世界模型

Uncertainty-aware Model-based Policy Optimization

Tung-Long Vuong, Kenneth Tran

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

Combating the Compounding-Error Problem with a Multi-step Model

Kavosh Asadi, Dipendra Misra, Seungchan Kim, Michel L. Littman

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

Learning State Representations in Complex Systems with Multimodal Data

Pavel Solovev, Vladimir Aliev, Pavel Ostyakov, Gleb Sterkin, Elizaveta Logacheva, Stepan Troeshestov, Roman Suvorov, Anton Mashikhin, Oleg Khomenko, Sergey I. Nikolenko

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

Comments Fixed references

Accelerating Goal-Directed Reinforcement Learning by Model Characterization

Shoubhik Debnath, Gaurav Sukhatme, Lantao Liu

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

Comments The paper was published in 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Optimal Decision-Making in Mixed-Agent Partially Observable Stochastic Environments via Reinforcement Learning

Roi Ceren

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

Comments Phd thesis, University of Georgia (2018)

Grounding Language for Transfer in Deep Reinforcement Learning

Karthik Narasimhan, Regina Barzilay, Tommi Jaakkola

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

Comments JAIR 2018

Learning the Reward Function for a Misspecified Model

Erik Talvitie

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

Comments To appear at ICML 2018

Feedback-Based Tree Search for Reinforcement Learning

Daniel R. Jiang, Emmanuel Ekwedike, Han Liu

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

Comments 19 pages, to be presented at ICML 2018

A Deep Learning Approach for Joint Video Frame and Reward Prediction in Atari Games

Felix Leibfried, Nate Kushman, Katja Hofmann

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

Comments Presented at the ICML 2017 Workshop on Principled Approaches to Deep Learning, Sydney, Australia, 2017

Curiosity-driven Exploration by Self-supervised Prediction

Deepak Pathak, Pulkit Agrawal, Alexei A. Efros, Trevor Darrell

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

Comments In ICML 2017. Website at https://pathak22.github.io/noreward-rl/

Deep Episodic Value Iteration for Model-based Meta-Reinforcement Learning

Steven Stenberg Hansen

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

Bayesian Reinforcement Learning: A Survey

Mohammad Ghavamzadeh, Shie Mannor, Joelle Pineau, Aviv Tamar

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

Journal ref Foundations and Trends in Machine Learning, Vol. 8: No. 5-6, pp 359-492, 2015

Stability of AI Governance Systems: A Coupled Dynamics Model of Public Trust and Social Disruptions

AI治理系统的稳定性：公众信任与社会动荡的耦合动力学模型

Jiaqi Lai, Hou Liang, Weihong Huang

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

AI总结 本文提出耦合动力学模型，分析公众信任与社会动荡的相互作用，揭示信任崩溃的临界条件及网络结构对治理失效的影响。

Comments 16 pages, 5 figures

On the Sample Efficiency of Inverse Dynamics Models for Semi-Supervised Imitation Learning

关于半监督模仿学习中逆动力学模型样本效率的研究

Sacha Morin, Moonsub Byeon, Alexia Jolicoeur-Martineau, Sébastien Lachapelle

机构 * Mila – Quebec AI Institute（魁北克人工智能研究所） ； Samsung AI Lab, Montreal（蒙特利尔三星人工智能实验室） 纠错

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

AI总结 本文分析半监督模仿学习中逆动力学模型（IDM）的样本效率优势，归因于IDM假设复杂度低且随机性小，并基于此改进LAPO算法。

Comments Accepted to ICML 2026

Sensorless Four-Channel Control Architecture Using Inverse Dynamics Modeling for Human-Scale Bilateral Teleoperation

基于逆动力学建模的无传感器四通道控制架构用于人尺度双边遥操作

Amir Noohian, Dylan Miller, Justin Valentine, Alan Lynch, Martin Jagersand

机构 * University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 针对人尺度遥操作中高惯性、建模困难和力传感器依赖问题，提出基于逆动力学的无传感器四通道架构，在WAM平台上验证，优于传统方案，提升位置/力跟踪并降低操作力。

Learning-Based Dynamics Modeling and Robust Control for Tendon-Driven Continuum Robots

基于学习的动力学建模与鲁棒控制的腱驱动连续机器人

Ziqing Zou, Ke Qiu, Fei Wang, Haojian Lu, Rong Xiong, Yue Wang

机构 * Department of Control Science and Engineering, Zhejiang University（控制科学与工程系，浙江大学） 纠错

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

AI总结 本文提出一种可微学习框架，结合高保真动力学建模与鲁棒神经控制，通过GRU模型抑制长周期自回归预测中的误差，实验证明在腱驱动连续机器人上实现高精度跟踪和强鲁棒性。

