深度分析
硬編碼等變性於 JEPA：提升樣本效率與跨姿態零樣本泛化
研究探討將世界對稱性硬編碼於潛在世界模型，使用等變編碼器與預測器，比較等變與非等變基線。結果顯示等變模型在所有旋轉設定下誤差保持≈1，遠優於非等變模型。實驗於CPU/MPS筆記本完成35步，誤差跨群組恆定，非等變模型誤差高達13至157倍。此發現顯示對稱性可提升樣本效率與零樣本泛化。
樣本效率
深度分析
線性系統中 RL–MPC 的分類與挑戰：角色分工、穩定性與部署要點
本篇系統性文獻回顧整理線性與線性化預測控制（MPC）與強化學習（RL）的整合方案，從文獻篩選建立多維分類，將 RL 在 MPC 架構中歸納為五大角色：規劃者、平衡器、結構調適、策略近似與守護者。文章交叉比對 RL 演算法類別、MPC 形式與成本函數結構，指出常見設計模式與關聯性，並整理樣本效率、計算複雜度、穩定性與閉環保證等實務瓶頸。
深度分析
IRIS：以 Rényi 散度與自適應 α 調度優化自我對弈微調
IRIS（Interpolative Rényi Iterative Self-play）提出一套以 Rényi 散度為核心、可連續調整的自我對弈微調框架，目標在於克服既有自我對弈方法在不同訓練階段各自偏好的限制。
深度分析
WOMBET：結合世界模型與不確定性懲罰的機器人強化學習經驗轉移框架
強化學習在機器人領域因資料取得成本高而受限。WOMBET 透過來源任務的世界模型生成具低認知不確定性的離線軌跡，並在目標任務自適應抽樣混合線上離線資料。實驗證明此框架提升樣本效率，顯著優於現有基線。