世界模型

Multi-Horizon Consistency as Geometry: When Latent Dynamics Contract, and When They Do Not

多时间尺度一致性即几何：潜在动力学何时收缩，何时不收缩

Kavya Bhand, Aadi Joshi

机构 * Vishwakarma Institute of Technology（维斯瓦卡玛理工学院） 纠错

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

AI总结 研究视频预测器和世界模型中多时间尺度潜在一致性权重λ对过渡几何的作用，通过实验测量L20,q95和E20等指标，发现λ能改善移动MNIST数据集相关指标，且软一致性作用有域限制，还得出随机强迫定律统一控制域。

Comments 22 pages, 9 figures. Diagnostic study of multi-horizon latent consistency, expansion proxies (L20), and a stochastic-forcing law for world-model geometry. Code and experiment logs to be released publicly

Learning from World Feedback: Why Model Uncertainty Fails as a Risk Signal in Model-Based RL

从世界反馈中学习：为何模型不确定性在基于模型的强化学习中无法作为风险信号

Zhaohui Wang

专题命中 模型式强化学习 ：model-based RL(title)；world model(abstract)；world-model(abstract)；world model(abstract)

AI总结 研究探讨 RLxF 中学习信号应源于世界反馈，在安全模型控制中实例化并提炼原则。通过实验表明基于动力学的不确定性惩罚会增加碰撞率，用世界反馈信号可降低碰撞率，提取原则并指出其适用于多种相关方法。

Comments Accepted at the ICML 2026 Workshop on Reinforcement Learning from X Feedback (RLxF). 14 pages

Unlocking Temporal Generalization in Hamiltonian Video Dynamics Models

解锁哈密顿视频动力学模型中的时间泛化

Eli Laird, Corey Clark

机构 * Department of Computer Science, Southern Methodist University（南卫理公会大学计算机科学系） 纠错

专题命中 模型式强化学习 ：world model(abstract)；world models(abstract)；world model(abstract)；world models(abstract)

AI总结 研究世界模型在可变时间分辨率下预测动力学的问题，利用哈密顿生成网络（HGN），指出其在非保守环境中时间泛化失效的问题及原因，通过针对性修复实现稳定动力学预测，推荐连续时间视频生成中时间泛化的策略。

Comments To appear in the 1st Workshop on Physics-Aware Video Generation and Restoration at the 28th International Conference on Pattern Recognition

Climate-Dyna Deep Hedging for XVAs: Model-Based Reinforcement Learning, Residual Climate HVA, and Hedge-Instrument Discovery

面向XVAs的Climate-Dyna深度对冲：基于模型的强化学习、剩余气候HVA及对冲工具发现

Xiaozhen Wang, Francois Buet-Golfouse

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

AI总结 该研究提出Climate-Dyna深度对冲方法，通过基于模型的强化学习解决剩余气候HVA问题，在EU ETS半合成研究中有效降低了气候费用，显著减少了遗憾值并保留了大部分精确辅助增益。

Comments 15 pages, 2 figures, 1 table

AlphaClifford: Efficient Clifford Synthesis and Transpilation with Model-based RL

AlphaClifford：基于模型强化学习的高效Clifford电路综合与 transpilation

Daniele Lizzio Bosco, Jacopo Cossio, Carla Piazza, Giuseppe Serra

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

AI总结 本研究提出基于模型强化学习的AlphaClifford框架，用于高效综合Clifford电路，在总门数和CNOT门数上优于现有方法，还可用于硬件约束 transpilation及Clifford+T流程优化，为量子编译提供可扩展途径。

Comments Accepted manuscript to appear in the proceedings of the IEEE International Conference on Quantum Computing and Engineering (QCE 2026). 11 pages, 3 figures

Liquid Latent State Dynamics for Interpretable Turbofan Degradation Modeling

液态潜在状态动力学用于可解释的涡扇退化建模

Weizhi Nie, Weijie Wang, Yuting Su

机构 * Tianjin University（天津大学） 纠错

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

AI总结 提出液态神经网络作为潜在动力学模型，通过分解潜在状态为退化与工况分量，在C-MAPSS上实现可解释的退化建模，传感器预测RMSE从0.2438降至0.2266。

Comments Preprint. 37 references, 8 figures

IADD-TR: Intervention-Aware Dynamics Decoupling with Targeted Regularization for Model-Based Reinforcement Learning