When Dynamics Models Read the Wrong Time Steps: Label-Free Event Credit Re-Anchoring for Robust Global Readouts

当动力学模型读取错误的时间步：无标签事件信用重锚定以实现鲁棒的全局读出

Yifan Wang

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

AI总结 针对序列到全局接口中的时间信用稀释问题，提出无训练无标签的CREST方法，通过事件核心估计与对比重锚定，减少分布外误差并恢复事件信用。

Comments 7 pages, 6 figures

Smoothness Errors in Dynamics Models and How to Avoid Them

动力学模型中的平滑误差及如何避免

Edward Berman, Luisa Li, Jung Yeon Park, Robin Walters

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

AI总结 本文研究了不同GNN在动力学建模中的平滑效应，证明了单位ary卷积对这类任务有害，并提出放松的单位ary卷积以平衡平滑性保留与物理系统需求。

Comments Ecstatic to share relaxed unitary mesh convolutions with the community :D! This version contains the camera ready for ICML 2026. Send me an email with your thoughts! I love getting mail :^)

Scalable and Efficient Continual Learning from Demonstration via a Hypernetwork-generated Stable Dynamics Model

通过超网络生成的稳定动力学模型实现可扩展且高效的示范学习

Sayantan Auddy, Jakob Hollenstein, Matteo Saveriano, Antonio Rodríguez-Sánchez, Justus Piater

机构 * Faculty of Electrical Engineering and Computer Science, Technical University of Berlin（电气工程与计算机科学系，柏林技术大学） ； Department of Computer Science, University of Innsbruck（计算机科学系，因斯布鲁克大学） ； Digital Science Center (DiSC), University of Innsbruck（数字科学中心（DiSC），因斯布鲁克大学） ； Department of Industrial Engineering, University of Trento（工业工程系，特伦托大学） ； Singular Research Center on Intelligent Systems (CiTIUS), University of Santiago de Compostela（智能系统研究中心（CiTIUS），圣地亚哥-德孔波斯特拉大学） 纠错

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

AI总结 本文提出一种稳定的持续学习方法，利用超网络生成轨迹学习动力学模型和Lyapunov函数，提升稳定性与准确性，通过任务嵌入减少训练时间，实验证明其在多任务学习中优于现有方法。

Comments To appear in IEEE Transactions on Cognitive and Developmental Systems

PAINET: A Principled Efficient Transformer for 3D Dynamics Modeling

PAINET：一种基于原理的高效变压器用于3D动态建模

Kai Yang, Yuqi Huang, Junheng Tao, Wanyu Wang, Qitian Wu

机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； SJTU Paris Elite Institute of Technology, Shanghai Jiao Tong University（上海交通大学巴黎精英理工学院） ； Department of Physics, Harvard University（哈佛大学物理系） ； Harvard-MIT Center for Ultracold Atoms（哈佛-麻省理工冷原子中心） ； Eric and Wendy Schmidt Center, Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所埃里克和wendy Schmidt中心） 纠错

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

AI总结 本文提出PAINET，一种基于SE(3)等价性的变压器，用于学习多体系统的所有对相互作用，通过物理启发的注意力网络和并行解码器，在多个真实世界基准上实现了3D动态预测的误差降低。

Comments 24 pages, published as a conference paper at ICLR 2026

StableIDM: Stabilizing Inverse Dynamics Model against Manipulator Truncation via Spatio-Temporal Refinement

StableIDM：通过时空细化稳定逆动力学模型以对抗机械臂截断

Kerui Li, Zhe Jing, Xiaofeng Wang, Zheng Zhu, Yukun Zhou, Guan Huang, Dongze Li, Qingkai Yang, Huaibo Huang

机构 * GigaAI Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所GigaAI研究院） ； Beijing Institute of Technology（北京理工大学） ； GigaAI ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 本文提出StableIDM，通过时空细化框架提升逆动力学模型在机械臂截断场景下的稳定性，实验表明其在动作准确性和任务成功率上有显著提升。

Bipedal-Walking-Dynamics Model on Granular Terrains

颗粒地形上的双足行走动力学模型

Xunjie Chen, Xinyan Huang, Peter Shan, Jingang Yi, Tao Liu

机构 * Department of Mechanical and Aerospace Engineering, Rutgers University（罗格斯大学机械与航空航天工程系） ； Bridgewater Raritan High School（布里奇沃特-拉里坦高中） ； State Key Lab of Fluid Power Transmission and Control and the School of Mechanical Engineering, Zhejiang University（浙江大学流体动力传动与控制国家重点实验室和机械工程学院） 纠错

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

AI总结 本文提出一种新的双足行走动力学模型，用于预测在颗粒介质上行走的运动。模型通过动态足部-地形交互模型计算地面反作用力，并引入三个额外自由度以估计足部下沉和滑动，从而改进机器人行走的运动学和动力学分析。

