AI Agent

Human-Inspired Pavlovian and Instrumental Learning for Autonomous Agent Navigation

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

Jingfeng Shan, Francesco Guidi, Mehrdad Saeidi, Enrico Testi, Elia Favarelli, Andrea Giorgetti, Davide Dardari, Alberto Zanella, Giorgio Li Pira, Francesca Starita, Anna Guerra

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: Towards Efficient Mobile Ad Detection via Multimodal Agentic UI Navigation

MANA：通过多模态代理UI导航实现高效的移动广告检测

Yizhe Zhao, Yongjian Fu, Zihao Feng, Hao Pan, Yongheng Deng, Yaoxue Zhang, Ju Ren

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） 纠错

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: Enhancing Mobile Agents Thinking Process via Iterative Preference Learning

MobileIPL: 通过迭代偏好学习增强移动代理的思维过程

Kun Huang, Weikai Xu, Yuxuan Liu, Quandong Wang, Pengzhi Gao, Wei Liu, Jian Luan, Bin Wang, Bo An

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） 纠错

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

Joint Trajectory, RIS, and Computation Offloading Optimization via Decentralized Model-Based PPO in Urban Multi-UAV Mobile Edge Computing

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

Liangshun Wu, Jianbo Du, Junsuo Qu

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: Global Web Navigation via Interaction Graph Retrieval

WebNavigator: 通过交互图检索实现全局网络导航

Xuanwang Zhang, Yuteng Han, Jinnan Qi, Mulong Xie, Zhen Wu, Xinyu Dai

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 纠错

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: Steering From Path Imitation To Decision Understanding In Navigation

CompassNav: 从路径模仿到决策理解的导航导航

LinFeng Li, Jian Zhao, Yuan Xie, Xin Tan, Xuelong Li

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） 纠错

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: Infusing Dynamic Geometry Foundation Model into Vision-Language Navigation

DyGeoVLN: 将动态几何基础模型注入视觉-语言导航

Xiangchen Liu, Hanghan Zheng, Jeil Jeong, Minsung Yoon, Lin Zhao, Zhide Zhong, Haoang Li, Sung-Eui Yoon

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） 纠错

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。

Does Peer Observation Help? Vision-Sharing Collaboration for Vision-Language Navigation

同伴观察有助于吗？面向视觉语言导航的视觉共享协作

Qunchao Jin, Yiliao Song, Qi Wu

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） 纠错

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。

Immersive Volumetric Video Playback: Near-RT Resource Allocation and O-RAN-based Implementation

沉浸式体积极限视频回放：近实时资源分配与O-RAN-based实现

Yao Wen, Luping Xiang, Kun Yang

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)

Expand Your SCOPE: Semantic Cognition over Potential-Based Exploration for Embodied Visual Navigation

拓展你的SCOPE：基于潜在探索的语义认知用于具身视觉导航

Ningnan Wang, Weihuang Chen, Liming Chen, Haoxuan Ji, Zhongyu Guo, Xuchong Zhang, Hongbin Sun

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: Anchor-Guided Ensemble Trajectory Optimization for Agile Mapless Drone Navigation

AERO-MPPI：基于锚点的轨迹优化用于无地图无人机敏捷导航

Xin Chen, Rui Huang, Longbin Tang, Lin Zhao

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） 纠错

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