AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
一种支持4R的圆形产品-服务系统用于奢侈品牌活动
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出一种基于4R框架的圆形产品-服务系统，通过可重复使用和可追溯的物理触点与数字协调相结合，优化奢侈品牌活动的材料循环利用，实现可持续的采购和仓储流程。
Comments 19 pages, 11 figures, accepted to be published in the Proceedings of DRS 2026 (Design Research Society Conference)
AI-Wrapped：参与式、隐私保护的长期LLM使用情况实地测量
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出AI-Wrapped系统，通过隐私保护的方式收集真实LLM聊天使用数据，并分析用户使用模式及主题，揭示用户在日常场景中对LLM的使用特点及潜在问题。
Nevis数字孪生：历史遗址的摄影测量与沉浸式可视化
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出了一种多模态数据采集流程，用于保护受威胁的历史遗址，通过摄影测量和3D高斯点散布实现虚拟重建，以提供可扩展的数字遗产民主化模型。
Comments ARCHERIX Workshop - IEEE VR 2026
Uni-Classifier: 利用视频扩散先验进行通用引导分类器
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出Uni-Classifier，通过利用视频扩散先验引导前序模型的去噪过程，提升生成质量，适用于视频和3D生成任务。
Comments Accepted by ICME 2026
ACE-RTL：当代理上下文进化与专为RTL设计的LLM相遇
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.LG
AI总结 ACE-RTL结合代理上下文进化与专为RTL设计的LLM，通过生成器、反射器和协调器三部分提升RTL代码的正确性，实现41.02%的通过率提升。
基于LLM的自动架构视图生成：我们目前处于什么位置？
机构 * Software Engineering Research Centre（软件工程研究中心） ； IIIT Hyderabad, India（海得拉巴印度理工学院）
专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 研究评估了LLM和代理方法在从源代码生成架构视图的能力，发现提示策略略有提升，定制代理在清晰度和细节水平上表现最佳，但仍存在粒度不匹配问题。
重新审视量子代码生成：领域知识应该在哪里居住？
机构 * Quantum Computing Research, QCentroid（量子计算研究，QCentroid）
专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；分类 cs.LG
AI总结 研究比较了Qiskit代码生成中不同专精策略，发现通用LLM在零样本和检索增强设置下表现更优，结合执行反馈代理可提升性能，表明无需领域微调即可实现更灵活的量子软件开发。
Comments Submitted to Quantum Machine Intelligence
车辆气动阻力预测中自演化编码代理的蓝图
机构 * Famou Agent Team（Famou 代理团队） ； Baidu AI Cloud（百度AI云） ； IAT AI Team（IAT人工智能团队）
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出一种基于合同的自演化编码代理框架，通过约束优化发现可执行的代理管道，提升车辆阻力系数预测的效率与可靠性。
目标力：教视频模型实现物理条件化的目标
机构 * Brown University（布朗大学） ； Cornell University（康奈尔大学）
专题命中 软件智能体 ：planning(abstract)；分类 cs.AI
AI总结 本文提出Goal Force框架，通过显式力矢量和中间动力学定义目标，使视频模型能零样本泛化到复杂现实场景，实现基于物理的视频生成与规划。
Comments Camera ready version (CVPR 2026). Code and interactive demos at https://goal-force.github.io/
人工智能编码工具中的工程陷阱：对Claude代码、Codex和Gemini CLI中bug的实证研究
专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE
AI总结 本文通过分析超过3800个公开报告的bug，揭示了构建AI编码工具中的常见故障模式和工程挑战，发现功能相关bug占比超67%，主要症状包括API错误、终端问题和命令失败。
分离数值参数与结构参数：通过深度强化学习对适应性遗传算法进行大规模TSP的实证研究
机构 * School of Mathematics（数学学院） ； Statistics（统计学） ； Xi'an Jiaotong University（西安交通大学） ； School of Mechanical Engineering（机械工程学院） ； Frontier Institute of Science（前沿科学研究院） ； Technology（技术） ； Xi'an, China（中国西安）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文通过双重深度强化学习框架研究适应性遗传算法中数值参数与结构参数对TSP的影响，发现结构参数在防止停滞和逃离局部最优中起关键作用。
