AI Agent

Offline RL for Adaptive Policy Retrieval in Prior Authorization

离线强化学习在先决授权政策适应性检索中的应用

Ruslan Sharifullin, Maxim Gorshkov, Hannah Clay

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出了一种基于离线强化学习的适应性政策检索方法，通过将检索过程建模为马尔可夫决策过程，提升了检索效率和准确性。

Comments 9 pages, 7 figures, 6 tables

I2E: From Image Pixels to Actionable Interactive Environments for Text-Guided Image Editing

I2E: 从图像像素到可操作的交互环境：用于文本引导的图像编辑

Jinghan Yu, Junhao Xiao, Chenyu Zhu, Jiaming Li, Jia Li, HanMing Deng, Xirui Wang, Guoli Jia, Jianjun Li, Xiang Bai, Bowen Zhou, Zhiyuan Ma

机构 * Huazhong University of Science and Technology（华中科技大学） ； Kuaishou Technology（快手科技） ； Central China Normal University（华中师范大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 I2E提出一种'分解-然后-行动'范式，通过分解器将无结构图像转换为可操作的对象层，并利用物理感知的视觉-语言-行动代理进行复杂指令解析，同时构建I2E-Bench基准测试集，实验表明其在处理复杂组合指令和保持物理合理性方面优于现有方法。

Cortex AISQL: A Production SQL Engine for Unstructured Data

Cortex AISQL：面向非结构化数据的生产级SQL引擎

Paweł Liskowski, Benjamin Han, Paritosh Aggarwal, Bowei Chen, Boxin Jiang, Nitish Jindal, Zihan Li, Aaron Lin, Kyle Schmaus, Jay Tayade, Weicheng Zhao, Anupam Datta, Nathan Wiegand, Dimitris Tsirogiannis

机构 * Snowflake Inc.（雪花公司） 纠错

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

AI总结 Cortex AISQL通过AI-aware优化、自适应模型级联和语义连接重写技术，解决大规模语义操作效率问题，提升非结构化数据查询性能。

Comments Published in SIGMOD Companion '26 (Industry Track), Bengaluru, India, May 31-June 5, 2026. ACM DOI: 10.1145/3788853.3803093. This version is the published ACM Version of Record under the Creative Commons Attribution 4.0 International (CC BY 4.0) license

TDA-RC: Task-Driven Alignment for Knowledge-Based Reasoning Chains in Large Language Models

TDA-RC：基于任务驱动的知识推理链对齐方法

Jiaquan Zhang, Qigan Sun, Chaoning Zhang, Xudong Wang, Zhenzhen Huang, Yitian Zhou, Pengcheng Zheng, Chi-lok Andy Tai, Sung-Ho Bae, Zeyu Ma, Caiyan Qin, Jinyu Guo, Yang Yang, Hengtao Shen

机构 * School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； College of Professional and Continuing Education, The Hong Kong Polytechnic University（香港理工大学专业及持续教育学院） ； School of Robotics and Advanced Manufacture, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）机电工程与自动化学院） ； School of Computing, Kyung Hee University（庆熙大学计算机学院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

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

AI总结 本文提出TDA-RC方法，通过拓扑学优化提升大语言模型推理效率与准确性，结合持久同调将不同推理范式统一到拓扑空间中，实现高效且精准的推理链优化。

Comments 14 pages, 4 figures

MedXIAOHE: A Comprehensive Recipe for Building Medical MLLMs

MedXIAOHE：构建医疗多模态大语言模型的全面指南

Baorong Shi, Bo Cui, Boyuan Jiang, Deli Yu, Fang Qian, Haihua Yang, Huichao Wang, Jiale Chen, Jianfei Pan, Jieqiong Cao, Jinghao Lin, Kai Wu, Lin Yang, Shengsheng Yao, Tao Chen, Xiaojun Xiao, Xiaozhong Ji, Xu Wang, Yijun He, Zhixiong Yang

机构 * ByteDance XiaoHe Medical AI（字节跳动小荷医疗AI） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 MedXIAOHE通过实体感知持续预训练框架和强化学习提升医疗理解与推理，实现医疗多模态大模型的突破性进展。

