AI Agent

Task-Aware Positioning for Improvisational Tasks in Mobile Construction Robots via an AI Agent with Multi-LMM Modules

面向即兴任务的移动建筑机器人AI代理的定位任务感知

Seongju Jang, Francis Baek, SangHyun Lee

机构 * University of Michigan（密歇根大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；AI agent(title)

AI总结 本文提出一种AI代理，通过多LMM模块实现对自然语言描述的即兴任务的理解与定位，使移动建筑机器人能自主完成非预定义任务。

GUIrilla: A Scalable Framework for Automated Desktop UI Exploration

GUIrilla：一个可扩展的自动化桌面UI探索框架

Sofiya Garkot, Maksym Shamrai, Ivan Synytsia, Mariya Hirna

机构 * MacPaw 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出GUIrilla框架，用于生成大规模真实桌面交互数据，以提升交互系统基础模型的性能与泛化能力，特别针对macOS平台，提供可重用的MacApp Trees结构化表示。

Comments Accepted to the 3rd DATA-FM Workshop @ ICLR 2026

IntentWeave: A Progressive Entry Ladder for Multi-Surface Browser Agents in Cloud Portals

IntentWeave: 多表面浏览器代理在云门户中的渐进入口阶梯

Wanying Mo, Jijia Lai, Xiaoming Wang

专题命中 GUI与网页智能体 ：agent(abstract)；agentic(abstract)

AI总结 本文提出IntentWeave，一种多表面浏览器代理的渐进入口阶梯设计，通过不同介入策略提升用户控制与效率。

Comments chiea26

AgentRAE: Remote Action Execution through Notification-based Visual Backdoors against Screenshots-based Mobile GUI Agents

AgentRAE: 通过基于通知的视觉后门实现远程动作执行以对抗基于截图的移动GUI代理

Yutao Luo, Haotian Zhu, Shuchao Pang, Zhigang Lu, Tian Dong, Yongbin Zhou, Minhui Xue

机构 * Nanjing University of Science and Technology（南京理工大学） ； Macquarie University（麦考瑞大学） ； Western Sydney University（西澳大学） ； University of Hong Kong（香港大学） ； CSIRO’s Data61（澳大利亚CSIRO Data61） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 针对基于截图的移动GUI代理，提出AgentRAE通过自然视觉触发器诱导远程动作执行，采用两阶段管道提升代理对细微图标差异的敏感度，并通过后训练关联触发器与特定动作，实现高攻击成功率和隐蔽性。

Fleet-Level Battery-Health-Aware Scheduling for Autonomous Mobile Robots

车队层面的电池健康意识调度

Jiachen Li, Shihao Li, Jian Chu, Wei Li, Dongmei Chen

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种多机器人调度方法，考虑电池退化成本，优化任务分配、服务顺序、充电决策和充电模式，平衡车队退化。通过线性化非线性退化项，结合实例数据改进松弛，采用分层启发式方法提升可扩展性。