Comments 6 pages, 8 figures, Accepted by WCCI-CEC Conference
受人类启发的经典条件反射与工具性学习用于自主体导航
专题命中 GUI与网页智能体 ：autonomous agent(title,abstract)；agent(title)；planning(abstract)
AI总结 本文提出一种融合经典条件反射、工具性MF和工具性MB组件的混合强化学习架构，通过地理参考环境特征塑造内在价值信号，提升自主体在不确定环境中的导航安全性和效率。
MANA：通过多模态代理UI导航实现高效的移动广告检测
机构 * Department of Computer Science and Technology（计算机科学与技术系） ； University of Southern California（南加州大学） ； Shanghai Jiao Tong University（上海交通大学） ； State Key Laboratory of Internet Architecture（互联网架构国家重点实验室）
专题命中 GUI与网页智能体 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出MANA框架，通过整合多种信号实现高效移动广告检测，提升准确率和效率，有效识别隐蔽恶意广告。
MobileIPL: 通过迭代偏好学习增强移动代理的思维过程
机构 * Xiaomi Inc.（小米公司） ； Nanyang Technological University（南洋理工大学） ； Gaoling School of Artificial Intelligence, Renmin University of China（人民大学人工智能学院）
专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出MobileIPL，通过迭代偏好学习构建CoaT树，结合规则奖励和反馈反向传播，提升移动代理在GUI任务中的推理能力与泛化能力。
Comments 9 pages, 8 figures, 7 tables
多无人机边缘计算中轨迹、RIS和计算卸载联合优化的去中心化模型基于PPO方法
专题命中 GUI与网页智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出去中心化模型基于PPO方法，解决密集城市区域多无人机边缘计算中计算卸载、轨迹和RIS相位配置的联合优化问题，提升吞吐量和能效。
WebNavigator: 通过交互图检索实现全局网络导航
机构 * National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； School of Artificial Intelligence（人工智能学院） ； Fellou AI
专题命中 GUI与网页智能体 ：workflow(abstract)；分类 cs.AI
AI总结 WebNavigator通过交互图检索和路径规划解决自主网络导航中的拓扑盲区问题，实现优于企业级代理的性能。
Comments 24 pages, 3 figures
CompassNav: 从路径模仿到决策理解的导航导航
机构 * East China Normal University（东华师范大学） ； The Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； Northwestern Polytechnical University（西北工业大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出CompassNav方法，通过引入Compass-Data-22k数据集和gap-aware奖励函数，使导航代理能理解而非单纯模仿路径，实现更高效的导航性能。
Journal ref Proceedings of the 14th International Conference on Learning Representations (ICLR), 2026
DyGeoVLN: 将动态几何基础模型注入视觉-语言导航
机构 * KAIST（韩国科学技术院） ； HKUST(GZ)（香港科技大学（广州）） ； JD Explore Academy（JD探索学院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出DyGeoVLN框架，通过跨分支特征融合将动态几何基础模型注入视觉-语言导航，实现显式3D空间表示和视觉-语义推理，并引入新的无姿态自适应分辨率令牌剪枝策略以提升效率。
同伴观察有助于吗？面向视觉语言导航的视觉共享协作
机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Adelaide University（阿德莱德大学） ； Responsible AI Research Centre（负责任人工智能研究中心）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出Co-VLN框架，研究同伴观察对视觉语言导航的影响，通过共享感知记忆扩展接收场，验证了在R2R基准下两种方法中性能的显著提升。
沉浸式体积极限视频回放：近实时资源分配与O-RAN-based实现
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出基于O-RAN的沉浸式体积极限视频回放框架，通过近实时控制循环联合优化无线电、计算和内容资源，降低运动到光子延迟，提升用户体验。
