AI Agent

LLM-Based World Models Can Make Decisions Solely, But Rigorous Evaluations are Needed

基于LLM的世界模型可以独立做出决策，但需要严谨的评估

Chang Yang, Xinrun Wang, Junzhe Jiang, Qinggang Zhang, Xiao Huang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Singapore Management University（新加坡国立大学） 纠错

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

AI总结 本文从决策视角出发，对基于LLM的世界模型进行综合评估，设计了政策验证、行动提案和政策规划三项任务，评估了GPT-4o和GPT-4o-mini在不同环境中的表现，发现LLM世界模型在长期决策任务中性能下降，且不同功能组合会引入额外的不稳定性。

Comments Accepted to TMLR

ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion

基于ADMM的分布式MPC与控制屏障函数用于安全多机器人四足运动

Yicheng Zeng, Ruturaj S. Sambhus, Basit Muhammad Imran, Jeeseop Kim, Vittorio Pastore, Kaveh Akbari Hamed

机构 * Department of Mechanical Engineering, Virginia Tech（弗吉尼亚理工大学机械工程系） ； The University of Texas at El Paso（德克萨斯理工大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 本文提出基于ADMM的去中心化MPC框架，结合控制屏障函数约束，用于多机器人腿部系统的安全轨迹规划。通过节点-边分割公式与共识约束，将全局问题分解为独立二次规划问题，实现高效去中心化优化，提升实时性与安全性。

Multimodal Model for Computational Pathology:Representation Learning and Image Compression

多模态模型用于计算病理学：表示学习与图像压缩

Peihang Wu, Zehong Chen, Lijian Xu

机构 * Shenzhen University of Advanced Technology（深圳大学先进技术学院） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)

AI总结 本文探讨了多模态计算病理学中的表示学习和图像压缩技术，分析了自监督学习、多模态数据生成、参数高效适应及多代理协作推理等方向，旨在提升病理诊断的准确性和可解释性。

Computationally Efficient Density-Driven Optimal Control via Analytical KKT Reduction and Contractive MPC

计算高效的密度驱动最优控制：通过分析KKT缩减和收缩MPC

Julian Martinez, Kooktae Lee

机构 * Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥采矿与技术研究院） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出通过分析KKT缩减和收缩MPC实现计算高效的密度驱动最优控制，解决大规模多智能体系统中集体空间分布协调问题，显著降低计算复杂度。

Enactor: From Traffic Simulators to Surrogate World Models

Enactor：从交通模拟器到替代世界模型

Yash Ranjan, Rahul Sengupta, Anand Rangarajan, Sanjay Ranka

机构 * Department of CISE, University of Florida（佛罗里达大学计算机与信息科学系） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种基于transformer的生成模型，用于捕捉交通参与者间的复杂交互并生成物理一致的轨迹，通过模拟循环测试，展示了在长时间范围内优于传统方法的性能。

Evaluating 5W3H Structured Prompting for Intent Alignment in Human-AI Interaction

评估5W3H结构提示在人机交互中的意图对齐

Peng Gang

机构 * Huizhou Lateni AI Technology Co., Ltd.（惠州拉提尼人工智能科技有限公司） ； Huizhou University（惠州大学） 纠错

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

AI总结 本文通过对比三种提示条件，评估了基于5W3H的PPS框架在人机交互中提升意图对齐的效果，发现渲染化的PPS在高歧义任务中表现更优，且揭示了结构化提示在实际应用中的价值。

Comments 27 pages, figures, tables, and appendix. Primary category: human-computer interaction / human-AI interaction. Public artifact repository and implementation resources are referenced in the manuscript

ZEBRAARENA: A Diagnostic Simulation Environment for Studying Reasoning-Action Coupling in Tool-Augmented LLMs

ZEBRAARENA：一种用于研究工具增强大语言模型中推理-动作耦合的诊断模拟环境

Wanjia Zhao, Ludwig Schmidt, James Zou, Vidhisha Balachandran, Lingjiao Chen

机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 ZEBRAARENA通过可控难度和知识最小化设计，研究工具增强大语言模型中的推理-动作耦合，强调深度推理与精准工具调用的结合，揭示理论最优与实际工具使用间的差距。

Guardrails as Infrastructure: Policy-First Control for Tool-Orchestrated Workflows

护栏作为基础设施：面向工具编排工作流的政策优先控制

Akshey Sigdel, Rista Baral

专题命中 规划决策 ：agentic(abstract)；分类 cs.SE

AI总结 本文提出Policy-First Tooling，通过显式约束、风险感知门控等机制提升工具调用安全性，实验显示其在减少违规行为和降低重试放大方面效果显著。

Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence

Open-o3-Video: 基于显式时空证据的视频推理

Jiahao Meng, Xiangtai Li, Haochen Wang, Yue Tan, Tao Zhang, Lingdong Kong, Yunhai Tong, Anran Wang, Zhiyang Teng, Yujing Wang, Zhuochen Wang

机构 * PKU（北京大学） ； ByteDance（字节跳动） ； CASIA（CASIA研究院） ； WHU（武汉大学） ； NUS（新加坡国立大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Open-o3-Video，通过显式时空证据提升视频推理的可追溯性与可验证性，基于STGR数据集和冷启动强化学习策略，在V-STAR基准上取得SOTA性能，并支持置信度感知的测试时扩展。

Manual2Skill++: Connector-Aware General Robotic Assembly from Instruction Manuals via Vision-Language Models

Manual2Skill++: 通过视觉语言模型实现连接器感知的指令手册驱动机器人装配

Chenrui Tie, Shengxiang Sun, Yudi Lin, Yanbo Wang, Zhongrui Li, Zhouhan Zhong, Jinxuan Zhu, Yiman Pang, Haonan Chen, Junting Chen, Ruihai Wu, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； University of Toronto（多伦多大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出Manual2Skill++框架，通过视觉语言模型从指令手册中提取结构化连接信息，构建层次化图表示，实现连接器为核心的装配任务理解与执行。

Journal ref ICRA2026

Entity-Specific Cyber Risk Assessment using InsurTech Empowered Risk Factors

基于InsurTech赋能的风险因素的实体特定网络风险评估

Jiayi Guo, Zhiyu Quan, Linfeng Zhang

机构 * Actuarial and Risk Management Sciences, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校精算与风险管理系） ； Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系） 纠错

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

AI总结 本文提出一种InsurTech框架，通过增强网络事件数据中的实体特定属性，开发多标签分类和多输出回归模型，以提高网络风险预测的鲁棒性，生成透明的实体特定风险轮廓。

Comments Variance 19 (February)

CausalARC: Abstract Reasoning with Causal World Models

CausalARC：基于因果世界模型的抽象推理

Jacqueline Maasch, John Kalantari, Kia Khezeli

专题命中 规划决策 ：分类 cs.AI、cs.CL、cs.LG；agent(journal_ref)

AI总结 CausalARC通过因果世界模型进行低数据和分布外推理，结合原则性数据增强提供少量示例反馈，用于评估语言模型在抽象推理、反事实推理、程序合成和因果发现中的表现。

Comments Peer-reviewed workshop paper

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Bridging Language, Agent, and World Models (LAW)

SAMA: Factorized Semantic Anchoring and Motion Alignment for Instruction-Guided Video Editing

SAMA：用于指令引导视频编辑的因子化语义锚定与运动对齐

Xinyao Zhang, Wenkai Dong, Yuxin Song, Bo Fang, Qi Zhang, Jing Wang, Fan Chen, Hui Zhang, Haocheng Feng, Yu Lu, Hang Zhou, Chun Yuan, Jingdong Wang

机构 * Baidu（百度） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学） ； Zhejiang University（浙江大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 SAMA通过因子化语义锚定和运动对齐方法，在无需外部先验知识的情况下实现精确语义修改与运动保真的平衡，展示了强大的零样本视频编辑能力。

Comments 24 pages, 12 figures

Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer

通过扩散基离散运动分词器弥合语义与运动条件

Chenyang Gu, Mingyuan Zhang, Haozhe Xie, Zhongang Cai, Lei Yang, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出三阶段框架，结合连续扩散模型与离散分词生成器，通过MoTok分词器实现语义与运动控制的结合，提升运动生成的可控性与保真度。

Comments Project Page: https://rheallyc.github.io/projects/motok GitHub: https://github.com/rheallyc/MoTok

A Hybrid Physical--Digital Framework for Annotated Fracture Reduction Data Evaluated using Clinically Relevant 3D metrics

一种混合物理-数字框架用于注释骨折复位数据的评估，采用临床相关的3D指标

Basile Longo, Paul-Emmanuel Edeline, Hoel Letissier, Marc-Olivier Gauci, Aziliz Guezou-Philippe, Valérie Burdin, Guillaume Dardenne

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出混合物理-数字框架生成注释骨折复位数据，通过3D打印和CT扫描实现精确复位评估，引入临床相关3D指标提升复位质量。

Robust Trust

稳健的信任

Piotr Dworczak, Alex Smolin

专题命中 规划决策 ：agent(abstract)