Comments XIAOHE Medical AI team. See paper for full author list. Currently, the model is exclusively available on XIAOHE AI Doctor, accessible via both the App Store and the Douyin Mini Program. Updated to improve the layout

MedGemma Technical Report

MedGemma 技术报告

Andrew Sellergren, Sahar Kazemzadeh, Tiam Jaroensri, Atilla Kiraly, Madeleine Traverse, Timo Kohlberger, Shawn Xu, Fayaz Jamil, Cían Hughes, Charles Lau, Justin Chen, Fereshteh Mahvar, Liron Yatziv, Tiffany Chen, Bram Sterling, Stefanie Anna Baby, Susanna Maria Baby, Jeremy Lai, Samuel Schmidgall, Lu Yang, Kejia Chen, Per Bjornsson, Shashir Reddy, Ryan Brush, Kenneth Philbrick, Mercy Asiedu, Ines Mezerreg, Howard Hu, Howard Yang, Richa Tiwari, Sunny Jansen, Preeti Singh, Yun Liu, Shekoofeh Azizi, Aishwarya Kamath, Johan Ferret, Shreya Pathak, Nino Vieillard, Ramona Merhej, Sarah Perrin, Tatiana Matejovicova, Alexandre Ramé, Morgane Riviere, Louis Rouillard, Thomas Mesnard, Geoffrey Cideron, Jean-bastien Grill, Sabela Ramos, Edouard Yvinec, Michelle Casbon, Elena Buchatskaya, Jean-Baptiste Alayrac, Dmitry Lepikhin, Vlad Feinberg, Sebastian Borgeaud, Alek Andreev, Cassidy Hardin, Robert Dadashi, Léonard Hussenot, Armand Joulin, Olivier Bachem, Yossi Matias, Katherine Chou, Avinatan Hassidim, Kavi Goel, Clement Farabet, Joelle Barral, Tris Warkentin, Jonathon Shlens, David Fleet, Victor Cotruta, Omar Sanseviero, Gus Martins, Phoebe Kirk, Anand Rao, Shravya Shetty, David F. Steiner, Can Kirmizibayrak, Rory Pilgrim, Daniel Golden, Lin Yang

机构 * Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 MedGemma 是基于 Gemma 3 的医学视觉-语言基础模型，具备强大的医学理解和推理能力，在医疗多模态问答、胸部X光分类等任务中表现优异，同时保持通用能力，为医疗AI发展提供基础。

Comments Fix references

eVTOL Aircraft Energy Overhead Estimation under Conflict Resolution in High-Density Airspaces

在高密度空域中，eVTOL飞行器在冲突解决中的能量开销估计

Alex Zongo, Peng Wei

机构 * George Washington University（乔治华盛顿大学） 纠错

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

AI总结 本文研究了在高密度空域中，基于修改电压势算法的冲突解决对eVTOL能量消耗的影响，发现该算法在不同密度下能量开销较低，但存在右偏分布，最高密度下尾部案例开销可达44%。

Comments Accepted for presentation at the Integrated Communications, Navigation and Surveillance Conference (ICNS) 2026

How LLMs Follow Instructions: Skillful Coordination, Not a Universal Mechanism

大语言模型如何遵循指令：技能协调，而非通用机制

Elisabetta Rocchetti, Alfio Ferrara

机构 * Department of Computer Science, Università degli Studi di Milano（米兰大学计算机科学系） 纠错

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

AI总结 研究通过九种不同任务分析发现，大语言模型遵循指令并非依赖通用机制，而是通过协调多种语言能力实现，且存在任务间转移弱、依赖稀疏等特点。

Proof of Concept as a First-Class Architectural Decision Instrument

概念验证作为一级架构决策工具的证明

Bruno Fernando Antognolli, Fabio Petrillo

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

AI总结 本文通过系统文献综述，提出概念验证的精确定义和三阶段框架，强调其作为架构决策工具的重要性，并揭示未记录的架构实验反模式。

Comments 17 pages, 2 figures. Research article based on Master's thesis work on Proofs of Concept in software architecture

IBISAgent: Reinforcing Pixel-Level Visual Reasoning in MLLMs for Universal Biomedical Object Referring and Segmentation

