AI Agent

Evaluating Game Difficulty in Tetris Block Puzzle

评估 Tetris 块谜题的难度

Chun-Jui Wang, Jian-Ting Guo, Hung Guei, Chung-Chin Shih, Ti-Rong Wu, I-Chen Wu

机构 * NYCUNational Yang Ming Chiao Tung University（纽约国家阳明交通大学） ； ASAcademia Sinica（学术院） 纠错

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

AI总结 本文研究了 Tetris 块谜题难度评估，采用 Stochastic Gumbel AlphaZero 方法，通过训练奖励和收敛迭代等指标，分析了不同规则变化对难度的影响，发现增加持有块规则降低难度，增加 Tetris 块变种提高难度。

Comments Accepted by the Game Programming Workshop (GPW 2025)

HALO: Hierarchical Reinforcement Learning for Large-Scale Adaptive Traffic Signal Control

HALO：用于大规模自适应交通信号控制的分层强化学习

Yaqiao Zhu, Hongkai Wen, Geyong Min, Man Luo

机构 * University of Exeter Department of Computer Science Exeter UK（埃克塞特大学计算机科学系埃克塞特英国） ； University of Warwick Department of Computer Science Coventry UK（沃里克大学计算机科学系科文特里英国） ； University of Exeter（埃克塞特大学） ； University of Warwick（沃里克大学） 纠错

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

AI总结 HALO通过分层强化学习框架解决大规模自适应交通信号控制中的可扩展性与协调性矛盾，采用高低层策略协同优化，实现高效交通管理。

Comments Accepted to The Web Conference (WWW) 2026

DALI: LLM-Agent Enhanced Dual-Stream Adaptive Leadership Identification for Group Recommendations

DALI：LLM-Agent增强的双流自适应领导力识别用于群体推荐

Boxun Song, Min Gao, Jiawei Cheng

专题命中 规划决策 ：agent(title)

AI总结 DALI通过结合大语言模型的符号推理能力与神经网络表示学习，解决群体推荐中区分领导主导与协作群体的问题，提升推荐准确性。

Comments under review

RouterKGQA: Specialized--General Model Routing for Constraint-Aware Knowledge Graph Question Answering

RouterKGQA: 专用-通用模型路由用于约束感知的知识图谱问答

Bo Yuan, Hexuan Deng, Xuebo Liu, Min Zhang

机构 * Institute of Computing and Intelligence, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳研究院） ； Zhongguancun Academy, Beijing, China（中关村学院） 纠错

专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.CL

AI总结 RouterKGQA提出专用-通用模型协作框架，通过专用模型生成推理路径，通用模型在必要时进行知识图谱引导修复，提升性能并降低成本，实验显示在多个基准上F1和Hits@1均优于现有最佳方法。

Trojan's Whisper: Stealthy Manipulation of OpenClaw through Injected Bootstrapped Guidance

Trojan's Whisper：通过注入的Bootstrap引导 stealthily操纵OpenClaw

Fazhong Liu, Zhuoyan Chen, Tu Lan, Haozhen Tan, Zhenyu Xu, Xiang Li, Guoxing Chen, Yan Meng, Haojin Zhu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文研究了通过注入引导文件进行的隐蔽攻击，揭示了自主代理生态系统设计中的根本矛盾，强调了基于能力隔离、运行时策略执行和透明引导溯源的防御需求。

From Intuition to Investigation: A Tool-Augmented Reasoning MLLM Framework for Generalizable Face Anti-Spoofing

从直觉到探究：一种工具增强的推理MLLM框架用于可推广的面部反伪装

Haoyuan Zhang, Keyao Wang, Guosheng Zhang, Haixiao Yue, Zhiwen Tan, Siran Peng, Tianshuo Zhang, Xiao Tan, Kunbin Chen, Wei He, Jingdong Wang, Ajian Liu, Xiangyu Zhu, Zhen Lei

