University of California, Berkeley（加州大学伯克利分校）

Improving Natural-Language Combinatorial-Optimization Accuracy in Resource-Constrained Language Models via Formal Abstractions

通过形式化抽象提升资源受限语言模型的自然语言组合优化准确率

Shrenil Shaun Sharma, Avi Sharma

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 针对资源受限语言模型在自然语言组合调度中可行性不足的问题，提出神经符号框架SDDL，其在300实例调度子集上大幅提升小模型的可行调度准确率，逼近大模型性能

Comments 17 Pages

Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics

用智能体机器人技术重新审视“Push-T”机器人操作任务

Shuangyu Xie, Kaiyuan Chen, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 该研究在智能体机器人技术背景下，借助带Fable 5的Claude Code编码智能体，无需演示数据解决Push-T等机器人操作任务，其策略成功率达100%，步骤比基准扩散策略少46%，还支持多字母操作及跨实体机械臂仿真。

Continuous-Time Reinforcement Learning for Controlled Hawkes Jump-Diffusions

受控霍克斯跳扩散过程的连续时间强化学习

Tomasz R. Bielecki, Thibaut Mastrolia, Haoze Yan

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 针对非马尔可夫环境下霍克斯驱动随机微分方程的随机控制问题，提出Hawkes-CT DDPG算法，通过马尔可夫化近似实现无模型学习，并在三类核上与离散时间强化学习方法对比。

Revisiting Open-Loop Execution in Robotics: Toward Reactive, Higher-Performing Policies

机器人学中的开环执行再探讨：迈向反应式、高性能策略

Michael Zeng, Abhinav Agarwal, Ajay Bati, Brian Lee, Siddharth Ancha, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Mundane Systems Inc.（芒德系统公司） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本研究探讨机器人开环执行机制，发现长开环执行主要助短上下文策略模仿非马尔可夫示范，专家非马尔可夫性影响远超复合误差，长上下文下闭环策略更优，推动反应式策略范式发展。

ChainWorld: Composing Long-Horizon Desktop Workloads from Atomic OSWorld Tasks

ChainWorld: 从原子OSWorld任务组合成长时桌面工作负载

Vincent Siu, Manasi Sharma, Dawn Song, Daniel Yue Zhang, Chenguang Wang, Ying Liu

机构 * Scale AI ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

AI总结 提出ChainWorld，通过方向兼容性搜索将原子OSWorld任务组合成长时桌面工作负载，包含347条长度为2-4的任务链，评估四种智能体，最高完成率31%，揭示单轮与多轮评估的不同失败模式。

A Framework for Measuring Appropriate Reliance on Set-Valued AI Advice

衡量对集合值AI建议适当依赖的框架

Ranjan Mishra, Jakob Schoeffer

机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出首个正式框架，用于在序列判断-顾问范式中衡量对集合值AI建议的适当依赖，涵盖分类和回归任务，并定义了新的度量指标以捕捉现有方法忽略的细微差别。