Massachusetts Institute of Technology（麻省理工学院）

Process Reward Informed Tree Rollout for Effective Multi-Turn RL

用于有效多轮强化学习的过程奖励引导树展开

Xintong Li, Sha Li, Yuwei Zhang, Changlong Yu, Rongmei Lin, Hongye Jin, Shuyi Guan, Xin Liu, Linwei Li, Qingyu Yin, Jingbo Shang

机构 * UC San Diego（加州大学圣地亚哥分校） ； Amazon（亚马逊） ； MIT Alumni（麻省理工学院校友） 纠错

AI总结 研究多轮强化学习中有效探索问题，提出过程评分器引导的自适应树展开框架PATR，利用过程反馈评分轨迹、选择性分支等，在FrozenLake和SWE - Bench实验中提升性能，是可扩展多轮强化学习的有效策略。

Comments Preprint

A Model-Based Decoupling Strategy for Proprioception and Contact Sensing in an Architected Soft Manipulator

基于模型的结构化软操纵器本体感觉与接触传感解耦策略

Francesco Stella, Annan Zhang, Cosimo Della Santina, Josie Hughes, Daniela Rus

机构 * Embodied AI SA（具身人工智能公司） ； CREATE Lab, STI, EPFL（洛桑联邦理工学院智能系统学院创意实验室） ； Delft University of Technology（代尔夫特理工大学） ； German Aerospace Center（德国航空航天中心） ； MIT Computer Science & Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室） 纠错

AI总结 研究软连续体机器人传感难题，提出基于模型策略从通用流体压力传感器解耦信号，用于ITH段，单段试验效果良好，集成到Air-Helix进行演示，证明该方法是实现软机器人并发传感的实用途径。

Comments Accepted for publication in the proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Publicly-Verifiable Certificates for Statistical Algorithms

统计算法的公开可验证证书

Michael Ngo, Michael P. Kim

机构 * MIT（麻省理工学院） ； Cornell University（康奈尔大学） 纠错

AI总结 本文在Goldwasser等人的交互式学习证明框架基础上，定义公开可验证统计有效性证书（pvCSV），在自适应统计查询算法中构建pvCSV，认证k次自适应查询的SQ算法，样本复杂度为O(log k)，并研究了SQ模型中的学习证明系统。

A Transportable Threshold-Based Framework for Interpretable Classification of Medical Data

一种基于阈值的可移植框架用于医学数据的可解释分类

Antony Garcia, Adrian Noriega, Gabrielle Britton, Xinming Huang

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； Centro de Vacunación e Investigación (CEVAXIN)（疫苗接种与研究中心（CEVAXIN）） ； Universidad Tecnológica de Panamá（巴拿马技术大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Broad Institute of MIT and Harvard（麻省理工学院和哈佛大学布罗德研究所） ； McGill University（麦吉尔大学） ； The Montreal Neurological Hospital-Institute（蒙特利尔神经学医院研究所） 纠错

AI总结 研究针对医学数据分类中黑箱模型的问题，引入基于统计学的框架，用伯努利朴素贝叶斯模型并结合\(\chi^2\)引导的统计二值化方法，在多数据集上评估，性能与复杂模型相当，还提供可解释规则和校准风险估计。