- 论文公开站arXiv
TM-APR：基于解析在线自适应的热成像时序记忆定位
TM-APR: Thermal Temporal-Memory Localization via Analytic Online Adaptation
摘要显示，该工作针对热成像视觉位置识别（Thermal VPR）在在线部署中面临的环境依赖强、在线重训练开销大、难以建模非线性漂移等问题，首次将解析类增量学习（ACIL）与域不变VPR结合，发现其无梯度矩阵更新可构成强基线，并进一步利用ACIL与现代控制理论的代数等价性，将无迹传播、高斯混合划分与极小极大H∞优化嵌入更新回路，实现O(1)复杂度的闭式矩阵更新，使在线学习延迟低于传感器采样间隔，从而避免实时SLAM轨迹跳变。
意义：为热成像SLAM/VPR在线部署提供免反向传播、低延迟的域自适应更新思路，对实时机器人与边缘AI有参考价值。
- 论文公开站arXiv
SPO++：面向异步智能体强化学习的流对齐策略优化
SPO++: Stream-Aligned Policy Optimization for Asynchronous Agentic RL
摘要介绍SPO++，一种改进的异步智能体强化学习算法。针对组相对强化学习等待同提示兄弟rollout的高成本，SPO使用持久提示级价值估计，但轨迹中心化未能正确居中行动者消费的token加权量。SPO++通过标准化行动token度量下的终端结果优势来修正，并依据策略事件而非接收顺序组织提示证据。在ALFWorld和Math-TIR上的实验显示，SPO++相比SPO提升了在线学习效率，消融实验表明行动token度量归一化是最有效的组件。
意义：为异步智能体强化学习提供更高效的策略优化方法，减少等待成本，提升在线学习效率，对长工具使用轨迹的智能体训练有重要意义。
- 论文公开站arXiv
序列预测中的真实校准度量研究
Truthful Calibration Measures for Sequential Prediction
校准要求概率报告有条件的无偏且可解释为概率。校准度量衡量误校准报告的数值误差。Haghtalab等人（2024）提出了一种近似真实的在线预测校准度量，但精确真实性是否与完备性和可靠性兼容仍是开放问题。本研究否定性地解决了该问题：在序列二元预测中，即使结果独立，精确真实性与完备性和可靠性不可兼得。随后研究表明该不可能性仅针对精确真实性。作者给出两种从基础校准度量出发的通用归约，分别产生加性和乘性近似真实的校准度量。应用乘性归约，对每个0<…
意义：为在线预测和概率校准提供理论指导，明确精确真实性的局限，并给出改进的近似真实度量构造方法，对算法设计和评估指标有参考价值。