机构 * SAI, UCAS（UCAS智能科学研究院） ； MAIS, CASIA（CASIA模式识别与智能信息处理研究院） ； Baidu Inc（百度公司） ； CAIR, HKISI, CAS（HKISI CAS计算机视觉研究院） ； M.U.S.T 纠错

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

AI总结 本文提出TAR-FAS框架，通过整合外部视觉工具提升面部反伪装的泛化能力，采用CoT-VT范式使MLLM深入分析细微伪装线索，实验表明其在跨域协议下达到SOTA性能。

Comments Accepted by CVPR 2026

Wearable Foundation Models Should Go Beyond Static Encoders

可穿戴基础模型应超越静态编码器

Yu Yvonne Wu, Yuwei Zhang, Hyungjun Yoon, Ting Dang, Dimitris Spathis, Tong Xia, Qiang Yang, Jing Han, Dong Ma, Sung-Ju Lee, Cecilia Mascolo

机构 * Dartmouth College, USA（达特茅斯学院） ； University of Cambridge, UK（剑桥大学） ； The University of Melbourne, Australia（墨尔本大学） ； Google Research, UK（谷歌研究） ； Tsinghua University, China（清华大学） 纠错

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

AI总结 本文提出可穿戴基础模型需超越静态编码器，通过结构丰富数据、纵向感知多模态建模和代理推理系统实现连续性健康支持。

Comments 13 pages

Stochastic Sequential Decision Making over Expanding Networks with Graph Filtering

在扩展网络上进行随机顺序决策制定与图滤波

Zhan Gao, Bishwadeep Das, Elvin Isufi

机构 * Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学） ； Faculty of EEMCS, Delft University of Technology（EEMCS学院，代尔夫特理工大学） 纠错

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

AI总结 本文提出一种随机顺序决策框架，通过多智能体强化学习训练策略，以适应扩展网络中的图滤波，提升长期奖励和动态捕捉能力。

Robust Beam Codebooks for mmWave/THz Systems: Toward a Stochastic RL Approach

面向毫米波/太赫兹系统的鲁棒波束码书：一种随机强化学习方法

Anouar Nechi, Rainer Buchty, Mladen Berekovic, Saleh Mulhem

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

AI总结 本文提出一种鲁棒多智能体强化学习框架，通过环境反馈直接学习波束码书，克服硬件限制和不可预测的传播条件，验证了强化学习在毫米波/太赫兹大规模MIMO系统中的应用潜力。

Continual Learning for Food Category Classification Dataset: Enhancing Model Adaptability and Performance

连续学习用于食品类别分类数据集：增强模型适应性和性能

Piyush Kaushik Bhattacharyya, Devansh Tomar, Shubham Mishra, Divyanshu Rai, Yug Pratap Singh, Harsh Yadav, Krutika Verma, Vishal Meena, N Sangita Achary

机构 * School of Computer Engineering（计算机工程学院） ； KIIT University（KIIT大学） 纠错

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

AI总结 本文提出基于文本引导的连续学习框架，用于食品分类，使模型能逐步更新以适应新类别，提升适应性和性能，应用于饮食监控和个性化营养规划。

HalluClean: A Unified Framework to Combat Hallucinations in LLMs

HalluClean：一种用于对抗大语言模型幻觉的统一框架

Yaxin Zhao, Yu Zhang

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

AI总结 HalluClean通过规划、执行和修订三阶段推理增强方法，有效检测并修正LLM生成文本中的幻觉，提升事实一致性并优于基线方法。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(42), 36092-36100 (2026)

PDDL Axioms Are Equivalent to Least Fixed Point Logic (Extended Version)

