Imperial College London（帝国理工学院）

Non-Asymptotic Best Policy Identification Guarantees in Online Reinforcement Learning

在线强化学习中的非渐近最优策略识别保证

Joseph Lazzaro, Alessio Russo, Aldo Pacchiano

机构 * Imperial College London（伦敦帝国学院） ； Boston University（波士顿大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所） 纠错

AI总结 研究在线表格强化学习中的最优策略识别问题，通过为导航与停止（NaS）算法提供非渐近样本复杂度保证，揭示其样本复杂度不仅依赖特征时间，还与MDP连通性等有关，填补了相关空白。

Comments 64 pages, 2 figures

Hierarchical Wireless Foundation Model for Multi-Task Optimization

用于多任务优化的分层无线基础模型

Yangjing Wang, Ouya Wang, Shenglong Zhou, Geoffrey Ye Li

机构 * Department of Electrical and Electronic Engineering, Faculty of Engineering, Imperial College London（电气与电子工程系，工程学院，伦敦帝国理工学院） ； School of Mathematics and Statistics, Beijing Jiaotong University（数学与统计学学院，北京交通大学） 纠错

AI总结 针对下一代无线网络中人工智能技术泛化瓶颈问题，提出分层无线基础模型（WFM），通过几何感知交叉注意力耦合上下游模块，采用混合训练策略，实现多任务优化，学习高保真信道表示，降低延迟，有强大泛化能力。

Comments 15 pages, 10 figures, 3 tables

Certified Training for Convolutional Perturbations

卷积扰动的认证训练

Benedikt Brückner, Alessio Lomuscio

机构 * Safe Intelligence（安全智能） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 研究视觉模型受扰动问题，提出利用卷积扰动编码的认证训练方法，显著优于对抗训练，在CIFAR10上对运动模糊有超80%鲁棒准确率，且标准准确率相当。

AoA: Theorem Proving Agent over Abstract Syntax Tree of Redesigned Language

AoA：基于重新设计语言抽象语法树的定理证明智能体

Qiyuan Xu, Joshua Ong Jun Leang, Renxi Wang, Wenda Li, Haonan Li, Luke Ong, Conrad Watt

机构 * Nanyang Technological University Singapore（南洋理工大学新加坡分校） ； Imperial College London London, UK（伦敦帝国理工学院伦敦分校） ； University of Edinburgh Edinburgh, UK（爱丁堡大学爱丁堡分校） 纠错

AI总结 研究针对交互式定理证明中人工操作限制可扩展性及基于LLM的证明智能体成本高的问题，提出将智能体从源文本提升到抽象语法树的方法，实现了AoA，在多个方面有显著提升且解决更多难题。

Comments 13 pages

Chemical filters for ultra-high-throughput materials screening and generation

用于超高通量材料筛选和生成的化学过滤器

Kinga O. Mastej, Panyalak Detrattanawichai, Hyunsoo Park, Anthony Onwuli, Masahiro Negishi, Aron Walsh

机构 * Department of Materials, Imperial College London（帝国理工学院材料系） 纠错

AI总结 研究针对AI生成材料成分不合理问题，引入化学有效性算子，基于SMACT包构建氧化态模型，通过可调阈值支持不同工作流程。经基准测试，该算子能过滤不合理成分，还可作强化学习奖励，为氧化态感知生成模型奠定基础。

Comments 19 pages, 7 figures, 3 tables, including Supplementary Information

Where Not to Learn: Prior-Aligned Training with Subset-based Attribution Constraints for Reliable Decision-Making

不应学习的地方：基于子集归因约束的先验对齐训练以实现可靠的决策制定

Ruoyu Chen, Shangquan Sun, Xiaoqing Guo, Sanyi Zhang, Kangwei Liu, Shiming Liu, Zhangcheng Wang, Qunli Zhang, Wei Wang, Hua Zhang, Xiaochun Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； Communication University of China（中国传媒大学） ； Imperial College London（伦敦帝国学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络科学与技术学院） 纠错

AI总结 本文提出了一种基于归因的先验对齐方法，通过子集选择归因技术约束模型依赖于人类先验区域，从而提升决策的可靠性。

Tabular Foundation Models Can Do Survival Analysis

表格基础模型也能进行生存分析

Da In Kim, Wei Siang Lai, Kelly W. Zhang

机构 * Department of Computing, Imperial College London（帝国理工学院计算机系） ； Department of Mathematics, Imperial College London（帝国理工学院数学系） 纠错

AI总结 本文提出了一种基于分类的框架，通过将生存分析转化为二分类问题，使表格基础模型能够无需显式训练即可进行生存分析，并在多个数据集上验证了其有效性。

STARCaster: Spatio-Temporal AutoRegressive Video Diffusion for Identity- and View-Aware Talking Portraits

STARCaster：用于身份和视图感知的会说话肖像的时空自回归视频扩散

Foivos Paraperas Papantoniou, Stathis Galanakis, Rolandos Alexandros Potamias, Bernhard Kainz, Stefanos Zafeiriou

机构 * Imperial College London, UK（伦敦帝国理工学院） ； FAU Erlangen–Nürnberg, Germany（埃朗根-纽伦堡大学） 纠错

AI总结 研究提出STARCaster模型，通过重新思考参考和几何范式，采用组合方法及解耦学习，解决语音驱动肖像动画和动态视点控制问题，能有效泛化，超越先前方法。

Comments ICML 2026