本文提出了一种自适应搜索方法，用于有效生成对比行为总结，该方法支持连续状态和操作空间，并通过用户研究证明其可以帮助人们在有限的观察时间预算内准确选择表现更好的自主代理人。

Apr, 2023

该研究介绍了一个用于深度多智能体强化学习的新型迁移学习框架。该方法通过自动组合目标条件策略和时间对比学习，发现有意义的子目标。实验证明，该方法在多智能体协调任务 Overcooked 上能够提高样本效率，解决稀疏奖励和长期规划问题，并且相比基准方法具有更高的可解释性。与最先进的基准方法相比，我们的方法只需要原来的 21.7% 的训练样本就能达到相同或更好的性能。

Jun, 2024

本文介绍了一种用于序列数据学习和推理的变分方法，即基于变分时间抽象（VTA）的分层循环状态空间模型，该模型能够推断潜在的时间结构并因此进行随机状态转换分层；同时本文还提出了将该模型应用于增强想象学习中的跳跃想象能力实现，并且实验验证表明本文提出的方法能够对 2D 和 3D 视觉序列数据集进行可解释性时间结构发现并且应用于多样化的想象能力可以有效提高 3D 导航任务中的智能体学习效率。

Oct, 2019

我们提出了一种动态时空数据汇总技术，它能够识别关键时间步骤中的信息特征并融合不太相关的特征，从而在保留数据动态性的同时最小化存储需求。利用信息论度量指导融合过程，我们展示了该技术在多样化数据集中的灵活性，并在粒子流模拟、安全监控应用和免疫系统中的生物细胞相互作用等领域提供了深入的洞察力。我们的研究在数据管理领域做出了重要贡献，引入了提高效率和深入见解的方法，可应用于原址分析和事后分析，从而解决数据存储和 I/O 开销不断增加的挑战，同时释放出决策的潜力。我们的方法使研究人员和专家能够探索重要的时间动态，同时最小化存储需求，从而促进对复杂数据行为的更有效和直观的理解。

Oct, 2023

本文介绍了一种新的从上至下的方法，用于在执行强化学习的同时构建状态抽象，动态计算一个基于 Q 值分散的抽象，结果表明，这种方法自动学习细调问题的抽象，具有较强的样本效率，并使强化学习代理明显优于现有方法。

Oct, 2022

本文提出了一个用于在短暂的系统轨迹爆发中实时识别控制智能体动态的理论和算法框架。通过使用多项式回归识别代理程序的动态，我们对捕捉代理行为的基本假设或期望的副信息约束进行补偿，使用二次优化进行计算，这导致一系列越来越好的逼近真实代理行为动态的逼近。

Jul, 2023

本文提出了一种自动学习基于状态抽象的离散化模型，命名为 Discrete State-Action Abstraction (DSAA)，可以有效地解决强化学习中的任务，并且对探索方案的影响进行了模拟和验证。

Jun, 2022

本文提出了一个转换系统抽象框架，旨在增强神经网络动态系统模型的可解释性，应用于复杂的动态系统如人类行为学习和验证。

Feb, 2024

本文介绍并对比三种多机器人交互预测算法，包括使用直观的定性表示，纳入静态和动态上下文，采用输入和时间注意力机制，基于状态 - of-the-art 深度神经网络，利用数据驱动的预测方法和 QTC 空间交互进行运动预测。实验结果表明，纯数据驱动的预测方法通常优于其他两种方法，并进一步评估其泛化能力。

Jun, 2023

本研究结合全局与局部解释方法，通过用户研究评估其共同和单独的贡献，其中将模拟代理程序中的重要状态转换提取为策略概述，并为用户提供注重的信息，结果表明，如果概要包括重要状态的话，人们理解代理程序的能力显著提高。尽管加入显著性地图在大多数情况下并没有显著提高性能，但确实有一些证据表明显著性地图可以帮助用户更好地理解代理程序在决策过程中依赖的信息，为未来的工作提供了建议。

May, 2020