PDDL公理等价于最小固定点逻辑（扩展版）

Claudia Grundke, Gabriele Röger

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

AI总结 研究指出PDDL公理与最小固定点逻辑表达能力相同，超越了分层Datalog，提出消除派生谓词负出现的编译方法。

Comments v1: Extended version of "Eliminating Negative Occurrences of Derived Predicates from PDDL Axioms" at the joint KR/ICAPS 2025 workshop KRPlan; v2: Extended version of "PDDL Axioms Are Equivalent to Least Fixed Point Logic" (ICAPS 2026). It adds the result on the equivalence of PDDL axioms and LFP and does now longer contain the deeper analysis of the blow-up incurred by the compilation

Test-Time Alignment for Large Language Models via Textual Model Predictive Control

通过文本模型预测控制对大型语言模型进行测试时对齐

Kuang-Da Wang, Teng-Ruei Chen, Yu Heng Hung, Guo-Xun Ko, Shuoyang Ding, Yueh-Hua Wu, Yu-Chiang Frank Wang, Chao-Han Huck Yang, Wen-Chih Peng, Ping-Chun Hsieh

机构 * National Yang Ming Chiao Tung University ； NVIDIA ； National Taiwan University 纠错

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

AI总结 本文提出TMPC方法，通过文本模型预测控制解决测试时对齐问题，通过分层强化学习原理改进生成过程，提升不同任务的性能。

Comments Accepted for ICLR 2026. Project page: https://rl-bandits-lab.github.io/TMPC/

From Tokens To Agents: A Researcher's Guide To Understanding Large Language Models

从标记到代理：研究者理解大型语言模型的指南

Daniele Barolo

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 本文探讨了如何有效使用大型语言模型，分析了预训练数据、标记化、Transformer架构等六个关键组成部分，通过案例研究展示如何评估LLM在特定研究中的适用性。

Efficient Cross-Domain Offline Reinforcement Learning with Dynamics- and Value-Aligned Data Filtering

高效跨领域离线强化学习中的动态与价值对齐数据筛选

Zhongjian Qiao, Rui Yang, Jiafei Lyu, Chenjia Bai, Xiu Li, Siyang Gao, Shuang Qiu

机构 * City University of Hong Kong ； University of Illinois Urbana-Champaign ； Tencent ； Institute of Artificial Intelligence, China Telecom (TeleAI) ； Tsinghua University. Corresponding Author 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出DVDF方法，通过动态和价值对齐筛选源域样本，提升跨领域离线强化学习性能，实验表明其在多种任务和数据集上表现优异。

Invisible Triggers, Visible Threats! Road-Style Adversarial Creation Attack for Visual 3D Detection in Autonomous Driving

不可见的触发器，可见的威胁！面向自动驾驶视觉3D检测的路式对抗生成攻击

Jian Wang, Lijun He, Yixing Yong, Haixia Bi, Fan Li

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

AI总结 本文提出AdvRoad，通过生成自然道路风格的对抗性贴纸，提升自动驾驶系统在视觉3D检测中的鲁棒性，实验表明其在不同检测器和场景中均有效。

Comments Accepted by the AAAI 2026 (Main Track)

Journal ref AAAI Conference on Artificial Intelligence, 40(12), 9903-9911. (2026)

World4RL: Diffusion World Models for Policy Refinement with Reinforcement Learning for Robotic Manipulation

World4RL: 基于扩散世界模型的强化学习政策精修框架用于机器人操作

Zhennan Jiang, Kai Liu, Yuxin Qin, Shuai Tian, Yupeng Zheng, Mingcai Zhou, Chao Yu, Haoran Li, Dongbin Zhao

机构 * The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； Beijing Zhongke Huiling Robot Technology Co（北京中科创联机器人技术有限公司） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

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

AI总结 World4RL通过扩散世界模型提升机器人操作政策的精修效果，采用高保真模拟环境进行端到端政策优化，优于模仿学习及其他基线方法。

DRMD: Deep Reinforcement Learning for Malware Detection under Concept Drift

DRMD：基于概念漂移的深度强化学习恶意软件检测

Shae McFadden, Myles Foley, Mario D'Onghia, Chris Hicks, Vasilios Mavroudis, Nicola Paoletti, Fabio Pierazzi