IBISAgent: 通过MLLMs增强像素级视觉推理以实现通用生物医学对象指称与分割

Yankai Jiang, Qiaoru Li, Binlu Xu, Haoran Sun, Chao Ding, Junting Dong, Yuxiang Cai, Xuhong Zhang, Jianwei Yin

机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； Zhejiang Key Laboratory of Digital-Intelligence Service Technology（浙江省数字智能服务技术重点实验室） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出IBISAgent，通过多步决策过程增强MLLMs的像素级视觉推理能力，解决现有分割方法在隐式分割标记和迭代优化方面的不足，提升生物医学分割任务的性能。

Learned Elevation Models as a Lightweight Alternative to LiDAR for Radio Environment Map Estimation

学习的高程模型作为LiDAR的轻量级替代方案用于无线电环境图估计

Ljupcho Milosheski, Fedja Močnik, Mihael Mohorčič, Carolina Fortuna

机构 * Department of Communication Systems, Jožef Stefan Institute（Jožef Stefan研究所通信系统系） 纠错

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

AI总结 本文提出一种两阶段框架，利用卫星RGB图像学习高程模型，替代传统LiDAR数据，提升无线电环境图估计的精度和效率。

Comments 6 pages, 3 figures, 3 tables Submitted to PIMRC 2026

UniCreative: Unifying Long-form Logic and Short-form Sparkle via Reference-Free Reinforcement Learning

UniCreative：通过无参考强化学习统一长格式逻辑与短格式闪耀

Xiaolong Wei, Zerun Zhu, Simin Niu, Xingyu Zhang, Peiying Yu, Changxuan Xiao, Yuchen Li, Jicheng Yang, Zhejun Zhao, Chong Meng, Long Xia, Daiting Shi

机构 * Beihang University（北京航空航天大学） ； Baidu Inc.（百度公司） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 本文提出UniCreative框架，通过自适应约束奖励模型和ACPO算法，实现无需监督细调的长短期创作统一，提升多任务表现并展现模型的元认知能力。

Comments Accepted to Findings of ACL 2026

Cross-fitted Proximal Learning for Model-Based Reinforcement Learning

基于交叉验证的近端学习用于基于模型的强化学习

Nishanth Venkatesh, Andreas A. Malikopoulos

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出一种交叉验证的近端学习方法，用于解决基于模型的强化学习中因隐藏混淆导致的模型偏差问题，通过更高效利用数据提高估计精度。

Scalar Federated Learning for Linear Quadratic Regulator

标量联邦学习用于线性二次调节器

Mohammadreza Rostami, Shahriar Talebi, Solmaz S. Kia

机构 * University of California, Irvine（加州大学尔湾分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 ScalarFedLQR通过分解投影梯度机制，实现高效联邦学习LQR控制，降低通信开销，提升高维下的收敛速度与稳定性。

Belief Dynamics for Detecting Behavioral Shifts in Safe Collaborative Manipulation

信念动力学在安全协作操作中检测行为转变

Devashri Naik, Divake Kumar, Nastaran Darabi, Amit Ranjan Trivedi

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文研究了在非平稳环境中通过信念跟踪模块检测行为转变，提出UA-TOM方法在协作操作中显著降低碰撞风险，同时在跨领域实验中验证了其有效性。

From Technical Debt to Cognitive and Intent Debt: Rethinking Software Health in the Age of AI

从技术债务到认知和意图债务：在AI时代重新思考软件健康

Margaret-Anne Storey

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

AI总结 本文提出三债务模型，探讨生成式AI如何改变软件健康中技术、认知和意图债务的相对重要性及应对方法。

Comments 10 pages,1 figure Minor revision to clarify definition and updated figure, references and abstract

Privacy-Preserving Synthetic Dataset of Individual Daily Trajectories for City-Scale Mobility Analytics

