University of Washington（华盛顿大学）

Support-Constrained RL Enables Real-World Policy Improvement without Real-World Experience

支持约束强化学习实现无需真实世界经验的真实世界策略改进

Raymond Yu, William Huey, Mustafa Mukadam, Anusha Nagabandi, Abhishek Gupta

机构 * University of Washington（华盛顿大学） ； Amazon FAR（亚马逊FAR） 纠错

AI总结 提出SCORE框架，通过流导向约束模拟中的强化学习到真实数据预训练生成策略的支持集，实现无需真实世界经验即可改进真实世界操作策略，在八项灵巧操作任务中成功率从37.8%提升至89.9%。

Comments 35 pages, 23 figures

Does My Embedding Reflect That $A = B$? Evaluating Mathematical Equivalence in Embedding Models

我的嵌入是否反映了 $A = B$？评估嵌入模型中的数学等价性

Jiaying Ye, Samarth Rao, Leo Carlin, Kedar Chintalapati, Saharsh Bhargava, Rachit Jaiswal, Michael Zhou, Jared Darlington, Jiahe Lu, Jarod Alper, Vasily Ilin, Henry Kvinge

机构 * University of Washington（华盛顿大学） ； Axiom Math ； Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

AI总结 针对当前嵌入模型无法识别数学等价陈述的问题，提出MELD数据集和对比学习方法，使嵌入能对齐不同形式化的数学表述。

Comments 18 pages, comments welcome