University of Michigan（密歇根大学安娜堡分校）

2509.16248 2026-07-01 cs.PL cs.LG cs.SE 版本更新

GraphMend: Code Transformations for Fixing Graph Breaks in PyTorch 2

GraphMend: 用于修复PyTorch 2中图打破的代码转换

Savini Kashmira, Jayanaka Dantanarayana, Thamirawaran Sathiyalogeswaran, Krisztian Flautner, Lingjia Tang, Jason Mars

机构 * University of Michigan（密歇根大学）； Jaseci Labs（Jaseci实验室）

AI总结 GraphMend通过代码转换消除PyTorch 2中的图打破问题，提升编译效率和性能，减少延迟并提高吞吐量。

2512.17534 2026-07-01 physics.flu-dyn cs.AI cs.LG 版本更新

The HydroGym Reinforcement Learning Platform for Fluid Dynamics

HydroGym：流体动力学的强化学习平台

Christian Lagemann, Sajeda Mokbel, Miro Gondrum, Mario Rüttgers, Yuning Wang, Pol Suárez, Ludger Paehler, Deniz A. Bezgin, Aaron B. Buhendwa, Jared L. Callaham, Samuel Ahnert, Nicholas Zolman, Xiao Shao, Jean-Christophe Loiseau, Nikolaus Adams, Matthias Meinke, Wolfgang Schröder, Kai Lagemann, Esther Lagemann, Ricardo Vinuesa, Steven L. Brunton

机构 * University of Washington（华盛顿大学）； AI Institute in Dynamic Systems, University of Washington（华盛顿大学人工智能研究所）； RWTH Aachen University（亚琛工业大学）； Inha University（仁荷大学）； University of Michigan（密歇根大学）； KTH Royal Institute of Technology（瑞典皇家理工学院）； Technical University of Munich（慕尼黑工业大学）； Arts et Métiers Institute of Technology（国立高等工程技术学校）； CNAM（法国国立工艺学院）； DynFluid, HESAM Université（HESAM大学流体动力学实验室）； Munich Institute of Integrated Materials, Energy and Process Engineering, Technical University of Munich（慕尼黑工业大学综合材料、能源与工艺工程研究所）； JARA Center for Simulation and Data Science, RWTH Aachen University（亚琛工业大学JARA模拟与数据中心）； MediaTek Research（联发科技研究中心）； German Center for Neurodegenerative Diseases（德国神经退行性疾病中心）

AI总结提出HydroGym，一个求解器无关的强化学习平台，提供61+个已验证的流场环境，支持多种后端，RL智能体发现鲁棒控制原理，并实现零样本迁移，显著降低探索成本。