AI Agent

Safety-Guided Flow (SGF): A Unified Framework for Negative Guidance in Safe Generation

安全引导流（SGF）：一种用于安全生成的负引导统一框架

Mingyu Kim, Young-Heon Kim, Mijung Park

机构 * Kookmin University（韩国庆南大学） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出一种统一的概率框架，通过最大均值差异（MMD）势函数将屏蔽扩散和安全去噪器纳入能量基负引导中，论证了负引导在关键时间窗口内必须强，以确保安全高质量生成。

Comments ICLR2026 Oral, Code is available at https://github.com/MingyuKim87/SGF

Human Attribution of Causality to AI Across Agency, Misuse, and Misalignment

人类对AI在代理、滥用和偏差中的因果归因

Maria Victoria Carro, David Lagnado

机构 * Università degli Studi di Genova（热那亚大学） ； FAIR IALAB ； University of Buenos Aires（布宜诺斯艾利斯大学） ； University College London（伦敦大学学院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 研究探讨了人类在AI导致有害结果时对因果责任的归因，发现AI代理程度越高，责任归于AI；开发者虽远离事件但被归责高，用户责任降低；分解AI为大语言模型和代理组件时，代理部分更易被归责。

Comments 13 pages, 6 figures

Learning to Repair Lean Proofs from Compiler Feedback

从编译器反馈中学习修复Lean证明

Evan Wang, Simon Chess, Daniel Lee, Siyuan Ge, Ajit Mallavarapu, Jarod Alper, Vasily Ilin

专题命中 规划决策 ：agentic(abstract)；分类 cs.LG

AI总结 本文研究了将Lean证明修复作为监督学习问题，提出APRIL数据集，通过系统生成的证明错误与编译器诊断配对，提升修复准确性和反馈条件推理能力。

Comments 15 pages, 6 figures

Journal ref ICLR VerifAI Workshop, 2026

Anticipating Gaming to Incentivize Improvement: Guiding Agents in (Fair) Strategic Classification

预见游戏以激励改进：引导在（公平的）战略分类中的智能体

Sura Alhanouti, Parinaz Naghizadeh

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究探讨算法设计者如何通过战略分类系统引导智能体在改进与欺骗之间的选择，分析公平性影响及最优策略设计。

Comments 41 pages, 23 figures

EAAE: Energy-Aware Autonomous Exploration for UAVs in Unknown 3D Environments

EAAE：面向未知3D环境的能源感知自主探索

Jacob Elskamp, Moji Shi, Leonard Bauersfeld, Davide Scaramuzza, Marija Popović

机构 * Faculty of Aerospace Engineering, Delft University of Technology（代尔夫特理工大学航空航天工程学院） ； Institute for Informatics, University of Zurich（苏黎世大学信息学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出EAAE框架，通过将能源作为决策变量优化未知3D环境中多旋翼无人机的自主探索，减少能耗并保持探索效率。

Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation

通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正

Xingting Li, Yifan Xie, Han Liu, Wei Hou, Guangyu Chen, Shoujie Li, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China（深圳智能数据赋能重点实验室，深圳国际研究生院，清华大学，深圳518055，中国） ； School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China（电子与通信工程学院，中山大学，深圳518107，中国） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡639956，新加坡） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出M2-ResiPolicy，结合高阶动作指导与低阶校正，通过触觉强度驱动的自适应融合机制和力混合PBIC执行层，提升接触密集操作的精度与安全性。

Why urban heterogeneity limits the 15-minute city

为何城市异质性限制了15分钟城市

Marc Barthelemy

专题命中 规划决策 ：planning(abstract)

AI总结 研究通过结合城市几何与企业规模分布，揭示了城市经济内部结构对通勤时间的限制，指出在就业集中度足够高时，无法通过空间重组实现均匀短途通勤，需进行经济重构或差异化交通策略。

Comments 7 pages, 3 figures + Supp. Info (corrected)

Probing and Bridging Geometry-Interaction Cues for Affordance Reasoning in Vision Foundation Models

探索并弥合几何-交互线索以实现视觉基础模型中的可及性推理

Qing Zhang, Xuesong Li, Jing Zhang

专题命中 规划决策 ：agent(abstract)

