AI Agent

AURA: Multimodal Shared Autonomy for Real-World Urban Navigation

AURA：多模态共享自主控制用于真实世界城市导航

Yukai Ma, Honglin He, Selina Song, Wayne Wu, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Zhejiang University（浙江大学） 纠错

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

AI总结 AURA通过将城市导航分解为高层人类指令和低层AI控制，减少人工操作负担，提升导航稳定性，并在真实世界中实现44%的接管减少。

Comments 17 pages, 18 figures, 4 tables, conference

Read More, Think More: Revisiting Observation Reduction for Web Agents

多读多想：重新审视网络代理中的观察缩减

Masafumi Enomoto, Ryoma Obara, Haochen Zhang, Masafumi Oyamada

机构 * NEC Corporation（日本电气股份有限公司） 纠错

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

AI总结 本文研究网络代理中观察缩减的优化问题，发现模型能力和思考token预算影响观察表示选择，高能力模型适合详细HTML观察，低能力模型适合紧凑的访问树观察，同时引入diff-based表示提升效率。

Understanding visual attention beehind bee-inspired UAV navigation

理解基于蜜蜂启发的无人机导航中的视觉注意力

Pranav Rajbhandari, Abhi Veda, Matthew Garratt, Mandyam Srinivasan, Sridhar Ravi

机构 * School of Engineering and Technology, University of New South Wales, Canberra, Australia（新南威尔士大学工程与技术学院，堪培拉，澳大利亚） ； Queensland Brain Institute, University of Queensland, Brisbane, Australia（昆士兰大学昆士兰脑研究所，布里斯班，澳大利亚） 纠错

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

AI总结 本文通过强化学习训练无人机在仅有optic flow输入的情况下导航隧道，发现训练后的代理主要关注optic flow中的不连续区域和大流量区域，以避开障碍物并保持环境中心位置，模拟飞虫行为。

Magboltz-GUI: a Python-based graphical user interface for Magboltz

Magboltz-GUI：一种基于Python的图形用户界面用于Magboltz

Michele Renda. Dan Andrei Ciubotaru, Călin Alexa

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 本文提出Magboltz-GUI，一种基于Python的图形界面，用于定义气体混合物、配置模拟参数、运行Magboltz并可视化或导出结果，旨在为气体探测器研究和教学提供轻量级前端工具。

Comments 9 pages, 7 figures

GeoAI Agency Primitives

地理人工智能代理原语

Akram Zaytar, Rohan Sawahn, Caleb Robinson, Gilles Q. Hacheme, Girmaw A. Tadesse, Inbal Becker-Reshef, Rahul Dodhia, Juan Lavista Ferres

机构 * Microsoft AI for Good Lab（微软人工智能公益实验室） ； NASA Harvest 纠错

专题命中 GUI与网页智能体 ：agentic(abstract)

AI总结 本文提出9个原语用于地理人工智能代理层，解决GIS实践中迭代协作的缺失问题，通过基准测试提升人类生产力。

OSGym: Scalable OS Infra for Computer Use Agents

OSGym: 用于计算机使用代理的可扩展操作系统基础设施

Zengyi Qin, Jinyuan Chen, Yunze Man, Shengcao Cao, Ziqi Pang, Zhuoyuan Wang, Han Fang, Ling Zhu, Zixin Xie, Zibu Wei, Tianshu Ran, Haoran Geng, Ray Pan, Qizhen Sun, Zachary Bright, Yuyang Cai, Chongye Yang, Jiace Zhao, Tianrui Liu, Han Cao, Yeyang Zhou, Rui Wang, Song Wang, Xiang Ren, Bo Zhang, Yutong Ban, Pieter Abbeel, Brian Anthony

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 OSGym通过分布式状态管理、硬件感知复制调度、KVM虚拟化与容器池等优化，实现高可扩展性和资源效率，支持千级操作系统副本，降低代理训练成本。