Comments Accepted paper in ICRA 2026

Physics-informed Deep Mixture-of-Koopmans Vehicle Dynamics Model with Dual-branch Encoder for Distributed Electric-drive Trucks

具有双分支编码器的物理信息深度混合Koopman车辆动力学模型用于分布式电动卡车

Jinyu Miao, Pu Zhang, Rujun Yan, Yifei He, Bowei Zhang, Zheng Fu, Ke Wang, Qi Song, Kun Jiang, Mengmeng Yang, Diange Yang

机构 * School of Vehicle and Mobility, and State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University, Beijing, China（车辆与移动系统学院和智能绿色车辆与移动系统国家重点实验室，清华大学，北京，中国） ； KargoBot Inc., Beijing, China（KargoBot公司，北京，中国） 纠错

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

AI总结 本文提出了一种基于Koopman算子理论的全数据驱动方法，用于复杂分布式电动卡车的动力学建模，通过双分支编码器和物理信息监督机制提升建模精度和兼容性。

Comments 13 pages, 8 tables, 7 figures

Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models

通过基于恢复的防护机制实现安全强化学习

Alexander W. Goodall, Francesco Belardinelli

机构 * Imperial College London, Department of Computing（伦敦帝国学院计算机系） 纠错

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

AI总结 本文提出一种基于高斯过程的恢复防护机制，用于在未知非线性系统中实现安全强化学习，通过动态恢复和内部模型采样实现安全与高效的学习。

Comments Accepted at AAMAS 2026

Gradient-Enhanced Partitioned Gaussian Processes for Real-Time Quadrotor Dynamics Modeling

基于梯度增强的分区高斯过程用于实时四旋翼动力学建模

Xinhuan Sang, Adam Rozman, Sheryl Grace, Roberto Tron

机构 * Department of Mechanical Engineering, Boston University（机械工程系，波士顿大学） 纠错

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

AI总结 本文提出一种结合梯度信息的分区高斯过程，用于高效实时四旋翼动力学建模，显著提升精度并降低计算成本。

Comments 11 pages, 7 figures. Submitted to IEEE Transactions on Robotics (under review)

Zero-Shot Adaptation to Robot Structural Damage via Natural Language-Informed Kinodynamics Modeling

通过自然语言引导的运动动力学建模实现机器人结构损伤的零样本适应

Anuj Pokhrel, Aniket Datar, Mohammad Nazeri, Francesco Cancelliere, Xuesu Xiao

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

AI总结 本研究提出ZLIK方法，利用自然语言引导的自监督学习，通过数据驱动的方式学习运动动力学模型，实现对机器人结构损伤的零样本适应，显著降低运动动力学误差并提升跨尺度泛化能力。

Comments 12 Pages, 6 Figures, 5 Tables

Advancing Opinion Dynamics Modeling with Neural Diffusion-Convection-Reaction Equation

用神经扩散-对流-反应方程推进意见动力学建模

Chenghua Gong, Yihang Jiang, Hao Li, Rui Sun, Juyuan Zhang, Tianjun Gu, Liming Pan, Linyuan Lü

机构 * University of Science and Technology of China（科学技术大学） ； Wuhan University（武汉大学） ； East China Normal University（华东师范大学） 纠错

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

AI总结 本文提出OPINN框架，通过整合物理信息与神经网络，提升意见动力学建模的预测性能和物理可解释性。

Vision-Conditioned Variational Bayesian Last Layer Dynamics Models

基于视觉的变分贝叶斯最后一层动力学模型

Paul Brunzema, Thomas Lew, Ray Zhang, Takeru Shirasawa, John Subosits, Marcus Greiff

机构 * department of Mechanical Engineering, Aachen University（机械工程系，亚琛大学） ； Toyota Research Institute（丰田研究院） 纠错

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

AI总结 本文提出一种基于视觉的变分贝叶斯最后一层动力学模型，通过视觉上下文预测环境变化，提升赛车在动态条件下的控制性能。

Comments 9 pages, 7 figures, currently under review

HopCast: Calibration of Autoregressive Dynamics Models

HopCast: 自回归动力学模型的校准

Muhammad Bilal Shahid, Cody Fleming

机构 * Department of Mechanical Engineering（机械工程系） ； Iowa State University（爱荷华州立大学） 纠错

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

AI总结 HopCast通过Hopfield网络学习误差并结合预测-校正方法，实现对自回归动力学模型的校准，提升预测准确性和不确定性传播效果。

Opinion Dynamics Models for Sentiment Evolution in Weibo Blogs

Yulong He, Anton V. Proskurnikov, Artem Sedakov

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