AI总结 本文探讨了视觉基础模型中几何感知与交互感知对可及性推理的互补作用，通过融合DINO的几何原型与Flux的交互地图，实现了与弱监督方法相当的可及性估计。

Comments 11 pages, 12 figures, Accepted to CVPR 2026

Spatial Disparities in Fire Shelter Accessibility: Capacity Challenges in the Palisades and Eaton Fires

火灾避难所可及性空间差异：帕利萨德和伊顿火灾中的容量挑战

Su Yeon Han, Yubin Lee, Jooyoung Yoo, Jeon-Young Kang, Jinwoo Park, Soe W. Myint, Eunsang Cho, Xin Gu, Joon-Seok Kim

专题命中 规划决策 ：planning(abstract)

AI总结 研究分析了加州2025年帕利萨德和伊顿火灾期间避难所可及性问题，发现严重短缺和不平等，提出基于容量和距离的避难所布置策略以提高公平性。

Comments 41 pages, 11 figures

VideoChat-A1: Thinking with Long Videos by Chain-of-Shot Reasoning

VideoChat-A1: 通过镜头链推理实现长视频的思考

Zikang Wang, Boyu Chen, Zhengrong Yue, Yi Wang, Yu Qiao, Limin Wang, Yali Wang

专题命中 规划决策 ：agent(abstract)

AI总结 VideoChat-A1通过镜头链推理方法，有效解决长视频理解难题，实现优于现有方法的性能，同时在效率上更具优势。

Latent Dynamics-Aware OOD Monitoring for Trajectory Prediction with Provable Guarantees

隐式动态感知的领域外监测用于轨迹预测的可证明保障

Tongfei Guo, Lili Su

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于快速突变点检测的轨迹预测领域外监测方法，通过隐马尔可夫模型建模预测误差演化，实现无需显式知识的领域外检测并保证延迟和误报率的可证明保障。

SmallSatSim: A High-Fidelity Simulation and Training Toolkit for Microgravity Robotic Close Proximity Operations

SmallSatSim：一种用于微重力机器人近程操作的高保真仿真与训练工具包

David Schwartz, Alexander Hansson, Sabrina Bodmer, David Sternberg, Oliver Jia-Richards, Keenan Albee

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SmallSatSim，一种高保真仿真工具，用于微重力环境下机器人近程操作的算法开发与测试，支持故障模型配置和GPU加速，旨在加速自主敏捷小卫星操作研究。

Comments 7 pages, 7 figures

Architecting Autonomy for Safe Microgravity Free-Flyer Inspection

为安全微重力自由飞行器检查架构化自主性

Keenan Albee, David C. Sternberg, Alexander Hansson, David Schwartz, Ritwik Majumdar, Oliver Jia-Richards

专题命中 规划决策 ：planning(abstract)

AI总结 本文探讨了将自由飞行器任务需求转化为具体自主性架构决策的方法，重点在于规划与控制自主性，考虑了速度限制、指向和禁区等约束，并提供了系统需求和参考示例。

Comments 10 pages, 6 figures, published in the Proceedings of the 2025 IEEE Aerospace Conference

Journal ref 2025 IEEE Aerospace Conference, Big Sky, MT, USA, 2025, pp. 1-10

Amortizing Trajectory Diffusion with Keyed Drift Fields

通过键控漂移场实现轨迹扩散的 amortization

Gokul Puthumanaillam, Melkior Ornik

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出键控漂移策略，通过单步推理实现轨迹扩散行为，保留多样候选计划生成和实时控制循环中的状态条件能力，降低规划延迟。

LLM-Guided Safe Reinforcement Learning for Energy System Topology Reconfiguration

基于大型语言模型的安全强化学习用于能源系统拓扑重构

Zongyan Zhang, Chao Shen, Xu Wan, Jie Song, Mingyang Sun

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出结合大型语言模型与安全软演员-评论家算法的拓扑控制框架，通过重构电压和热限为平滑安全成本信号，提升电网拓扑重构的可靠性和安全性。