Comments Accepted to TMC, IEEE Transactions on Mobile Computing. https://doi.org/10.1109/TMC.2026.3674975
Journal ref IEEE Transactions on Mobile Computing (2026)
拓展你的SCOPE：基于潜在探索的语义认知用于具身视觉导航
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出SCOPE框架，通过利用前沿信息驱动潜在探索，提升具身视觉导航中的决策质量与目标相关性，实验表明其在准确性和泛化能力上优于现有方法。
Comments Accepted to AAAI 2026
AERO-MPPI：基于锚点的轨迹优化用于无地图无人机敏捷导航
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出AERO-MPPI框架，通过GPU加速统一感知与规划，利用多分辨率LiDAR点云提取锚点，构建多项式轨迹引导，提升无人机在复杂环境中的敏捷导航能力。
Comments Accepted by ICRA 2026
记忆污染与安全多智能体系统
机构 * Department of Computing Science, Ume University, Ume , Sweden（瑞典乌梅大学计算机科学系） ； Departament of Mathematics, Universitat Politècnica de Catalunya, Catalonia, Spain（西班牙加泰罗尼亚理工大学数学系）
专题命中 记忆与上下文管理 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文探讨了多智能体系统中记忆污染攻击的风险，分析了不同记忆系统类型的安全性，并提出基于密码学的缓解策略，强调了智能体交互中的实际风险及安全设计的重要性。
Comments 15 pages, 2 figures
有界交互的Myhill-Nerode定理：通过智能体有界不可区分性获得规范抽象
机构 * DefSig
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文研究了有限POMDP中有界交互的规范抽象，通过智能体有界不可区分性定义了规范商，并验证了其在时钟感知探针下的决策充分性及在潜在状态奖励下的近似界限。
Comments 43 pages, 4 figures, 23 tables. Code: https://github.com/alch3mistdev/finite-pomdp-abstraction (v0.1.1)
REMI：在内部驱动路径规划中重建情景记忆
专题命中 记忆与上下文管理 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出了一种MEC-HC连接理论，解释了网格细胞和位置细胞如何通过相互作用支持空间编码和内部驱动路径规划，如通过线索导航到记忆中的地点。
对话树架构：一种面向上下文感知多分支LLM对话的结构化框架
机构 * Pandemonium Research（Pandemonium研究院）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出对话树架构（CTA），通过层次化结构管理LLM对话，解决传统扁平结构导致的上下文污染问题，提供结构化对话上下文管理方法。
Comments 6 pages, 1 figure. Prototype available at https://the-conversation-tree.vercel.app/app
用于对话大语言模型代理的用户偏好建模：来自检索增强交互的弱奖励
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出VARS框架，通过长短期向量表示用户偏好，利用弱奖励在线更新向量，提升交互效率，实验证明其在多会话协作任务中表现优异。
Comments 21 pages including appendices
博弈中贝叶斯学习
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 本文研究了在未知转移和奖励模型的有限时间零和马尔可夫游戏中，贝叶斯学习的后验算法，分析了两种设置下的预期遗憾界，并在网格世界捕食者-猎物域中验证了后验采样算法的子线性遗憾性能。
心理的计算概念
机构 * Novosibirsk State University（新西伯利亚国立大学） ； Aigents（Aigents公司） ； SingularityNET Foundation（SingularityNET基金会） ； Domodedovo Business Partner（多莫德沃夫商务伙伴）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种认知架构概念，将心理视为智能体的操作系统，通过经验学习在包含需求的状态空间中构建通用人工智能系统。
Comments 19 pages, 5 figures
探索与长期记忆：一个基准和基于多模态LLM的强化学习框架用于具身探索
机构 * East China Normal University（东华大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出LMEE框架，通过多模态LLM强化学习促进终身学习，构建LMEE-Bench基准评估具身探索过程与结果，采用MemoryExplorer方法提升记忆检索与主动探索能力。
Comments Accepted by CVPR 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