * Hong Kong Polytechnic University（香港理工大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 ReLaX通过引入潜在动态分析，提升大型推理模型的探索与利用平衡，通过动态谱分散度度量潜在动态异质性，优于现有token级方法。

HoRD: Robust Humanoid Control via History-Conditioned Reinforcement Learning and Online Distillation

通过历史条件强化学习和在线蒸馏实现鲁棒的人形机器人控制：HoRD

Puyue Wang, Jiawei Hu, Yan Gao, Junyan Wang, Yu Zhang, Gillian Dobbie, Tao Gu, Wafa Johal, Ting Dang, Hong Jia

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

AI总结 HoRD通过历史条件强化学习和在线蒸馏，使单个策略能零样本适应未知领域，提升人形机器人在动态变化和外部扰动下的鲁棒性和迁移能力。

Learnable Koopman-Enhanced Transformer-Based Time Series Forecasting with Spectral Control

可学习的Koopman增强变换器时间序列预测与频谱控制

Ali Forootani, Raffaele Iervolino

机构 * Max Planck Institute of Geoanthropology（马克斯·普朗克地理人类学研究所） ； Department of Electrical Engineering and Information Technology, University of Naples（那不勒斯大学电气工程与信息学院） 纠错

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

AI总结 本文提出了一种统一的可学习Koopman算子参数化家族，结合线性动态系统理论与现代深度学习预测架构，通过四种可学习Koopman变体提升时间序列预测性能，展示了在多个时间跨度和片段长度下的优越偏误-方差权衡和可解释性。

EIDOS: Latent-Space Predictive Learning for Time Series Foundation Models

EIDOS：用于时间序列基础模型的潜在空间预测学习

Xinxing Zhou, Qingren Yao, Yiji Zhao, Chenghao Liu, Flora Salim, Xiaojie Yuan, Yanlong Wen, Ming Jin

机构 * Nankai University（南开大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Yunnan University（云南大学） ； University of New South Wales（新南威尔士大学） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 EIDOS通过潜在空间预测学习提升时间序列基础模型的鲁棒性和可靠性。

Driving Reaction Trajectories via Latent Flow Matching

通过潜在流匹配驱动反应轨迹

Yili Shen, Xiangliang Zhang

机构 * University of Notre Dame（诺丁汉大学） 纠错

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

AI总结 LatentRxnFlow通过连续潜在轨迹建模提升反应预测的准确性与透明性，实现轨迹级诊断与不确定性分析。

CMR: Contractive Mapping Embeddings for Robust Humanoid Locomotion on Unstructured Terrains

CMR：用于在无结构地形上稳健人形运动的收缩映射嵌入

Qixin Zeng, Hongyin Zhang, Shangke Lyu, Junxi Jin, Donglin Wang, Chao Huang

机构 * University of Southampton（索姆塞特大学） ； Westlake University（西lake大学） ； Nanjing University（南京大学） 纠错

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

AI总结 CMR通过结合对比表征学习与Lipschitz正则化，提升人形机器人在无结构地形中抗扰动的运动能力。

Generalized Information Gathering Under Dynamics Uncertainty

在动态不确定性下的一般信息收集

Fernando Palafox, Jingqi Li, Jesse Milzman, David Fridovich-Keil

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

AI总结 本文提出了一种统一框架，用于在动态不确定性下一般化信息收集，通过解耦动态模型、信念更新等选择与信息收集成本，提供理论依据和实验验证。

Scale-Consistent State-Space Dynamics via Fractal of Stationary Transformations

通过稳定变换的分形实现尺度一致的状态空间动力学

Geunhyeok Yu, Hyoseok Hwang

机构 * Department of Software Convergence, Kyung Hee University（软件融合系，庆熙大学） 纠错

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

AI总结 本文提出FROST方法，通过分形归纳偏置实现状态空间模型的尺度一致潜在动力学，提升模型的自适应效率和稳定性。

Comments 8 pages (excluding 2 pages of references), 3 tables, 2 figures. Appendix: 4 pages

FM-EAC: Feature Model-based Enhanced Actor-Critic for Multi-Task Control in Dynamic Environments

基于特征模型的增强型Actor-Critic：用于动态环境多任务控制

Quanxi Zhou, Wencan Mao, Manabu Tsukada, John C. S. Lui, Yusheng Ji

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（日本信息处理学会） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 FM-EAC通过整合规划、行动和学习，提升动态环境多任务控制的泛化能力与任务迁移性能。

PIMRL: Physics-Informed Multi-Scale Recurrent Learning for Burst-Sampled Spatiotemporal Dynamics

PIMRL：基于突发采样的多尺度递归学习用于时空动态

Han Wan, Qi Wang, Yuan Mi, Rui Zhang, Hao Sun

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

AI总结 PIMRL通过物理引导的多尺度递归学习，有效处理突发采样的稀疏时空动态数据，显著提升建模精度和效率。

Comments To appear in AAAI 2026

Adversarial Diffusion for Robust Reinforcement Learning

对抗扩散用于鲁棒强化学习

Daniele Foffano, Alessio Russo, Alexandre Proutiere

机构 * Division of Decision and Control Systems KTH, Royal Institute of Technology（决策与控制系统系 瑞典皇家理工学院） ； Faculty of Computing and Data Sciences（计算与数据科学学院） 纠错