隐私保护的个体每日轨迹城市级移动分析合成数据集

Jun'ichi Ozaki, Ryosuke Susuta, Takuhiro Moriyama, Yohei Shida

机构 * GEOTRA Co., Ltd.（GEOTRA有限公司） 纠错

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

AI总结 本文提出一种隐私保护的合成移动数据集，通过聚合数据重建每日轨迹，结合行为约束实现真实的人类移动分布，为城市规模分析提供高分辨率数据。

Comments 9 pages, 4 figures

HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning

HiPolicy：分层多频动作分块用于策略学习

Jiyao Zhang, Zimu Han, Junhan Wang, Xionghao Wu, Shihong Lin, Jinzhou Li, Hongwei Fan, Ruihai Wu, Dongjiang Li, Hao Dong

机构 * CFCS, School of CS, PKU（北京大学计算机学院计算与金融研究中心） ； National Key Laboratory for Multimedia Information Processing, School of CS, PKU（北京大学计算机学院多媒体信息处理国家重点实验室） ； XJTU（西安交通大学） ； THU（清华大学） ； BUAA（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 HiPolicy通过分层多频动作分块框架，联合预测不同频率的动作序列，以捕捉粗粒度高层次计划和精确的反应动作，提升策略学习的性能和执行效率。

Gaze-Regularized Vision-Language-Action Models for Robotic Manipulation

用于机器人操作的视觉-语言-动作模型中的目光正则化

Anupam Pani, Yanchao Yang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种目光正则化框架，通过将目光热图转换为补丁分布，并利用KL散度正则化Transformer注意力，提升机器人操作任务的性能和可解释性。

A Robust 5G Terrestrial Positioning System with Sensor Fusion in GNSS-denied Scenarios

一种在GNSS受限场景下的鲁棒5G地面定位系统

Hamed Talebian, Nazrul Mohamed Nazeer, Darius Chmieliauskas, Jakub Nikonowicz, Mehdi Haghshenas, Łukasz Matuszewski, Mairo Leier, Aamir Mahmood

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于5G基础设施的地面定位系统，用于替代GNSS，在GNSS信号被阻挡或不可用时提供定位服务。通过多载波CP技术和深度学习模型实现鲁棒定位，适用于复杂环境。

Comments Submitted to IEEE Transactions on Vehicular Technology

Physics-Informed Neural Optimal Control for Precision Immobilization Technique in Emergency Scenarios

基于物理信息神经网络的神经最优控制用于紧急场景中的精准固定技术

Yangye Jiang, Jiachen Wang, Daofei Li

机构 * Institute of Power Machinery and Vehicular Engineering, Zhejiang University（浙江大学动力机械及车辆工程研究所） ； Zhejiang Key Laboratory of Intelligent Vehicle Comprehensive Safety（浙江省智能车辆综合安全重点实验室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于物理信息神经网络的神经最优控制框架，用于解决紧急场景中车辆失控时的精准固定技术问题，通过知识蒸馏和参数重构提升控制精度。

Uncovering Linguistic Fragility in Vision-Language-Action Models via Diversity-Aware Red Teaming

通过多样性感知的红队行动揭示视觉-语言-动作模型中的语言脆弱性

Baoshun Tong, Haoran He, Ling Pan, Yang Liu, Liang Lin

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划决策 ：AI agent(abstract)

AI总结 本文提出DAERT框架，通过评估统一策略生成多样化挑战性指令，揭示VLA模型在语言变化下的脆弱性，实验显示任务成功率从93.33%降至5.85%。

CrowdVLA: Embodied Vision-Language-Action Agents for Context-Aware Crowd Simulation

CrowdVLA: 一种用于情境感知人群模拟的具身视觉-语言-动作代理

Juyeong Hwang, Seong-Eun Hong, Jinhyun Kim, JaeYoung Seon, Giljoo Nam, Hanyoung Jang, HyeongYeop Kang

专题命中 规划决策 ：agent(abstract)

AI总结 CrowdVLA通过引入视觉-语言-动作代理，解决了人群模拟中监督不足、控制不稳定和数据偏差等问题，推动模拟从运动导向转向感知驱动的决策制定。

Geometrical Cross-Attention and Nonvoid Voxelization for Efficient 3D Medical Image Segmentation