Vision-guided Autonomous Dual-arm Extraction Robot for Bell Pepper Harvesting

具有视觉引导的自主双臂提取机器人用于辣椒采摘

Kshitij Madhav Bhat, Tom Gao, Abhishek Mathur, Rohit Satishkumar, Francisco Yandun, Dominik Bauer, Nancy Pollard

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出VADER双臂机器人，用于室外环境中的自主辣椒采摘，通过鲁棒感知和双臂规划框架实现高精度采摘，实验显示采摘成功率超60%。

Comments 9 pages; first four authors have equal contribution

ProFocus: Proactive Perception and Focused Reasoning in Vision-and-Language Navigation

ProFocus：面向视觉-语言导航的前瞻性感知与聚焦推理

Wei Xue, Mingcheng Li, Xuecheng Wu, Jingqun Tang, Dingkang Yang, Lihua Zhang

专题命中 规划决策 ：agent(abstract)

AI总结 ProFocus通过大语言模型与视觉-语言模型的协作，实现前瞻性感知和聚焦推理，提升视觉-语言导航任务的效率与准确性。

Comments Accepted by CVPR 2026

Multimodal Belief-Space Covariance Steering with Active Probing and Influence for Interactive Driving

多模态信念空间协方差操控与主动探测及影响的交互驾驶

Devodita Chakravarty, John Dolan, Yiwei Lyu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种多模态信念空间协方差操控方法，通过主动探测和影响策略，在交互驾驶中提升安全性和决策效率。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

A Modular Architecture Design for Autonomous Driving Racing in Controlled Environments

一种用于受控环境自动驾驶赛车的模块化架构设计

Brais Fontan-Costas, M. Diaz-Cacho, Ruben Fernandez-Boullon, Manuel Alonso-Carracedo, Javier Perez-Robles

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种模块化自动驾驶架构，用于Formula Student无人驾驶竞赛车辆在封闭赛道环境中的应用，通过YOLOv11实现交通锥检测，结合神经立体深度估计实现3D定位，提升厘米级定位精度，并通过三次样条插值路径规划与纯追求控制器实现高效控制。

Scalable Distributed Nonlinear Control Under Flatness-Preserving Coupling

可扩展的分布式非线性控制在保持平坦性耦合下

Fengjun Yang, Jake Welde, Nikolai Matni

专题命中 规划决策 ：planning(abstract)

AI总结 研究了动态耦合下非线性差分平坦子系统的分布式控制，提出保持平坦性的耦合方法，确保局部平坦输出保持整体系统平坦性，并设计分布式控制器实现可扩展轨迹跟踪。

Mock Observations for the CSST Mission: CPI-C -- Targets for High Contrast Imaging

模拟观测用于CSST任务：CPI-C——高对比度成像的目标

Yi-Ming Zhu, Gang Zhao, Jiang-Pei Dou, Zhong-Hua Lv, Yi-Li Chen, Bo Ma, Zhao-Jun Yan, Jing Tang, Ran Li

专题命中 规划决策 ：planning(abstract)

AI总结 本文介绍CPISM模拟程序，用于优化CPI-C任务中高对比度系外行星成像的目标选择与观测策略，通过模块化设计实现灵活的合成观测。

Comments 21 pages, 11 figures, accepted by Research in Astronomy and Astrophysics

Journal ref Res. Astron. Astrophys. 26 024011 (2026)

Complete and Near-Optimal Robotic Crack Coverage and Filling in Civil Infrastructure

全面且近最优的基础设施civil基础设施机器人裂缝覆盖与填充

Vishnu Veeraraghavan, Kyle Hunte, Jingang Yi, Kaiyan Yu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种同时基于传感器的检查和足迹覆盖(SIFC)规划与控制设计，用于自主机器人裂缝映射与填充。该方法通过在线构建目标地图实现未知目标信息的处理，并通过实验验证了算法在减少机器人行驶距离、保证完整感知覆盖和近最优足迹覆盖方面的有效性。

Journal ref IEEE Trans. Robotics, vol. 40, pp. 2850-2867, 2024

A Mathematical Programming Approach to Computing and Learning Berk--Nash Equilibria in Infinite-Horizon MDPs

