University of California, San Diego（加州大学圣迭戈分校）

AutoLab: Can Frontier Models Solve Long-Horizon Auto Research and Engineering Tasks?

AutoLab：前沿模型能否解决长周期自动研究与工程任务？

Zhangchen Xu, Junda Chen, Yue Huang, Dongfu Jiang, Jiefeng Chen, Hang Hua, Zijian Wu, Zheyuan Liu, Zexue He, Lichi Li, Shizhe Diao, Jiaxin Pei, Jinsung Yoon, Hao Zhang, Mengdi Wang, Radha Poovendran, Misha Sra, Alex Pentland, Zichen Chen

机构 * MIT（麻省理工学院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学） ； University of Tokyo（东京大学） 纠错

AI总结 本文提出AutoLab基准，通过36个专家策划的长周期闭环优化任务评估前沿模型，发现持续迭代和利用经验反馈比初始尝试质量更重要。

Comments Code: https://github.com/autolabhq/autolab ; Website: https://autolab.moe/

Flatness and Generalization: Learning Multi-Index Models with Homogeneous Neural Networks

平坦性与泛化：使用齐次神经网络学习多指标模型

Harsh Vardhan, Hossein Taheri, Arya Mazumdar

机构 * Department of Computer Science（计算机科学系） ； University of California, San Diego（加州大学圣地亚哥分校） ； Halicioğlu Data Science Institute（Halicioğlu数据科学研究所） 纠错

AI总结 本文研究两层齐次神经网络学习多指标模型时，平坦性与泛化之间的关系，证明最平坦插值器总能泛化，而某些非泛化插值器的平坦性无法接近最平坦值。

Measuring What Matters: Synthetic Benchmarks for Concept Bottleneck Models

衡量重要之事：概念瓶颈模型的合成基准

Julian Skirzynski, Harry Cheon, Shreyas Kadekodi, Meredith Stewart, Berk Ustun

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文开发了用于概念瓶颈模型的合成基准，通过控制数据模态、概念选择、标注质量和完整性等属性，评估模型在决策支持和自动化场景下的性能，并诊断失败模式。

Comments Benchmarks available at https://github.com/ustunb/concept-benchmark

Supervised Policy Update for Deep Reinforcement Learning

深度强化学习中的监督策略更新

Quan Vuong, Yiming Zhang, Keith W. Ross

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； New York University（纽约大学） 纠错

AI总结 本文提出了一种新的样本效率高的方法，称为监督策略更新（SPU），用于深度强化学习。该方法通过当前策略生成的数据，在非参数化的近端策略空间中构建并求解一个约束优化问题，然后利用监督回归将最优的非参数化策略转换为参数化策略，从而生成新的样本。该方法适用于离散和连续动作空间，并能处理多种接近约束。本文展示了如何通过该方法解决自然策略梯度和信任区域策略优化（NPG/TRPO）以及近端策略优化（PPO）问题。SPU的实现比TRPO更简单，在样本效率方面，实验表明SPU在Mujoco模拟机器人任务中优于TRPO，在Atari视频游戏任务中优于PPO。

Comments Accepted as a conference paper at ICLR 2019

Scaling Configuration of Energy Harvesting Sensors with Reinforcement Learning

基于强化学习的能源收集传感器的扩展配置

Francesco Fraternali, Bharathan Balaji, Rajesh Gupta

机构 * University of California, San Diego（加州大学圣迭戈分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 本文提出利用强化学习自动配置室内太阳能板能源收集传感器的采样率，通过减少训练阶段和计算需求，实现快速部署和大规模扩展，有效提升传感器数据采集效率并避免能源耗尽。

Comments 7 pages, 5 figures

Journal ref ENSsys '18: International Workshop on Energy Harvesting & Energy-Neutral Sensing Systems}{November 4, 2018}{Shenzhen, China

Cooperative Robot Localization Using Event-triggered Estimation

基于事件触发估计的协作机器人定位

Michael Ouimet, David Iglesias, Nisar Ahmed, Sonia Martinez

机构 * SPAWAR Systems Center Pacific（SPAWAR太平洋系统中心） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文提出一种低通信开销的协作定位算法，通过事件触发机制仅在状态估计创新度高时发送测量，结合协方差交叠机制实现网络状态同步，实验验证了其在多种动态模型下的高效定位性能。

Comments Revised submission in review with AIAA Journal of Aerospace Information Systems (JAIS), submitted February 17, 2018