机构 * King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； University College London（伦敦大学学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出DRMD，通过深度强化学习在Android恶意软件检测中应对概念漂移，提升检测性能和抗漂移能力，实验显示其在时间感知评估中优于传统方法。

Comments The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26)

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 40, No. 2, pp. 854-862, 2026

Can Large Multimodal Models Inspect Buildings? A Hierarchical Benchmark for Structural Pathology Reasoning

大型多模态模型能否检查建筑？一种用于结构病理推理的分层基准

Hui Zhong, Yichun Gao, Luyan Liu, Hai Yang, Wang Wang, Haowei Zhang, Xinhu Zheng

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong University（香港大学） 纠错

专题命中 规划决策 ：AI agent(abstract)

AI总结 本文提出DefectBench基准，评估大型多模态模型在建筑表面检测中的能力，发现其在拓扑理解和语义理解方面表现优异，但在精确定位方面存在不足，并验证了零样本生成分割的可行性。

A Unified Platform and Quality Assurance Framework for 3D Ultrasound Reconstruction with Robotic, Optical, and Electromagnetic Tracking

一种用于具有机器人、光学和电磁追踪的3D超声重建的统一平台和质量保证框架

Lewis Howell, Manisha Waterston, Tze Min Wah, James H. Chandler, James R. McLaughlan

机构 * School of Computer Science, University of Leeds（利兹大学计算机科学学院） ； School of Electronic and Electrical Engineering, University of Leeds（利兹大学电子与电气工程学院） ； St James’s University Hospital, Leeds Teaching Hospitals NHS Trust（利兹教学医院，利兹教学医院国家健康服务信托基金） ； Leeds Institute of Medical Research, University of Leeds（利兹医学研究所，利兹大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种统一平台和质量保证框架，用于评估机器人、光学和电磁追踪的3D超声重建的体积准确性和可重复性，通过定制的仿生体评估不同扫描速度和入射角下的追踪性能，实现了高精度的3D重建和验证。

Comments This work has been submitted to the IEEE for possible publication

Uncertainty Matters: Structured Probabilistic Online Mapping for Motion Prediction in Autonomous Driving

不确定性至关重要：面向自动驾驶运动预测的结构化概率在线制图

Pritom Gogoi, Faris Janjoš, Bin Yang, Andreas Look

机构 * Bosch Center for AI（博世人工智能中心） ； University of Stuttgart（斯图加特大学） ； Coburg University of Applied Sciences（科堡应用科学大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出结构化概率框架提升自动驾驶在线制图质量，通过低秩加对角线协方差分解建模空间依赖性，实现更准确的运动预测。

How did the Urban Network Flow Adapt to the Collapse of the Carola Bridge?

德累斯顿Carola桥坍塌后城市网络流量如何适应？

Jyotirmaya Ijaradar, Ning Xie, Lei Wei, Sebastian Pape, Matthias Körner, Meng Wang

专题命中 规划决策 ：planning(abstract)

AI总结 研究通过交通数据分析德累斯顿桥坍塌后交通调整机制，揭示交通动态和出行选择变化，为韧性规划提供依据。

DynFlowDrive: Flow-Based Dynamic World Modeling for Autonomous Driving

DynFlowDrive: 基于流的动态世界建模用于自动驾驶

Xiaolu Liu, Yicong Li, Song Wang, Junbo Chen, Angela Yao, Jianke Zhu

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出DynFlowDrive，通过流基于的动力学建模提升自动驾驶中的场景预测可靠性，引入稳定性感知的多模式轨迹选择策略，实验证明在nuScenes和NavSim基准上效果显著。

Comments 18 pages, 6 figs

ContractionPPO: Certified Reinforcement Learning via Differentiable Contraction Layers

