Imperial College London（帝国理工学院）

A note on convergence of Wasserstein policy optimization

关于Wasserstein策略优化收敛性的注记

David Šiška, Yufei Zhang

机构 * School of Mathematics, University of Edinburgh（爱丁堡大学数学学院） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） 纠错

AI总结 本文探讨了Wasserstein策略优化在连续状态和动作空间中的收敛性问题，通过利用均场分析和log-Sobole不等式，证明了在熵正则化的马尔可夫决策过程框架下，WPO算法能够线性收敛到全局最优解。

A Martingale Kernel Independence Test

一个鞅核独立性检验

Felix Laumann, Zhaolu Liu, Mauricio Barahona

机构 * Imperial College London（伦敦帝国学院） 纠错

AI总结 本文提出两种学生化统计量，通过自归一化和半样本分割，实现了无需排列校准的独立性检验，显著提升了计算效率和测试性能。

CODE-SHARP: Continuous Open-ended Discovery and Evolution of Skills as Hierarchical Reward Programs

CODE-SHARP: 连续开放发现和演化的技能作为层次奖励程序

Richard Bornemann, Pierluigi Vito Amadori, Antoine Cully

机构 * Imperial College London（帝国理工学院伦敦分校） ； Sony Interactive Entertainment（索尼互动娱乐） 纠错

AI总结 该研究提出CODE-SHARP框架，通过基础模型自主发现和演化技能作为层次奖励程序，实现通用智能体政策的从零开始强化学习，无需预定义奖励，有效学习长周期技能。

Comments Preprint

Graph neural network explanations reveal a topological signature of disease-associated hubs in biological networks

图神经网络解释揭示了生物网络中与疾病相关的枢纽的拓扑特征

Kyle Higgins, Ivan Laponogov, Dennis Veselkov, Kirill Veselkov

机构 * Division of Cancer, Department of Surgery and Cancer, Faculty of Medicine, Imperial College London（癌症部、外科与癌症部门、医学学院、伦敦帝国学院） ； Department of Computing, Imperial College London（计算部门、伦敦帝国学院） ； Department of Environmental Health Sciences, Yale University（环境健康科学部门、耶鲁大学） 纠错

AI总结 本文研究了图神经网络在生物网络中识别疾病相关结构的方法，发现不同解释方法在稀疏单节点驱动和分布式路径信号中有不同的表现，并提出了一种结合壳层枢纽评分和解释器共识排名的框架，提升了对癌症基因的优先级排序和生物学相关分子的恢复能力。

Comments 25 pages (excluding supplement), 7 figures, 7 supplementary tables

From monoliths to modules: Decomposing transducers for efficient world modelling

从整体到模块：分解转换器以实现高效的world建模

Alexander Boyd, Franz Nowak, David Hyland, Manuel Baltieri, Fernando E. Rosas

机构 * Department of Informatics, University of Sussex（Sussex大学信息学院） ； Beyond Institute for Theoretical Science (BITS)（理论科学研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Principles of Intelligent Behaviour in Biological and Social Systems (PIBBSS)（生物和社会系统智能行为原理研究所） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Araya Inc.（Araya公司） ； Sussex AI and Sussex Centre for Consciousness Science, University of Sussex（Sussex大学人工智能与意识科学中心） ； Centre for Complexity Science and Center for Psychedelic Research, Department of Brain Sciences, Imperial College London（复杂科学中心和迷幻研究中心，伦敦帝国理工学院脑科学系） ； Center for Eudaimonia and Human Flourishing, University of Oxford（幸福与人类繁荣中心，牛津大学） 纠错

AI总结 本文提出了一种分解复杂world建模的方法，通过转换器框架将世界模型分解为多个模块，从而提高计算效率并支持分布式推理，为AI安全和现实应用提供基础。