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

Variance-Reduced Q-Learning over Static and Time-Varying Networks

静态和时变网络上的方差减少Q学习

Sreejeet Maity, Feng Zhu, Aritra Mitra, Robert W. Heath

机构 * Department of Electrical and Computer Engineering, North Carolina State University（北卡罗来纳州立大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of California San Diego（加利福尼亚大学圣地亚哥分校电气与计算机工程系） 纠错

AI总结 研究多个智能体在同一MDP下的分散强化学习问题，提出基于轮次的分布式Q学习算法VRDQ，该算法在静态和时变网络中能实现高概率有限时间收敛，样本复杂度加速且通信量仅需\(\tilde{O}(1)\)，改善了通信成本。

Comments Accepted at the 2026 American Control Conference (ACC 2026)

AgentKVShift: Efficient KV Cache Reuse for Agentic Memory Systems

AgentKVShift：用于智能体记忆系统的高效KV缓存重用

Nilesh Prasad Pandey, Jason Kong, Lanxiang Hu, Quanling Zhao, Yujie Zhao, Onat Gungor, Hao Zhang, Tajana Rosing

机构 * University of California, San Diego（加利福尼亚大学圣地亚哥分校） 纠错

AI总结 研究针对内存增强语言模型智能体推理成本高的问题，提出无训练、探针引导的AgentKVShift方法，通过估计内存级偏移量校正重用令牌，在多语言模型和基准测试中表现出色，实现低重新计算量和预填充加速，还能与缓存量化正交组合提升性能。

Representation Costs in Data Science: Foundations and the Quasi-Banach Spaces of Deep Neural Networks

数据科学中的表示代价：基础与深度神经网络的拟巴拿赫空间

Greg Ongie, Rahul Parhi

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

AI总结 本文建立了一个统一框架，通过参数空间正则化子分析参数化数据拟合方法的表示代价，揭示了深度神经网络诱导的本征空间是拟巴拿赫空间，并证明了表示定理等自然结果。

Online Pricing and Allocation with Demand Learning and Fulfillment Cost

具有需求学习和履行成本的在线定价与分配

Jianyu Xu, Xuan Wang, Yu-Xiang Wang, Jiashuo Jiang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 研究卖方联合选库存位置与价格并满足实际需求的在线学习问题，提出OCSAA算法，利用反事实翻译和低置信度乐观主义做决策，对有理多面体库存集有多项式时间加法精度实现，有高概率后悔保证及信息论下界，有效整合了统计学习与运筹学。

Comments 32 pages, 2 figures, 5 tables