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

AI总结 本文提出AD-RRL，通过对抗扩散方法提升强化学习在环境动态不确定性下的鲁棒性和性能。

Generative Modeling of Clinical Time Series via Latent Stochastic Differential Equations

通过潜在随机微分方程进行临床时间序列生成建模

Muhammad Aslanimoghanloo, Ahmed ElGazzar, Marcel van Gerven

机构 * Department of Machine Learning and Neural Computing, Donders Institute for Brain, Cognition and Behaviour, Radboud University（机器学习与神经计算系，多纳德斯脑认知行为研究所，拉德堡德大学） 纠错

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

AI总结 本文提出基于潜在神经随机微分方程的生成建模框架，用于处理临床时间序列数据中的不规则采样和不确定性，通过模拟和真实数据验证，实现了比传统方法更准确的预测和不确定性估计。

Stable-by-Design Neural Network-Based LPV State-Space Models for System Identification

Ahmet Eren Sertbaş, Tufan Kumbasar

机构 * Artificial Intelligence and Intelligent Systems Laboratory（人工智能与智能系统实验室） ； Istanbul Technical University（伊斯坦布尔技术大学） 纠错

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

Comments In the 12th International Conference of Image Processing, Wavelet and Applications on Real World Problems, 2025

FlightKooba: A Fast Interpretable FTP Model

Jing Lu, Xuan Wu, Yizhun Tian, Songhan Fan, Yali Fang

机构 * School of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Civil Aviation Flight University of China（中国民航飞行大学） ； College of Computer Science（计算机科学学院） 纠错

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

Comments Version 2: Major revision of the manuscript to refine the narrative, clarify the model's theoretical limitations and application scope, and improve overall presentation for journal submission

Physics-informed Neural-operator Predictive Control for Drag Reduction in Turbulent Flows

Zelin Zhao, Zongyi Li, Kimia Hassibi, Kamyar Azizzadenesheli, Junchi Yan, H. Jane Bae, Di Zhou, Anima Anandkumar

机构 * NVIDIA 纠错

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

Latent Representation Learning of Multi-scale Thermophysics: Application to Dynamics in Shocked Porous Energetic Material

Shahab Azarfar, Joseph B. Choi, Phong CH. Nguyen, Yen T. Nguyen, Pradeep Seshadri, H. S. Udaykumar, Stephen Baek

机构 * School of Data Science, University of Virginia, United States（数据科学学院，弗吉尼亚大学） ； Department of Mechanical Engineering, University of Iowa, United States（机械工程系，爱荷华大学） ； Department of Mechanical and Aerospace Engineering, University of Virginia, United States（机械与航空航天工程系，弗吉尼亚大学） 纠错

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

Comments 32 pages, 19 figures, complementary results added, restructured Introduction section

Simulation Priors for Data-Efficient Deep Learning

Lenart Treven, Bhavya Sukhija, Jonas Rothfuss, Stelian Coros, 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 reinforcement learning(abstract)；分类 cs.AI、cs.LG

COMponent-Aware Pruning for Accelerated Control Tasks in Latent Space Models

Ganesh Sundaram, Jonas Ulmen, Amjad Haider, Daniel Görges

机构 * Department of Electrical and Computer Engineering, RPTU University Kaiserslautern-Landau（电子与计算机工程系，RPTU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.RO

Comments Submitted in: The 2026 IEEE/SICE International Symposium on System Integration (SII 2026)

ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning

Yarden As, Bhavya Sukhija, Lenart Treven, Carmelo Sferrazza, 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

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks

James Hazelden, Laura Driscoll, Eli Shlizerman, Eric Shea-Brown

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

Semi-pessimistic Reinforcement Learning

Jin Zhu, Xin Zhou, Jiaang Yao, Gholamali Aminian, Omar Rivasplata, Simon Little, Lexin Li, Chengchun Shi

机构 * London School of Economics and Political Science（伦敦经济政治学院） ； University of California at Berkeley（加州大学伯克利分校） ； The Alan Turing Institute（艾伦·图灵研究所） ； University of Manchester（曼彻斯特大学） 纠错

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

The Alpha-Alternator: Dynamic Adaptation To Varying Noise Levels In Sequences Using The Vendi Score For Improved Robustness and Performance

Mohammad Reza Rezaei, Adji Bousso Dieng

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

Comments The codebase will be made available upon publication. This paper is dedicated to Patrice Lumumba

Q-function Decomposition with Intervention Semantics with Factored Action Spaces

Junkyu Lee, Tian Gao, Elliot Nelson, Miao Liu, Debarun Bhattacharjya, Songtao Lu

机构 * IBM T. J. Watson Research Center（IBM 沃森研究中心） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

Comments AISTATS 2025

Continual Reinforcement Learning for HVAC Systems Control: Integrating Hypernetworks and Transfer Learning

Gautham Udayakumar Bekal, Ahmed Ghareeb, Ashish Pujari

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

Counterfactual experience augmented off-policy reinforcement learning

Sunbowen Lee, Yicheng Gong, Chao Deng

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

Comments Accepted by Neurocomputing, https://doi.org/10.1016/j.neucom.2025.130017