AI总结 研究者分析了在信息不对称情况下，代理人如何根据私人信息和可能有偏见的顾问建议做出稳健决策，通过信任区域政策最大化最坏情况下的预期收益。

Geospatial AI for Liquefaction Hazard and Impact Forecasting: A Demonstrative Study in the U.S. Pacific Northwest

地理空间AI用于液化危险和影响预测：美国太平洋西北地区示范研究

Morgan D. Sanger, Brett W. Maurer

专题命中 规划决策 ：planning(abstract)

AI总结 本文利用地理空间AI模型预测美国华盛顿和俄勒冈州85个地震场景的液化危险，结合机器学习提升预测精度，并通过资产和基础设施脆弱性评估验证其应用价值。

Funnel Control Under Hard and Soft Output Constraints (extended version)

在硬性和软性输出约束下实施漏斗控制（扩展版）

Farhad Mehdifar, Charalampos P. Bechlioulis, Dimos V. Dimarogonas

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种在时变硬性和软性输出约束下的漏斗控制方法，设计了在线漏斗规划方案，结合预设性能控制方法，为不确定非线性欧拉-拉格朗日系统设计了鲁棒低复杂度的漏斗控制器，确保输出始终在规划的约束一致漏斗内。

Comments 9 pages, 7 figures. Minor revisions: corrected text and mathematical typos, expanded discussion in Section III.A, and added a short appendix on relaxation of an assumption; main results unchanged

The influence of hypothetical exomoons on planetary thermal phase curves

假想系外卫星对行星热相位曲线的影响

Xinyi Song, Jun Yang, Yueyun Ouyang

专题命中 规划决策 ：planning(abstract)

AI总结 研究假想系外卫星对行星热相位曲线的影响，探讨其检测性及动态稳定性，发现近地无大气卫星能增强热信号，通过轨道周期影响相位曲线特征，提出利用盒拟最小二乘法提取信号的方法。

Structure from rank: Rank-order coding as a bridge from sequence to structure

序列到结构的桥梁：基于秩的编码

Xiaodan Chen, Alexandre Pitti, Mathias Quoy, Nancy Chen

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于秩的神经网络模型，通过模拟神经通路，研究序列信息如何在神经系统中表示和泛化，揭示了从声音输入到抽象秩表示，再到动作执行的生成过程。

Journal ref Neural Networks, Volume 200, August 2026, 108828

AdaptPNP: Integrating Prehensile and Non-Prehensile Skills for Adaptive Robotic Manipulation

AdaptPNP: 集成抓取与非抓取技能以实现适应性机器人操控

Jinxuan Zhu, Chenrui Tie, Xinyi Cao, Yuran Wang, Jingxiang Guo, Zixuan Chen, Haonan Chen, Junting Chen, Yangyu Xiao, Ruihai Wu, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； RoboScience（机器人科学） ； East China Normal University（华东师范大学） ； Peking University（北京大学） ； Nanjing University（南京大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出AdaptPNP框架，通过视觉-语言模型整合抓取与非抓取技能，实现复杂机器人操控任务的规划与执行。

Journal ref ICRA 2026

Functionalist Emotion Modeling in Biomimetic Reinforcement Learning

功能主义情感建模在仿生强化学习中

Louis Wang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于功能主义原则的仿生强化学习框架，通过构建效用函数来解释情感价值，探讨幽默、反社会行为和广告等心理现象的解释能力。

Channel and Spectrum Consumption Models for Urban Outdoor-to-Outdoor 28 GHz Wireless

城市户外到户外28 GHz无线的信道和频谱消耗模型

Manav Kohli, Carlos E. Caicedo, Tingjun Chen, Irfan Tamim, Angel D. Estigarribia, Tianyi Dai, Igor Kadota, Dmitry Chizhik, Jinfeng Du, Rodolfo Feick, Reinaldo A. Valenzuela, Gil Zussman

专题命中 规划决策 ：planning(abstract)

AI总结 本文基于28 GHz测量数据，提出信道模型和频谱消耗模型，研究密集城市环境中毫米波通信的路径损耗和波束成形增益损失，为未来部署提供参考。

Meanings and Measurements: Multi-Agent Probabilistic Grounding for Vision-Language Navigation

含义与测量：多智能体概率性视觉语言导航

Swagat Padhan, Lakshya Jain, Bhavya Minesh Shah, Omkar Patil, Thao Nguyen, Nakul Gopalan

