University of Washington（华盛顿大学）

Safe Probabilistic Planning for Human-Robot Interaction using Conformal Risk Control

利用符合风险控制的人机交互安全概率规划

Jake Gonzales, Kazuki Mizuta, Karen Leung, Lillian J. Ratliff

机构 * University of Washington, Department of Electrical and Computer Engineering（华盛顿大学电气与计算机工程系） ； University of Washington, Department of Aeronautics and Astronautics（华盛顿大学航空与航天系） 纠错

AI总结 本文提出结合控制屏障函数与符合风险控制的方法，以提高人机交互中的安全性和效率。

Reactive Writers: How Co-Writing with AI Changes How We Engage with Ideas

反应性写作：与AI共写如何改变我们对想法的参与方式

Advait Bhat, Marianne Aubin Le Quéré, Mor Naaman, Maurice Jakesch

机构 * Paul G. Allen School of Computer Science, University of Washington（保罗·G·艾伦计算机科学学院，华盛顿大学） ； Center for Information Technology Policy, Princeton University（信息科技政策中心，普林斯顿大学） ； Cornell Tech（康奈尔科技） ； Bauhaus University（包豪斯大学） 纠错

AI总结 本文研究了与AI共写如何改变写作过程，发现反应性写作是一种以评估优先、建议引导的写作方式，作者在过程中未察觉AI影响，但容易受AI偏见影响。

Comments 21 pages, 8 figures, CHI 2026 : ACM CHI Conference on Human Factors in Computing Systems

On The Complexity of Best-Arm Identification in Non-Stationary Linear Bandits

非平稳线性老虎机中最佳臂识别的复杂性

Leo Maynard-Zhang, Zhihan Xiong, Kevin Jamieson, Maryam Fazel

机构 * University of Washington（华盛顿大学） 纠错

AI总结 本文提出Adjacent-BAI算法，通过建立依赖于臂集的下界，证明其在非平稳线性老虎机中最佳臂识别问题中的最优复杂性。

Video-Based Reward Modeling for Computer-Use Agents

基于视频的计算机使用代理奖励建模

Linxin Song, Jieyu Zhang, Huanxin Sheng, Taiwei Shi, Gupta Rahul, Yang Liu, Ranjay Krishna, Jian Kang, Jieyu Zhao

机构 * University of Southern California（南加州大学） ； University of Washington（华盛顿大学） ； MBZUAI（机器智能研究院） ； Amazon AGI（亚马逊人工通用智能） 纠错

AI总结 本研究提出基于视频的计算机使用代理奖励建模方法，通过ExeVR-53k数据集和对抗性指令翻译技术，实现高精度的任务成功预测。