AI Agent

OCR-Memory: Optical Context Retrieval for Long-Horizon Agent Memory

OCR-Memory：光学上下文检索用于长周期智能体记忆

Jinze Li, Yang Zhang, Xin Yang, Jiayi Qu, Jinfeng Xu, Shuo Yang, Junhua Ding, Edith Cheuk-Han Ngai

机构 * The University of Hong Kong（香港大学） ； University of North Texas（北得克萨斯大学） ； University of Tsukuba（筑波大学） ； Yonsei University（延世大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.CL

AI总结 OCR-Memory通过视觉模态高密度表示智能体经验，实现长周期记忆存储与检索，减少token消耗并提升证据恢复准确性。

Comments Accepted to ACL 2026 (Main Conference)

Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models

对比数据同化与基于似然的推断在基于代理的模型中潜在状态估计

Blas Kolic, Corrado Monti, Gianmarco De Francisci Morales, Marco Pangallo

机构 * Universidad Carlos III（卡洛斯三世大学） ； CENTAI（中央人工智能研究所） ； Intesa Sanpaolo Innovation Center（Intesa Sanpaolo创新中心） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.LG

AI总结 本文对比了数据同化与基于似然的推断在基于代理的模型中潜在状态估计的方法，发现基于似然的推断在恢复个体意见方面更有效，而数据同化在聚合层面表现更佳。

Resolving growth-induced off-stoichiometry in AgCrSe$_2$ single crystals

解析AgCrSe₂单晶中的生长诱导非化学计量问题

Felix Eder, Zeno Maesen, Yurii Skourski, Enrico Giannini, Oksana Zaharko, Fabian O. von Rohr

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过元素分析和X射线衍射发现AgCrSe₂单晶存在系统性非化学计量，优化自流生长法可恢复其磁性转变温度，为评估异常输运现象的内在性提供平台。

Digital Twin-assisted belief-state reinforcement learning for latency-robust ISAC in 6G networks

数字孪生辅助的信念状态强化学习用于6G网络中的时延鲁棒ISAC

Himanshu Tiwari, Binayak Kar, Priyanshu Tiwari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种数字孪生辅助的信念状态强化学习框架，用于6G网络中时延鲁棒的集成感知与通信。通过扩展卡尔曼滤波重建同步信念状态，并利用近端策略优化进行联合波束成形和功率分配，实验证明在高时延下显著提升性能。

Comments 6 Pages, 7 Figures, accepted for presentation at IEEE INFOCOM 2026 Workshop (ISAC-FutureG), Tokyo, Japan