IADD-TR：结合干预感知动力学解耦与定向正则化的基于模型强化学习方法

Zefeng Liang, Jie Qiao, Ruichu Cai, Weilin Chen, Zhifeng Hao

机构 * School of Computer Science, Guangdong University of Technology（广东工业大学计算机学院） ； College of Science, Shantou University（汕头大学理学院） 纠错

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

AI总结 本文提出IADD-TR框架，通过干预感知动力学解耦与定向正则化解决MBRL中策略诱导的数据偏差问题，经MuJoCo任务实验验证可提升样本效率并取得有竞争力回报。

Latent Lie-Poisson Neural Networks (LLPNNs): Discovering the motion of Lie-Poisson systems through observable data and latent dynamics

隐李-泊松神经网络（LLPNNs）：通过可观测量与隐动力学发现李-泊松系统的运动

Vakhtang Putkaradze

机构 * The University of Alabama（阿拉巴马大学） 纠错

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

AI总结 提出LLPNNs这一保结构框架，直接从可观测量学习李-泊松动力学，适用于正则与退化哈密顿系统，在三类系统中展现出优异预测精度与噪声鲁棒性。

Comments 70 pages, 18 figures

Certifiable Safe Model-Based Reinforcement Learning with Control-Affine Dynamics Approximation

基于控制仿射动力学近似的可验证安全模型强化学习

Hao Zhou, Yanze Zhang, Cameron Reid, Wenhao Luo

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 研究基于模型的安全强化学习，提出用控制障碍函数结合控制仿射随机傅里叶特征及自适应共形预测的框架，通过学习控制仿射动力学实现可验证安全策略，仿真结果验证了该框架在推车摆杆和3D四旋翼平台上的有效性。

Comments 8 pages, accepted to IROS 2026

AeroMELD: A Linear Embedding of Aerosol Populations for Diagnostics and Latent Dynamics

AeroMELD：用于诊断和潜在动力学的气溶胶群体线性嵌入

Ehsan Saleh, Saba Ghaffari, Wenhan Tang, Jeffrey H. Curtis, Lekha Patel, Peter A. Bosler, Nicole Riemer, Matthew West

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

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

AI总结 研究旨在准确表示大气气溶胶群体，提出AeroMELD框架构建低维潜在变量以保留其数学结构，通过尺度-形状分解等实现，能准确重建多种分布及行为，为在潜在空间学习气溶胶过程演化奠定基础。

Comments 34 pages, 12 figures

Uncovering Latent Structures in Robust Pulse Sequences: A Model-Based Reinforcement Learning Approach for Adaptable Quantum Control

揭示鲁棒脉冲序列中的潜在结构：一种基于模型的强化学习方法用于自适应量子控制

Tobias Kiermeyer, Thomas Heydenreich, Léo Van Damme, Sebastian Hohenemser, Florian Marquardt, Steffen J. Glaser

专题命中 模型式强化学习 ：model-based reinforcement learning(title,abstract)

AI总结 提出一种基于模型强化学习的鲁棒最优量子控制方法，通过将哈密顿量嵌入训练管道的神经网络，无需预计算数据即可为整个门族生成鲁棒脉冲，在单自旋系统上实现毫秒级任意旋转角脉冲，保真度媲美多种子GRAPE，并发现控制景观中的结构化相位轮廓。

Comments 14 pages, 8 figures

SJEPA: Learning Elegant Latent Dynamics with Hybrid Symbolic-Neural Predictors

SJEPA：通过混合符号-神经预测器学习简洁的潜在动力学

Yongchao Huang

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

AI总结 SJEPA是一种无重构的JEPA框架，结合符号定律与神经修正学习简洁潜在动力学，在受控摆实验中展现更优性能，揭示了多目标间的可控权衡。

Comments 42 pages

Disentangling Continuous-Time Latent Dynamics: Identifiability of Latent SDEs via Diffusion Shifts

解缠连续时间潜在动力学：通过扩散偏移实现潜在SDE的可辨识性

Yuanyuan Wang, Wenjie Wang, Haoxuan Li, Mingming Gong, Kun Zhang

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The University of Melbourne（墨尔本大学） ； Peking University（北京大学） ； 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(title)；分类 cs.LG

AI总结 针对连续时间潜在随机微分方程模型的可辨识性问题，利用环境引起的扩散协方差偏移，证明在漂移无稀疏性假设下，对角扩散机制可识别潜在坐标至置换和缩放，并估计潜在解缠与因果图。

