National University of Singapore（新加坡国立大学）

From $P(y|x)$ to $P(y)$: Investigating Reinforcement Learning in Pre-train Space

从P(y|x)到P(y)：在预训练空间中研究强化学习

Yuqiao Tan, Minzheng Wang, Bo Liu, Zichen Liu, Tian Liang, Shizhu He, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

AI总结 本文提出PreRL和DSRL方法，通过优化预训练空间中的边际分布P(y)，提升LLM推理能力，并通过NSR机制增强推理效果，实验表明DSRL在推理任务中表现优异。

Comments Preprint. Our code is available at https://github.com/Trae1ounG/Pretrain_Space_RLVR

A Study of Failure Modes in Two-Stage Human-Object Interaction Detection

两阶段人-物交互检测中故障模式的研究

Lemeng Wang, Qinqian Lei, Vidhi Bakshi, Daniel Yi, Yifan Liu, Jiacheng Hou, Asher Seng Hao, Zheda Mai, Wei-Lun Chao, Robby T. Tan, Bo Wang

机构 * The Ohio State University（俄亥俄州立大学） ； National University of Singapore（新加坡国立大学） ； Boston University（波士顿大学） ； Independent Researcher（独立研究者） ； University of Mississippi（密西西比大学） 纠错

AI总结 本文研究两阶段人-物交互检测模型的故障模式，通过分解检测任务为多个可解释视角，分析模型行为以识别不同失败模式，揭示高基准性能不等于 robust 视觉推理的结论。

Comments Accepted to SAUAFG Workshop at CVPR 2026

Cost-optimal Sequential Testing via Doubly Robust Q-learning

通过双重鲁棒Q学习实现成本最优的顺序测试

Doudou Zhou, Yiran Zhang, Dian Jin, Yingye Zheng, Lu Tian, Tianxi Cai

机构 * Department of Statistics and Data Science, National University of Singapore（国立新加坡大学统计与数据科学系） ； Public Health Sciences Division, Fred Hutch（Fred Hutch公共卫生科学系） ； Department of Biomedical Data Science, Stanford University School of Medicine（斯坦福大学医学院生物医学数据科学系） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛大学T.H. Chan公共卫生学院生物统计学系） 纠错

AI总结 本文研究从回顾数据中学习成本最优的顺序决策策略，提出双重鲁棒Q学习框架以估计最优策略，通过路径特定逆概率加权和辅助对比模型构建正交伪结果，实现无偏策略学习。

Graph In-Context Operator Networks for Generalizable Spatiotemporal Prediction

基于上下文运算符网络的通用时空预测

Chenghan Wu, Zongmin Yu, Boai Sun, Liu Yang

机构 * National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出GICON网络，通过图消息传递和示例感知位置编码实现时空预测的泛化能力，实验证明上下文运算符学习在复杂任务中优于传统运算符学习。

Comments 11 figures, 2 tables

Multi-Dimensional Knowledge Profiling with Large-Scale Literature Database and Hierarchical Retrieval

多维知识谱系：基于大规模文献数据库与分层检索

Zhucun Xue, Jiangning Zhang, Juntao Jiang, Jinzhuo Liu, Haoyang He, Teng Hu, Xiaobin Hu, Yong Liu, Shuicheng Yan

机构 * Zhejiang University（浙江大学） ； APRIL Lab（APRIL实验室） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文通过整合22个顶级会议2020-2025年的10万+论文，构建多维知识谱系分析框架，结合主题聚类、LLM解析与结构检索，揭示研究主题生命周期、方法迁移、数据集与模型使用模式及机构研究方向。

Safe and Nonconservative Contingency Planning for Autonomous Vehicles via Online Learning-Based Reachable Set Barriers

通过基于在线学习的可达集屏障实现自主车辆的安全非保守应急规划

Rui Yang, Lei Zheng, Shuzhi Sam Ge, Jun Ma

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

AI总结 本文提出基于在线学习的实时应急轨迹优化框架，通过动态量化多模态HV不确定性并逐步细化其可达集，确保安全性和效率，在不确定环境下提升驾驶效率和乘客舒适度。

Comments 16 pages, 13 figures

Journal ref IEEE Trans. Control Syst. Technol., 2026, pp.1-16

Autonomous Multi-objective Alloy Design through Simulation-guided Optimization

通过模拟引导的优化实现自主多目标合金设计

Penghui Yang, Chendong Zhao, Bijun Tang, Zhonghan Zhang, Xinrun Wang, Yanchen Deng, Xuyu Dong, Yuhao Lu, Jianguo Huang, Yixuan Li, Yushan Xiao, Cuntai Guan, Zheng Liu, Bo An

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学计算机与数据科学学院，新加坡） ； School of Materials Science and Engineering, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学材料科学与工程学院，新加坡） ； School of Computing and Information Systems, Singapore Management University, Singapore 188065, Singapore（新加坡管理学院计算机与信息学院，新加坡） ； School of Materials Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学材料科学与工程学院，中国） ； Institute for Functional Intelligent Materials, National University of Singapore, Singapore（新加坡国立大学功能智能材料研究所，新加坡） 纠错

AI总结 本文提出AutoMAT框架，整合大语言模型、自动化CALPHAD模拟等技术，实现自主合金设计，发现高性能合金并缩短研发周期。