DRL-DCO:用深度强化学习动态协调 DE 与 CMA-ES 的进化搜索方法
研究提出 DRL-DCO 算法,用基于深度确定性策略梯度(DDPG,Deep Deterministic Policy Gradient)的演员-评论家智能体统一调度差分进化(DE,Differential Evolution)与 CMA-ES 的搜索过程,动态分配探索与利用算力。
研究提出 DRL-DCO 算法,用基于深度确定性策略梯度(DDPG,Deep Deterministic Policy Gradient)的演员-评论家智能体统一调度差分进化(DE,Differential Evolution)与 CMA-ES 的搜索过程,动态分配探索与利用算力。
研究者提出 LLINBO(LLM-in-the-Loop Bayesian Optimization)框架,包裹现有基于大语言模型(LLM,Large Language Model)的贝叶斯优化方法,判断何时采纳模型建议、何时回退到经典贝叶斯优化。
研究团队提出 ART of PIV,为每对粒子图像自动选择测速流程配置,在同等速度预算下将平均端点误差(AEPE)较最佳单一估计器降低 12.2-22.4%,速度覆盖 1000-4000 图像对/秒。在模拟局部速度调节任务中,闭环成本较调优后的固定估计器下降 13.24-13.59 个百分点。团队还在桌面水槽的流体风车实验中用 DreamerV3 强化学习控制器实现了尾流指定流场跟踪。
研究测试了 Jev 与 Clef-Flash 两种结构化决策模型在每类仅 2 张参考图时的缺陷检测表现,在五个制造案例中准确率分别为 0.75-1.00 和 0.71-0.99,均高于 CLIP 的 0.67-0.84。
ROSTrans 基准用 108 个任务评测大语言模型把 ROS1 代码迁移到 ROS2 的能力,任务来自 70 多个开源仓库,按接口、行为和系统三级正确性划分。六个前沿模型 pass@1 均低于 10.9%,56.5% 的样本编译成功却在运行时失败。执行引导修复三轮后,Claude Opus 4.6 和 GPT-5.5 的任务成功率分别升至 49.1% 和 47.2%。
研究评估人工智能(AI,Artificial Intelligence)智能体能否为自动化偏微分方程(PDE,Partial Differential Equation)仿真构建完整可执行的JavaScript 对象表示法(JSON,JavaScript Object Notation)规格,覆盖几何创建、网格划分、求解与结果导出。
研究团队提出多任务后训练框架 RTL-Interact,让单个模型生成 RTL、构造任务对应的 EDA 检查并依据工具反馈修改实现。在 CVDP 上,RTL-Interact-32B 取得 48.7% 加权 Pass@1 和 68.9% Pass@5,超过其教师模型 DeepSeek-V3.2,8B 版本加权 Pass@1 为 44.9%。
研究团队推出 FrontierMat 基准,包含 330 道来自航空航天、半导体、具身智能和核聚变等前沿研究与工业实践的问题,每题均由领域实验专家验证。最强通用模型仅得 53.7%,跨尺度推理题比单尺度题低 8.7 分,一半题目最多只有一个模型能解出。采用元加权持续预训练与尺度模块化自蒸馏的领域适配方法,可将开源模型从 36.7% 提升至 55.4%,追平最强闭源模型。
针对遗传编程学到的调度规则在任务特征变化时性能明显下降、在新任务上微调又会丢失旧知识的问题,一项研究提出面向动态柔性作业车间调度的代理辅助遗传编程终身学习方法,可依次处理作业到达或批量到达的异构任务。该方法包含自适应两阶段训练、基于任务相似度的加权机制和带距离约束的改进代理模型三部分,实验显示其能缓解灾难性遗忘并保持较强适应性,优于多个对比方法。
美国国家标准与技术研究院(NIST)宣布支持白宫科技政策办公室主任 Michael Kratsios 提出的“Science: A New Golden Age”报告及其原则。NIST 将开放 AM-Bench、JARVIS 材料数据库等数据资源,并计划作为联邦机构伙伴加入 Genesis Mission Consortium,聚焦生物技术、量子科学和材料设计。
美国国家标准与技术研究院(NIST,National Institute of Standards and Technology)向 11 个州和波多黎各的 12 家制造业扩展伙伴关系(MEP。