标签
本综述探讨了非平稳环境下的上下文强化学习（ICRL），其中预训练决策模型通过累积的上下文进行适应，无需参数更新。它围绕变化的内容、变化的方式以及变化的可观测性来组织文献，并指出了诸如陈旧上下文压力测试和自适应遗忘等研究空白。
本文介绍了StateFlow，一种循环预测框架，它通过使用双状态循环主干和基于块的解码器，将变异性感知递归神经网络（VARNN）扩展到长期多变量时间序列预测，在强基线方法中取得了竞争性性能。
提出SERAF，一种用于时间序列预测的多模态检索增强框架，该框架同时利用数值相似性和自生成的文本描述来检索历史模式，从而改善非平稳条件下的预测。在七个真实世界数据集上的实验表明，其效果优于最先进的基线模型。
SARAF是一种平稳性感知的检索增强预测框架，它自适应地平衡时间序列预测中检索的相关性与多样性，并基于数据集级别的平稳性调节多样化强度，以处理非平稳状态转移。该工作已被KDD 2026接收，在8个真实世界数据集上展现出了优于强基线的竞争性能。
本文认为，在将世界视为静止的唯我论范式下设计的超级智能AI系统将是自我削弱且不具合作性的，从而导致集体失败。作者呼吁建立一种新的研究范式，将相互依存与合作视为核心设计原则。