机构 * Arizona State University（亚利桑那州立大学） ； Haverford College（哈弗福德学院） 纠错

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

AI总结 本文提出MAPG框架，通过分解语言查询并利用VLM进行语义 grounding，解决复杂度量-语义语言查询的难题，同时引入MAPG-Bench评估指标，展示在现实机器人中的应用效果。

Comments Equal contribution: Swagat Padhan and Lakshya Jain, 9 pages, 6 figures, paper website: https://lakshya-asu.github.io/Meanings-Measurements-Multi-Agent-Probabilistic-Grounding/

Analysis Of Linguistic Stereotypes in Single and Multi-Agent Generative AI Architectures

单Agent和多Agent生成式AI架构中语言刻板印象的分析

Martina Ullasci, Marco Rondina, Riccardo Coppola, Flavio Giobergia, Riccardo Bellanca, Gabriele Mancari Pasi, Luca Prato, Federico Spinoso, Silvia Tagliente

机构 * Politecnico di Torino（托斯卡纳理工学院） 纠错

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

AI总结 本文分析了生成式AI在单Agent和多Agent架构中对不同方言的刻板印象生成，探讨了通过提示工程和多Agent架构缓解偏见的效果，发现不同模型在刻板印象表现上存在显著差异。

The Geometry of Dialogue: Graphing Language Models to Reveal Synergistic Teams for Multi-Agent Collaboration

对话的几何学：基于图谱的语言模型揭示多智能体协作的协同团队

Kotaro Furuya, Yuichi Kitagawa

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

AI总结 本文提出一种基于交互的自动团队组建框架，通过构建语言模型图谱揭示多智能体协作的协同团队，实验表明其能发现功能一致的团队并优于随机基线。

Comments Accepted at the AAAI-26 Workshop on LLM-based Multi-Agent Systems: Towards Responsible, Reliable, and Scalable Agentic Systems (LaMAS 2026) as an oral presentation

I Can't Believe It's Corrupt: Evaluating Corruption in Multi-Agent Governance Systems

我难以相信它腐败了：评估多智能体治理系统中的腐败

Vedanta S P, Ponnurangam Kumaraguru

机构 * IIIT Kottayam（科瓦亚姆理工学院） ； IIIT Hyderabad（海得拉巴理工学院） 纠错

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

AI总结 研究通过多智能体治理模拟评估机构AI的腐败问题，发现治理结构比模型身份更影响腐败结果，强调机构设计对安全委托的重要性。

Comments Short Paper, Preprint

STRATUS: A Multi-agent System for Autonomous Reliability Engineering of Modern Clouds

STRATUS：一种用于现代云服务自主可靠性工程的多智能体系统

Yinfang Chen, Jiaqi Pan, Jackson Clark, Yiming Su, Noah Zheutlin, Bhavya Bhavya, Rohan Arora, Yu Deng, Saurabh Jha, Tianyin Xu

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

AI总结 本文提出STRATUS，一种基于LLM的多智能体系统，用于实现云服务的自主SRE。系统通过状态机组织多个专用智能体，提升故障检测、诊断和缓解的效率，并通过Transactional No-Regression规范提高自主故障缓解的成功率。

Comments 10 pages for main text

Social Simulacra in the Wild: AI Agent Communities on Moltbook

野生社会镜像：Moltbook上的AI代理社区

Agam Goyal, Olivia Pal, Hari Sundaram, Eshwar Chandrasekharan, Koustuv Saha

机构 * Siebel School of Computing and Data Science（计算机科学与数据科学系） 纠错

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

AI总结 研究比较了Moltbook和Reddit上的AI代理与人类社区，发现AI代理在参与不均和语言特征上存在显著差异，揭示了多代理交互导致的集体沟通动态。

Comments Preprint: 13 pages, 4 figures, 5 tables

WebWeaver: Breaking Topology Confidentiality in LLM Multi-Agent Systems with Stealthy Context-Based Inference

WebWeaver: 在LLM多智能体系统中通过隐蔽的基于上下文推断打破拓扑保密性

Zixun Xiong, Gaoyi Wu, Lingfeng Yao, Miao Pan, Xiaojiang Du, Hao Wang

机构 * Department of Electrical and Computer Engineering, Stevens Institute of Technology（斯蒂文斯理工学院电气与计算机工程系） ； Genentech（基因泰克） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） 纠错

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

AI总结 WebWeaver通过仅 compromise 一个任意智能体推断LLM多智能体系统的完整拓扑，采用隐蔽的基于上下文推断方法，提出新的隐蔽 jailbreak 机制和无 jailbreak 扩散设计，提升推断准确性。