University of Washington（华盛顿大学）

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/

The Invisible Lottery: How Subtle Cues Steer Algorithm Choice in LLM Code Generation

隐形彩票：微妙线索如何引导LLM代码生成中的算法选择

Akanksha Narula, Mofasshara Binte Rafique, Laurent Bindschaedler

机构 * University of Washington（华盛顿大学） ； Google Research（谷歌研究院） 纠错

AI总结 通过大量控制实验，发现提示中的偶然线索（如上下文词或元数据）会系统性地改变LLM在代码生成中选择的算法族分布，影响性能、安全性和可维护性，而直接命名算法是最可靠的缓解措施。

DiScoFormer: Plug-In Density and Score Estimation with Transformers

DiScoFormer: 基于Transformer的即插即用密度与得分估计

Vasily Ilin, Peter Sushko, Ranjay Krishna

机构 * Department of Mathematics, University of Washington, Seattle, USA ； Math AI Lab, University of Washington, Seattle, USA ； Allen Institute for Artificial Intelligence, Seattle, USA ； Paul G.\ Allen School of Computer Science \& Engineering, University of Washington, Seattle, USA 纠错

AI总结 提出DiScoFormer，一种可一次训练、任意推理的等变Transformer，通过自注意力机制实现跨分布和样本规模的密度与得分估计，证明其泛化核密度估计并优于KDE。

Comments Accepted in ICML 2026 (oral)

TrajTok: Learning Trajectory Tokens enables better Video Understanding

TrajTok: 学习轨迹令牌以实现更好的视频理解

Chenhao Zheng, Jieyu Zhang, Jianing Zhang, Weikai Huang, Ashutosh Kumar, Quan Kong, Oncel Tuzel, Chun-Liang Li, Ranjay Krishna

机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； Apple（苹果公司） ； Woven by Toyota, Inc（丰田纺织公司） 纠错

AI总结 提出TrajTok，一种端到端视频令牌化模块，通过隐式时空聚类生成对象轨迹令牌，提升视频理解效率与性能。

Comments CVPR 2026

Curated Synthetic Data Doesn't Have to Collapse: A Theoretical Study of Generative Retraining with Pluralistic Preferences

策展合成数据不会崩溃：具有多元偏好的生成式再训练的理论研究

Ali Falahati, Mohammad Mohammadi Amiri, Kate Larson, Lukasz Golab

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

AI总结 通过理论分析证明，基于多个奖励函数进行策展的递归训练可以避免生成模型崩溃，并收敛到满足加权纳什议价解的稳定分布。

Comments Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026

Fixed Budget is No Harder Than Fixed Confidence in Best-Arm Identification up to Logarithmic Factors

固定预算在最佳臂识别中不比固定置信度难（对数因子范围内）

Kapilan Balagopalan, Yinan Li, Yao Zhao, Tuan Nguyen, Anton Daitche, Houssam Nassif, Kwang-Sung Jun

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出元算法FC2FB，将固定置信度算法转化为固定预算算法，证明固定预算的样本复杂度在log因子内不高于固定置信度。

Journal ref International Conference on Machine Learning (ICML'26), Seoul, Korea, 2026

GIFT: Games as Informal Training for Generalizable LLMs

GIFT：游戏作为通用型LLM的非正式训练

Nuoyan Lyu, Bingbing Xu, Xueyun Tian, Weihao Meng, Yige Yuan, Yang Zhang, Zhiyong Huang, Tat-Seng Chua, Huawei Shen

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 提出将游戏作为非正式训练环境，结合协调子任务训练（CST）方法，提升LLM在抽象推理、规划、创造力等通用能力上的泛化性能。

From Segments to Scenes: Temporal Understanding for Agentic Autonomous Driving via Vision-Language Models

从片段到场景：自动驾驶中基于视觉语言模型的时间理解

Kevin Cannons, Saeed Ranjbar Alvar, Mohammad Asiful Hossain, Ahmad Rezaei, Mohsen Gholami, Alireza Heidarikhazaei, Zhou Weimin, Yong Zhang, Mohammad Akbari

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Washington（华盛顿大学） ； University of Southern California（南加州大学） 纠错

