ETH Zurich（苏黎世联邦理工学院）

Foundations of Reinforcement Learning and Control:Connections and New Perspectives

强化学习与控制的基础：联系与新视角

Claire Vernade, Onno Eberhard, Martha White, Florian Dörfler, Csaba Szepesvári, Miroslav Krstic, Michael Muehlebach

机构 * University of Technology Nuremberg（纽伦堡工业大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Alberta（阿尔伯塔大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of California San Diego（加州大学圣迭戈分校） 纠错

AI总结 本教程围绕强化学习与控制理论的联系与差异，介绍自适应控制、演员-评论家强化算法及二者结合的新方法，助力跨领域专家理解对方工具方法。

Comments INFORMS tutorial

Chess on Ice: Curling Tactical Decision-Making via Backward Induction and Deep Reinforcement Learning

冰上国际象棋：基于反向归纳与深度强化学习的冰壶战术决策

Patrick Oberlin, Matteo Cederle, Aren Karapetyan, Saverio Bolognani, Gian Antonio Susto, Florian Dörfler

机构 * ETH Zurich（苏黎世联邦理工学院） ； Belimo Automation AG（贝利莫自动化股份公司） ； University of Padova（帕多瓦大学） 纠错

AI总结 该研究针对冰壶战术决策的建模挑战，采用适配有限时间范围结构的DDPG算法，通过自监督学习获得的智能体在简化四石冰壶中可匹敌专家启发式策略，其评论家还能提供连续动作空间的价值估计以支持战术分析。

Comments 10 pages, 8 figures

The Role of Disfluencies in Speech Translation

不流畅言语在语音翻译中的作用

Maike Züfle, Maria Teleki, Fabian Retkowski, Vilém Zouhar, Oliver Grabner, Alexander Waibel, James Caverlee, Jan Niehues

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Texas A&M University（德克萨斯农工大学） ； ETH Zurich（苏黎世联邦理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 该研究针对语音翻译系统去除不流畅言语导致语义丢失的问题，构建了Uh-Mazing基准，发现错误起始和自我修正致翻译质量下降，提出推理时解码可缓解问题并发布相关资源。

DocNavRAG: Document-Structured Graph RAG with Stateful Evidence Construction for Complex Document Question Answering

DocNavRAG：面向复杂文档问答的、具有状态化证据构建能力的文档结构化图RAG

Dongyang Xie, Yao Tian, Hao Zhang, Yifei Yuan, Tieyun Qian, Ming Zhong, Jiawei Jiang, Yuanyuan Zhu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出DocNavRAG，将文档结构组织为可导航图并维护证据状态，在四个文档QA基准上，相比最强基线平均提升答案质量7.8%、上下文充分性17.7%。

Comments 19 pages, 5 figures, 16 tables

DCC: Data-Centric Compilation of Machine Learning Kernels for Processing-In-Memory Architectures

DCC: 面向处理-内存架构的机器学习内核数据驱动编译

Peiming Yang, Sankeerth Durvasula, Ivan Fernandez, Mohammad Sadrosadati, Onur Mutlu, Gennady Pekhimenko, Christina Giannoula

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Barcelona Supercomputing Center（巴塞罗那超级计算中心） ； ETH Zürich（苏黎世联邦理工学院） ； Nvidia（英伟达） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） 纠错

AI总结 针对PIM系统中数据重排与计算代码优化相互依赖的问题，提出数据驱动的编译器DCC，通过统一调优联合优化数据重排与计算代码，在HBM-PIM和AttAcc PIM上分别实现平均2.21倍和3.92倍的加速。

Eigenvalues as a Metric for Memory Dynamics in Sequence Models

特征值作为序列模型记忆动力学的度量指标

Rahel Rickenbach, Jelena Trisovic, Alexandre Didier, Jerome Sieber, Melanie N. Zeilinger

机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世人工智能中心） 纠错

AI总结 该研究提出以特征值为通用度量，通过动力系统框架统一分析注意力模型与状态空间模型的记忆动力学，经实证研究发现特征值可影响两类模型的记忆与长程依赖建模，还可用于指导架构修改与训练，为序列模型的分析与优化提供了新途径。