ContractionPPO：通过可微收缩层实现认证强化学习

Vrushabh Zinage, Narek Harutyunyan, Eric Verheyden, Fred Y. Hadaegh, Soon-Jo Chung

机构 * California Institute of Technology（加州理工学院） ； Brown University（布朗大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 ContractionPPO通过在PPO中引入依赖状态的收缩度量层，实现四足机器人鲁棒且可认证的稳定控制，解决了高维接触丰富系统中参考轨迹设计的挑战。

Comments Accepted to RA-L journal

Assessing the Case for Africa-Centric AI Safety Evaluations

评估非洲中心的AI安全评估的必要性

Gathoni Ireri, Cecil Abungu, Jean Cheptumo, Sienka Dounia, Mark Gitau, Stephanie Kasaon, Michael Michie, Chinasa T. Okolo, Jonathan Shock

专题命中 规划决策 ：planning(abstract)

AI总结 本文探讨了非洲环境中前沿AI系统带来的严重风险，提出了一种分类方法来识别这些风险，并提出了针对非洲情境的威胁建模策略及评估指导。

Comments 41 pages, 1 figure

The Perceived Impact of Environment on Health in Italy: a Penalized Ordinal Regression Approach

意大利环境对健康影响的感知：一种受惩罚的有序回归方法

Mattia Stival, Angela Andreella, Gaia Bertarelli, Catarina Midões, Stefano Federico Tonellato, Stefano Campostrini

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过整合意大利全国健康监测系统PASSI的环境模块与市一级 contextual 信息，采用受惩罚的半平行累积有序回归模型，分析个体对环境的主观感知受个人和地域因素的影响，揭示环境感知的异质性和关键决定因素。

Learning Discrete Abstractions for Visual Rearrangement Tasks Using Vision-Guided Graph Coloring

通过视觉引导的图着色学习视觉排列任务的离散抽象

Abhiroop Ajith, Constantinos Chamzas

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出通过结合结构约束和注意力引导的视觉距离，学习视觉排列任务的离散图结构抽象，以支持高效规划。

From Vocal Instructions to Household Tasks: The Inria TIAGo++ in the euROBIN Service Robots Coopetition

从语音指令到家庭任务：Inria TIAGo++在euROBIN服务机器人竞赛中的应用

Fabio Amadio, Clemente Donoso, Dionis Totsila, Raphael Lorenzo, Quentin Rouxel, Olivier Rochel, Enrico Mingo Hoffman, Jean-Baptiste Mouret, Serena Ivaldi

机构 * Inria/LORIA 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文介绍了Inria团队在euROBIN竞赛中使用的集成机器人系统，通过改进TIAGo++平台实现自主和远程操作模式，并结合LLM进行指令理解和任务规划，解决了服务机器人部署中的实际问题。

A Closed-Form CLF-CBF Controller for Whole-Body Continuum Soft Robot Collision Avoidance

为整体连续软机器人碰撞避免设计的闭式CLF-CBF控制器

Kiwan Wong, Maximillian Stölzle, Wei Xiao, Daniela Rus

机构 * Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室，麻省理工学院） ； Robotics Engineering Department, Worcester Polytechnic Institute（机器人工程系，沃斯堡理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出闭式CLF-CBF控制器，用于软连续机器人的实时3D障碍物避障，通过分析嵌入安全约束确保稳定性和安全性，比传统方法快10至100倍。

Speculative Policy Orchestration: A Latency-Resilient Framework for Cloud-Robotic Manipulation

推测性策略协调：一种低延迟的云机器人操控框架

Chanh Nguyen, Shutong Jin, Florian T. Pokorny, Erik Elmroth

机构 * Department of Computing Science, Umeå University（乌梅大学计算科学系） ； School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（皇家理工学院电气工程与计算机科学学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SPO框架，通过预计算并流式传输未来运动学路径点，降低网络延迟对系统的影响，提升云机器人操控的实时性和安全性。

Comments 9 pages, 7 figures, conference submission