Extracting Governing Equations from Latent Dynamics via Multi-View Contrastive Learning

通过多视图对比学习从潜在动力学中提取控制方程

Paolo Muratore, Mackenzie Weygandt Mathis

机构 * EPFL（瑞士联邦理工学院洛桑） 纠错

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

AI总结 提出DYSCO算法，利用多视图时间对比学习从噪声高维观测中联合恢复潜在轨迹和动力学方程，并通过结构化基函数实现符号恢复，理论保证强可识别性。

Stable Multi-Step Rollouts via Uncertainty-Guided Hybrid Dynamics

基于不确定性引导混合动力学的稳定多步回滚

Andrei Maalberg, Axel Neumann, Jens Knobloch

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

AI总结 本文提出一种与模型无关的不确定性引导混合动力学框架，用于解决基于模型的强化学习中多步回滚不稳定的问题，在杜芬振子实验中实现了稳定长 horizon 预测并改善了成本-努力权衡。

Comments Accepted for presentation at, and publication in the Proceedings of the 65th IEEE Conference on Decision and Control (CDC 2026)

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)

Dynamics Models for Offline Hyperparameter Selection in Real-World RL

面向真实世界强化学习的离线超参数选择的动力学模型

Jordan Coblin, Han Wang, Martha White, Adam White

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

AI总结 本文将校准模型首次应用于市政水处理厂的真实RL场景，评估其在高维非平稳传感器数据上的表现，为离线动力学模型支持真实RL部署提供概念验证。

Comments Accepted to the 2026 Reinforcement Learning Conference (RLC)

Rethinking Object-Centric Representations for Video Dynamics Modeling

重新思考面向对象的视频动态建模表示

Amaury Wei, Ismail Nejjar, Olga Fink

机构 * Intelligent Maintenance and Operation Systems (IMOS) École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院智能维护与操作系统实验室（IMOS）） 纠错

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

AI总结 提出STAITUS框架，通过解耦每个槽为外观和几何位姿，在运动、遮挡等场景下实现更清晰的分割和更稳定的身份保持。

Comments 17 pages, 6 figures

Flowing Through States: Neural ODE Regularization for Reinforcement Learning

状态间的流动：用于强化学习的神经常微分方程正则化方法

Mohamed Ghanem, Bernd Finkbeiner

机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） ； Technical University of Munich（慕尼黑工业大学） 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 该研究提出一种基于神经ODE的正则化方法，将其集成到Actor-Critic算法中，在A2C的Atari基准和PPO的网格世界环境中显著提升了强化学习智能体的性能。

Verifier-Guided Model Discovery for Physical Dynamical Systems with Pretrained Symbolic Transformers

基于预训练符号 Transformer 的物理动力系统验证器引导式模型发现

Farbod Faraji, Francesco Belardinelli

机构 * Imperial College London（伦敦帝国学院） 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 该研究提出了一种验证器引导式（VG）工作流程，基于预训练符号 Transformer ODEFormer 实现物理动力系统的可解释预测，在范德波尔振荡器和涡旋脱落场景中展现出优于原方法的性能与泛化能力。

Comments 33 pages, 13 figures, 10 tables

Emergent Latent-State Computation under Stochastic Volatility

随机波动率下的涌现潜态计算

Xiaoyu Huang, Lulu Wang

机构 * Temple University（天普大学） ； Dickinson College（迪金森学院） 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 研究序列模型在部分可观测下如何表示潜在随机动态，发现在随机波动率设置中有两阶段计算，Transformer中潜态可解码性在特定阶段出现，输出头替换揭示部分退化原因，为机械可解释性提供有用基准。

Local Motion Matters: A Deconstruct-Recompose Paradigm for Reinforcement Learning Pre-training from Videos

局部运动至关重要：一种用于从视频中进行强化学习预训练的解构-重组范式

Jinwen Wang, Youfang Lin, Xiaobo Hu, Shuo Wang, Kai Lv

机构 * Beijing Jiaotong University（北京交通大学） ； Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence（北京交通数据挖掘与具身智能重点实验室） 纠错

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

AI总结 提出解构-重组范式（DRP），通过解构全局运动为原子动作学习局部运动表示，再重组以加速下游策略学习，在机器人控制任务中显著提升样本效率。

Comments 20 pages, 16 figures

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026, pages 9859-9868

Direct Advantage Estimation for Scalable and Sample-efficient Deep Reinforcement Learning

