Gradient-based planning for world models at longer horizons
GRASP 是一种新的基于梯度的学习动态规划器（“世界模型”），它通过以下方式使长视野规划变得实用：(1) 将轨迹提升到虚拟状态，以便优化在时间上是并行的；(2) 直接向状态迭代添加随机性以进行探索；(3) 重塑梯度，以便动作获得清晰的信号，同时我们通过高维视觉模型避免脆弱的“状态输入”梯度。大型学习世界模型的能力越来越强。他们可以预测高维视觉空间中未来观察的长序列，并以几年前难以想象的方式概括任务。随着这些模型的扩展，它们开始看起来不再像特定于任务的预测器，而更像通用模拟器。但是拥有强大的预测模型并不等于能够有效地将其用于控制/学习/规划。在实践中，现代世界模型的长期规划仍然脆弱：优化变
Physicists Solve Major Challenge in Quantum Synchronization
理论研究展示了如何在现实系统中实现不可逆量子同步。日本理化学研究所的三位理论物理学家提出了一种实现声子单向量子同步的新方法。即使现实世界的障碍（包括制造缺陷和环境噪声）通常会破坏微妙的量子效应，该方法也能保持稳定。许多[...]
Warming Oceans Could Trigger a Dangerous Methane Surge
海洋变暖可能会释放出隐藏的甲烷，从而加速气候变化。海洋可能以一种微妙但重要的方式导致气候变化，科学家们才刚刚开始认识到这一点。海洋甲烷的隐藏来源发表在《美国国家科学院院刊》杂志上的一项新研究揭示了[...]
A slower walk and weaker muscles could be warnings of future stroke
许多人认为中风是在没有任何预兆的情况下突然发生的事情。但科学家们越来越多地了解到，身体可能会在中风实际发生前数年发出微妙的信号。最近的一项研究表明，肌肉无力，甚至一个人行走的速度可以揭示有关未来大脑的重要线索[…]这篇文章《缓慢行走和较弱的肌肉可能是未来中风的警告》首先出现在《Knowridge Science Report》上。