AI总结 提出自动驾驶时间理解基准TAD，通过场景思维链和轨迹认知图两种无训练方法提升视觉语言模型的时间推理能力。

Energy Storage Arbitrage in Real-Time Markets via Reinforcement Learning

通过强化学习实现实时市场的能源存储套利

Hao Wang, Baosen Zhang

机构 * Department of Electrical Engineering, University of Washington（华盛顿大学电气工程系） 纠错

AI总结 本文通过强化学习设计了一个时间套利策略，用于能源存储，解决了实时价格套利中价格高度不确定带来的策略设计难题，通过设计奖励函数提升性能。

Journal ref 2018 IEEE Power & Energy Society General Meeting (PESGM)

Iterative Machine Learning for Precision Trajectory Tracking with Series Elastic Actuators

迭代机器学习用于系列弹性执行器的高精度轨迹跟踪

Nathan Banka, W. Tony Piaskowy, Joseph Garbini, Santosh Devasia

机构 * Ultra-Precision Controls Lab（超精密控制实验室） ； University of Washington（华盛顿大学） 纠错

AI总结 本文研究了在系列弹性执行器中使用迭代学习方法提高位置跟踪精度的问题，通过迭代学习生成前馈命令，利用复值高斯过程回归技术估计局部系统模型，从而减少跟踪误差。

Comments 9 pages, 16 figure. Submitted to AMC Workshop

Journal ref 2018 IEEE 15th International Workshop on Advanced Motion Control (AMC), Tokyo, 2018, pp. 234-239

Escaping the Local Minima via Simulated Annealing: Optimization of Approximately Convex Functions

通过模拟退火逃离局部极小值：近似凸函数的优化

Alexandre Belloni, Tengyuan Liang, Hariharan Narayanan, Alexander Rakhlin

机构 * The Fuqua School of Business, Duke University（德克萨斯大学福克商学院） ； Department of Statistics, The Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院统计系） ； Department of Statistics and Department of Mathematics, University of Washington（华盛顿大学统计系和数学系） 纠错

AI总结 本文研究了如何通过模拟退化方法优化近似凸函数，提出了一种基于Hit-and-Run方法的采样算法，能够有效避免局部极小值问题，并在零阶随机凸优化中实现了高效的ε-极小值求解。

Comments 27 pages

Journal ref Proceedings of the 28th Conference on Learning Theory 40 (2015) 240-265

RMPflow: A Computational Graph for Automatic Motion Policy Generation

RMPflow：一种用于自动运动策略生成的计算图

Ching-An Cheng, Mustafa Mukadam, Jan Issac, Stan Birchfield, Dieter Fox, Byron Boots, Nathan Ratliff

机构 * NVIDIA, Seattle Robotics Lab（NVIDIA西雅图机器人实验室） ； Georgia Institute of Technology, Robot Learning Lab（佐治亚理工学院机器人学习实验室） ； University of Washington, Robotics and State Estimation Lab（华盛顿大学机器人与状态估计实验室） 纠错

AI总结 本文提出了一种基于Riemannian Motion Policies几何一致变换的新型策略合成算法RMPflow，通过结合局部策略生成全局策略并利用稀疏结构提高计算效率，同时研究了其几何性质并验证了在高自由度 manipulation 系统中通过障碍物规划的简化效果。

Comments WAFR 2018

A tractable ellipsoidal approximation for voltage regulation problems

电压调节问题中的可处理椭球近似

Pan Li, Baihong Jin, Ruoxuan Xiong, Dai Wang, Alberto Sangiovanni-Vincentelli, Baosen Zhang

机构 * Facebook Inc.（Facebook公司） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Tesla Inc.（特斯拉公司） 纠错

AI总结 本文提出了一种基于机器学习的方法来解决电力系统运行中电压调节问题中的机会约束优化问题，通过用椭球近似不确定性可行区域，提出了类似支持向量机的学习模型和高效的采样算法。

Comments accepted by ACC2019 http://acc2019.a2c2.org/

Online Control with Adversarial Disturbances

对抗性扰动下的在线控制

Naman Agarwal, Brian Bullins, Elad Hazan, Sham M. Kakade, Karan Singh

机构 * Google AI Princeton（谷歌AI普林斯顿） ； Princeton University（普林斯顿大学） ； University of Washington（华盛顿大学） ； Allen School of Computer Science and Engineering（阿伦计算机科学与工程学院） 纠错