几何交叉注意力与非空体素化用于高效3D医学图像分割

Chenxin Yuan, Shoupeng Chen, Haojiang Ye, Yiming Miao, Limei Peng, Pin-Han Ho

机构 * organization= Shenzhen Institute for Advanced Study , addressline= University of Electronic Science ； organization= School of Electrical ； Electronic Engineering , addressline= Nanyang Technological University , city= Singapore , postcode= 639798 , country= Singapore ； organization= School of Science ； Engineering , addressline= The Chinese University of Hong Kong, Shenzhen , city= Shenzhen , postcode= 518172 , state= Guangdong , country= China ； organization= School of Computer Science ； Engineering , addressline= Kyungpook National University , city= Daegu , postcode= 37224 , country= South Korea ； organization= Department of Electrical ； Computer Engineering , addressline= University of Waterloo , city= Waterloo , postcode= N2L3G1 , state= Ontario , country= Canada 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出GCNV-Net框架，结合3DNVT、GCA和非空体素化模块，通过动态体素划分和几何位置信息融合，提升3D医学图像分割的精度与效率，实现56.13%的FLOPs和68.49%的推理延迟降低。

Comments 20 pages, 13 figures, supplementary material included, submitted to Medical Image Analysis

Selecting a Maximum Solow-Polasky Diversity Subset in General Metric Spaces Is NP-hard

在一般度量空间中选择最大Solow-Polasky多样性子集是NP难的

Michael T. M. Emmerich, Ksenia Pereverdieva, André H. Deutz

专题命中 规划决策 ：planning(abstract)

AI总结 研究在一般度量空间中选择固定大小子集以最大化Solow-Polasky多样性值的计算复杂性，证明该问题NP难，通过将独立集问题转换为仅包含两个非零距离值的简单度量构造，利用矩阵求逆定义的非线性函数特性，建立严格单调性论证。

Comments 12 pages, 1 Figure

Synergizing Efficiency and Reliability for Continuous Mobile Manipulation

融合效率与可靠性以实现连续移动操作

Chengkai Wu, Ruilin Wang, Yixin Zeng, Jiayuan Wang, Mingjie Zhang, Guiyong Zheng, Qun Niu, Juepeng Zheng, Jun Ma, Boyu Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出统一框架，融合效率与可靠性以完成连续移动任务，在不确定环境中提升任务成功率26.67%-81.67%。

Comments 33 pages, 26 figures, 4 tables. Video: https://www.bilibili.com/video/BV1YWP4zxEQD

To Defer or To Shift? The Role of AI Data Center Flexibility on Grid Interconnection

延迟还是转移？AI数据中心灵活性对电网互联的作用

Yize Chen, Xiaogui Zheng

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究AI数据中心灵活性对电网互联的影响，通过建模评估其对发电、成本和拥堵的影响，发现灵活性不总是降低所需发电容量，且延迟AI计算会减少电网压力但边际效益递减。

Comments 8 pages, 5 figures, in submission

H-NESSi: The Hierarchical Non-Equilibrium Systems Simulation package

H-NESSi：分层非平衡系统模拟包

Thomas Blommel, Jeremija Kovačević, Jason Kaye, Emanuel Gull, Jakša Vučičević, Denis Golež

专题命中 规划决策 ：workflow(abstract)

AI总结 H-NESSi通过分层低秩压缩技术解决非平衡格林函数理论中强关联量子系统模拟的计算瓶颈，实现高效准确的非平衡模拟。

Semantic Reality: Interactive Context-Aware Visualization of Inter-Object Relationships in Augmented Reality

语义现实：增强现实中的交互式上下文感知多物体关系可视化

Xiaoan Liu, Eric J Gonzalez, Nels Numan, Andrea Colaço, Lucy Abramyan, Chen Zhu-Tian, Ryo Suzuki, Mar Gonzalez-Franco

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Semantic Reality系统，通过多模态推理和空间锚定技术，实现增强现实中的多物体关系交互可视化，提升任务理解和参与度。

Comments 15 pages, 15 figures, 4 tables

Partial health status observability and time horizon uncertainty in mean-field game epidemiological models

均场博弈流行病模型中的部分健康状态可观察性与时间跨度不确定性

Carlos Doebeli, Alexander Vladimirsky

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究均场博弈流行病模型中个体免疫状态的可观察性与时间跨度不确定性，通过求解正向-反向MFG系统及近似ODEs来解决计算挑战。

Comments 8 pages; 4 figures