在无限时间MDP中计算和学习Berk-Nash均衡的数学规划方法

Quanyan Zhu, Zhengye Han

专题命中 规划决策 ：agent(abstract)

AI总结 本文研究了在内部模型类不准确时的序列决策问题，通过耦合线性规划和双层优化方法，提出了一种计算和学习Berk-Nash均衡的数学规划方法，并引入熵正则化以解决非光滑性问题，最终实现有效的探索-利用平衡。

Comments Accepted to the 15th EAI International Conference on Game Theory for Networks (GameNets 2026)

SAIL: Unsupervised Spatial-Angular Interpretable Feature Learning for RF Map Synthesis

SAIL：无监督空间-角度可解释特征学习用于射频地图合成

Sopan Sarkar, Marwan Krunz

专题命中 规划决策 ：planning(abstract)

AI总结 SAIL通过生成对抗网络学习可解释的潜在变量，实现无监督射频地图合成，提升合成效率和质量。

A Human-in-the-Loop Confidence-Aware Failure Recovery Framework for Modular Robot Policies

一个带有人类参与的置信度意识故障恢复框架用于模块化机器人策略

Rohan Banerjee, Krishna Palempalli, Bohan Yang, Jiaying Fang, Alif Abdullah, Tom Silver, Sarah Dean, Tapomayukh Bhattacharjee

机构 * Cornell University（康奈尔大学） ； Princeton University（普林斯顿大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一个模块化机器人策略的人机协作故障恢复框架，通过整合模块级不确定性估计与人类干预成本模型，优化故障恢复效率与用户负荷。

Comments The second and third authors contributed equally. The last two authors advised equally

Training-Free Agentic AI: Probabilistic Control and Coordination in Multi-Agent LLM Systems

无需训练的代理AI：多代理大语言模型系统的概率控制与协调

Mohammad Parsa Hosseini, Ankit Shah, Saiyra Qureshi, Alex Huang, Connie Miao, Wei Wei

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(title)；分类 cs.AI、cs.CL

AI总结 本文提出REDEREF控制器，通过概率方法提升多代理LLM系统的路由效率与鲁棒性，减少资源消耗并提高任务成功率。

Comments under review, 13 pages

ClimateAgents: A Multi-Agent Research Assistant for Social-Climate Dynamics Analysis

ClimateAgents: 一种用于社会-气候动态分析的多智能体研究助手

Shan Shan

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；workflow(abstract)

AI总结 本文提出ClimateAgents，一种多智能体研究助手，通过整合多模态数据检索、统计建模和自动推理，帮助研究者探索社会-环境动态，提升气候分析的适应性和解释性。

MOSAIC: Multi-agent Orchestration for Task-Intelligent Scientific Coding

MOSAIC：多智能体协作用于任务智能的科学编码

Siddeshwar Raghavan, Tanwi Mallick

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.CL

AI总结 MOSAIC通过多智能体协作解决复杂科学编码任务，采用自反思和学生-教师模式提升准确性和鲁棒性。

Comments The paper requires a great deal of restructuring to be beneficial to the research community. We also identified some issues with the current experiments and improvements in LLM models which we want our work to reflect

Federated Multi-Agent Mapping for Planetary Exploration

联邦多智能体制图用于行星探索

Tiberiu-Ioan Szatmari, Abhishek Cauligi

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.LG

AI总结 本文提出一种联邦多智能体制图方法，通过隐式神经制图生成高效适应性表示，减少数据传输达93.8%，并利用元初始化加速地图收敛，实现火星地形和冰川数据集的高路径规划F1分数。

Comments 7 pages, 6 figures

Orla: A Library for Serving LLM-Based Multi-Agent Systems

Orla：一个用于服务基于LLM的多智能体系统的库

Rana Shahout, Hayder Tirmazi, Minlan Yu, Michael Mitzenmacher

机构 * Harvard University（哈佛大学） ； Boston University（波士顿大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；workflow(abstract)；agentic(abstract)

AI总结 Orla提供了一种通用抽象，将请求执行与工作流级策略分离，通过阶段映射器、工作流编排器和内存管理器实现智能体级控制，展示了在客户支持工作流中的应用，并通过两个数据集验证了其在延迟和成本上的改进。