AI总结 本文研究了在存在对抗性扰动的线性动态系统中的在线控制问题，提出了一种高效的算法，该算法在几乎紧致的 regret 绑定下实现了接近全知扰动的控制效果，同时扩展了先前工作的两个主要方面：允许动态中的对抗性噪声和一般的凸成本。

Algorithmic Theory of ODEs and Sampling from Well-conditioned Logconcave Densities

ODEs的算法理论与从良好条件的logconcave密度采样

Yin Tat Lee, Zhao Song, Santosh S. Vempala

机构 * University of Washington & Microsoft Research（华盛顿大学与微软研究院） ； UT-Austin & University of Washington（德克萨斯大学奥斯汀分校与华盛顿大学） ； Georgia Tech（佐治亚理工学院） 纠错

AI总结 本文提出了一种求解多元微分方程的通用算法，其解接近已知基函数的张成，从而实现了近线性时间复杂度的HMC采样方法，适用于广泛使用的logistic回归损失函数。

Long-Duration Autonomy for Small Rotorcraft UAS including Recharging

小型旋翼机无人机的长期自主性包括充电

Christian Brommer, Danylo Malyuta, Daniel Hentzen, Roland Brockers

机构 * Autonomous Controls Laboratory, University of Washington（华盛顿大学自主控制实验室） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） 纠错

AI总结 本研究提出了一种完全自主的小型旋翼机无人机，能够在无人干预的情况下执行长期观测任务，通过全平台自主性和基于视觉的精确着陆技术实现自动能源补充，实验结果展示了其在室内和室外环境中的11小时自主操作能力。

Comments 7 pages

Combinatorial Bandits for Incentivizing Agents with Dynamic Preferences

基于动态偏好的激励机制组合博弈问题

Tanner Fiez, Shreyas Sekar, Liyuan Zheng, Lillian J. Ratliff

机构 * Electrical Engineering Department, University of Washington（华盛顿大学电气工程系） 纠错

AI总结 本文提出一种多臂老虎机框架，用于在资源受限环境下匹配用户激励，结合贪心匹配、UCB算法和马尔可夫链混合时间，理论分析 regret 并通过合成和现实案例验证性能。

Comments Published as a conference paper in Conference on Uncertainty in Artificial Intelligence (UAI) 2018

Reinforcement learning for non-prehensile manipulation: Transfer from simulation to physical system

基于非操控操作的强化学习：从仿真到物理系统的迁移

Kendall Lowrey, Svetoslav Kolev, Jeremy Dao, Aravind Rajeswaran, Emanuel Todorov

机构 * University of Washington（华盛顿大学） ； Roboti LLC（Roboti公司） 纠错

AI总结 本文提出了一种基于仿真的强化学习方法，用于非操控操作任务，通过在仿真环境中训练策略，成功迁移到物理系统中，且在模型集合训练下提升了策略的鲁棒性。

Comments Accepted at IEEE SIMPAR 2018. Project page: https://sites.google.com/view/phantomsim2real

Towards Generalization and Simplicity in Continuous Control

连续控制中的泛化与简洁性

Aravind Rajeswaran, Kendall Lowrey, Emanuel Todorov, Sham Kakade

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

AI总结 本文展示简单线性与RBF参数化策略可解决多种连续控制任务，性能可与更复杂网络相媲美，且多样初始化提升泛化能力。

Comments NIPS 2017, Project page: https://sites.google.com/view/simple-pol

Model-Free Renewable Scenario Generation Using Generative Adversarial Networks

基于生成对抗网络的无模型可再生能源场景生成

Yize Chen, Yishen Wang, Daniel Kirschen, Baosen Zhang

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

AI总结 本文提出一种基于生成对抗网络的数据驱动场景生成方法，用于高效生成具有时空相关性的可再生能源生产模式。

Comments Accepted to IEEE Transactions on Power Systems; code available at https://github.com/chennnnnyize/Renewables_Scenario_Gen_GAN