直接优势估计：可扩展且样本高效的深度强化学习

Hsiao-Ru Pan, Bernhard Schölkopf

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

AI总结 针对直接优势估计（DAE）在部分可观测域和高维观测下的局限性，本文扩展其理论框架并引入离散潜动态模型降低计算复杂度，在Arcade学习环境中验证了DAE的可扩展性和样本效率。

Comments Accepted at RLC2026

Machine Learning Methods for Studying Latent Neural Activity Dynamics

研究潜在神经活动动力学的机器学习方法

Shufeng Kong, Fumei Deng, Xinyi Dong, Caihua Liu, Weiwei Chen, Yingheng Wang, Daniel Cao, Azahara Oliva, Antonio Fernandez-Ruiz, Carla Gomes

机构 * School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） ； Department of Computer Science, Cornell University（康奈尔大学计算机科学系） ； Department of Neurobiology and Behavior, Cornell University（康奈尔大学神经生物学与行为学系） ； Department of Ecology and Evolutionary Biology, Cornell University（康奈尔大学生态学与进化生物学系） ； School of Computer Science and Artificial Intelligence, Foshan University（佛山大学计算机科学与人工智能学院） 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 综述从状态空间模型到深度生成模型的潜在变量模型，涵盖单区域动力学、多区域通信和行为对齐建模，并讨论大规模神经基础模型及未来挑战。

Comments Accepted by IJCAI 2026 survey track

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。

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

Steering the Language Axis: From Linear Decodability to Causal Control

操控语言轴：从线性可解码到因果控制

Arnav Srivastav

机构 * University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校） 纠错

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

AI总结 本研究探究大语言模型的语言身份是否可通过紧凑激活方向因果控制，在Qwen、Llama等模型的126万次生成上证实，分离的PCA导出语言轴可可靠操控语言切换，且语言选择具层特异性与语言对依赖性。

Comments 22 pages, 14 figures, Under review

Discovering Latent Response Laws in Forced Physical Systems

在强迫物理系统中发现潜在响应规律

Yi Zhu, Su Chen, Xiaojun Li, Xiuli Du

机构 * Beijing University of Technology（北京工业大学） ； State Key Laboratory of Bridge Safety and Resilience（桥梁安全与韧性国家重点实验室） 纠错

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

AI总结 研究强迫物理系统中潜在响应规律，提出FLARE方法，通过学习紧凑响应坐标等，能恢复强迫动力学并预测高维响应，还可将方程发现扩展到复杂观测系统，为可解释建模和预测提供途径。

Comments 23 pages, 5 figures and 2 tables. Supplementary Information provided as an ancillary file

Structure-preserving variational neural fields: Uncertainty-quantified reduced-order modeling of nonlinear conservation laws

结构保持变分神经场：非线性守恒律的不确定性量化降阶建模

Aviral Prakash, Marc L. Klasky

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

AI总结 研究针对非线性守恒律控制的物理系统模拟，开发变分潜在神经场框架，集成高斯过程代理模型，有三种变体，能估计预测置信度，通过时空无散度表示嵌入守恒律流形实现守恒结构保持，经实验验证其有效性和鲁棒性。

Seahorse: A Unified Benchmarking Framework for Spatiotemporal Event Modeling

Seahorse: 时空事件建模的统一基准框架

Yahya Aalaila, Gerrit Großmann, Sebastian Vollmer

机构 * German Research Center for Artificial Intelligence (DFKI), Data Science and its Applications Research Group, Kaiserslautern, Germany（德国人工智能研究中心（DFKI），数据科学及其应用研究组，凯泽斯劳滕，德国） ； Department of Computer Science, Rhineland-Palatinate Technical University of Kaiserslautern-Landau (RPTU), Kaiserslautern, Germany（计算机科学系，莱茵兰-普法尔茨凯泽斯劳滕-兰道工业大学（RPTU），凯泽斯劳滕，德国） 纠错

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

AI总结 提出Seahorse统一框架，通过编码-演化-解码接口标准化神经时空点过程，实现公平比较与诊断分析，并引入合成压力测试套件揭示各模型族的归纳偏差。

Comments 24 pages, 9 figures. Code: https://github.com/YahyaAalaila/seahorse