本研究提出了一种新方法ReDRAW，旨在解决模拟与现实动态不一致的问题。通过对潜在状态动态进行残差校正，ReDRAW优化了强化学习代理的想象回合，有效避免了传统方法的过拟合现象。

本研究介绍了状态流转换器（SST），旨在克服传统变换器模型的局限性。SST通过引入滑动窗口潜在状态缓存，提升了推理能力，并展示了元认知行为的出现，表明持续计算能够实现更高效的信息处理和推理策略。

本研究提出将观察重构和状态一致性纳入MuZero训练，以解决其潜在状态透明性不足的问题。结果表明，MuZero在棋类游戏中的潜在状态学习优于Atari游戏，为提升算法性能和可解释性提供了新思路。

本文介绍了一种用于无人监督学习序列数据的框架——Kalman变分自编码器，旨在通过隐藏空间描述物体非线性动态，从而提升动态系统的学习准确性。研究表明，该模型在模拟物理系统视频中表现优于其他方法，并提出了结合变分自编码器和注意力机制的新框架，以有效推断系统行为。此外，研究探讨了在非平稳环境中恢复潜在因果关系的方法，并验证了其有效性。

本文探讨了深度强化学习和图神经网络在自动驾驶中的应用，提出多种模型以解决复杂交通场景下的决策问题。这些方法在避免事故、提高合流效率和优化驾驶策略方面表现优异，显著提升了自动驾驶车辆的安全性和性能。

该文综述非平稳时间序列的因果发现与预测研究，提出状态空间模型、NCTRL、LiLY、CD-NOD等框架，利用非平稳性识别潜在因果变量与结构，处理分布转换、非均匀采样及机制变化，并在合成与真实数据上验证有效性。

该文综述神经控制微分方程与因果推断方法，用于不规则采样时间序列建模，涵盖TE-CDE、LSTM推断隐藏混沌变量、神经CDE、L1正则化稀疏线性动态系统、稳定扩散因果推断及泛化误差分析，并应用于心脏电传导异常检测与临床预测。

该文综述了树结构与深度强化学习结合的多种方法，包括：TreeQN利用树形模型进行在线规划；LTS+CM基于Levin树搜索优化策略，可求解魔方等问题；GATS结合生成对抗树搜索与MCTS，但性能未超越DQN；SDT将神经网络控制器转换为软决策树以便验证；此外还涉及梯度下降学习硬决策树、Dynamic Simulation MCTS加速NoGo训练、学习可解释决策树、基于模型的MCTS样本复杂度分析、神经决策树及DeepTree生成树木等方法。

我们提出了一个深度生成时间序列的方法，用于建模和分析复杂疾病轨迹。通过结合生成方法与医学知识，我们展示了学习到的时间潜在过程可用于数据分析和临床假设测试。我们的方法能够进行个性化在线监测和多变量时间序列的预测，包括不确定性量化。我们在系统性硬化病过程中展示了我们方法的有效性，展示了我们机器学习模型捕捉复杂疾病轨迹和获取新医学知识的潜力。

本文提出了一种名为PartDiff的新方法，通过将图像扩散到中间潜在状态来生成新数据，并采用近似于低分辨率图像扩散的潜在状态来逼近中间潜在状态。实验证明，该方法可以显著减少去噪步骤的数量而不损失生成的质量。

仅仅依靠结果预测很少能够产生采取行动的最佳策略，需要结合对可行行动和潜在状态的了解，才能显著提高行动效用。

该论文提出了一种用于强化学习中学习动态全局模型的方法，通过学习本地动态的上下文潜向量和条件预测下一个状态来实现学习全局动态模型的任务。该方法在各种模拟机器人控制任务中表现出优异的泛化能力，超过了现有的强化学习方案。

本研究探索了神经网络训练算法与自然过程如蛋白质折叠和进化之间的相似性，并使用统计物理中的Fokker-Planck方法将它们在一个统一的框架下探索。研究了系统的稳态和熵产生率，并验证了涉及到这些数值的图谱存在扰动定理。提出了一种新的随机梯度Langevin动力学（SGLD）算法，可以应用于贝叶斯机器学习中从后验分布中获取网络权重。