AI Agent

Economic Valuation and Optimal Deployment of Static Synchronous Series Compensators for U.S. Power System Expansion

美国电力系统扩展中静态同步串联补偿器的经济评估与最优部署

Wei Ai, Vladimir Dvorkin, Michael T. Craig

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究了静态同步串联补偿器在美国内陆电力系统2050年扩展中的经济价值和最优部署，通过改进的线性功率流方程和阻抗反馈，优化系统扩展成本，减少走廊加固数量，降低年度系统成本19亿美元或减少输电扩展需求20%。

Comments 10 pages, 7 figures

Leveraging Climate Services to Build Climate Resilient Power Systems

利用气候服务构建气候适应性电力系统

Laurent Dubus, Alberto Troccoli, Aron zuiker, Laurens Stoop

专题命中 规划决策 ：planning(abstract)

AI总结 研究探讨了气候变化与电力系统规划的相互作用，提出需系统整合气候信息以提高电力系统韧性，通过PECD4.2数据库等工具提升气候信息应用的准确性与效率。

Comments CIGRE 2026 Paris Session C3-PS2 10894

CURE-OOD: Benchmarking Out-of-Distribution Detection for Survival Prediction

CURE-OOD：生存预测中分布外检测的基准测试

Wenjie Zhao, Jia Li, Mingrui Liu, Jing Wang, Yunhui Guo

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； George Mason University（乔治·梅森大学） ； UT Southwestern Medical Center（西南医学中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出CURE-OOD基准，用于系统评估生存预测中分布外检测的可靠性，揭示协变量偏移对生存预测性能的影响。

World Model for Robot Learning: A Comprehensive Survey

机器人学习的世界模型：全面综述

Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran Geng, Yanjie Ze, Tatsuya Harada, Philip Torr, Oier Mees, Marc Pollefeys, Zhuang Liu, Jiajun Wu, Pieter Abbeel, Jitendra Malik, Yilun Du, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； The University of Tokyo（东京大学） ； University of Oxford（牛津大学） ； Microsoft（微软公司） ； ETH Zurich（苏黎世联邦理工学院） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 综述从机器人学习角度系统回顾世界模型的快速发展，探讨其与机器人策略的耦合、作为强化学习模拟器的作用以及机器人视频世界模型的发展，总结关键范式与挑战。

Comments 43 pages, 6 figures

The Keplerian Traveling Salesperson Problem

开普勒旅行商问题

Max Bannach, Giacomo Acciarini, Dario Izzo

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出开普勒旅行商问题模型，用于解决星际任务中多个天体 rendezvous 的轨迹规划问题，结合时间展开网络和整数线性规划方法，提供精确求解和启发式算法。

Amplified Urban Climate Extremes from Global Warming-Urbanization Synergy: A Physics-Informed Intelligence Paradigm

全球变暖与城市化协同效应放大城市气候极端事件：一种融合物理原理的智能范式

Qiuxia Wu, Yaqiang Wang, Huabing Ke

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出融合物理原理的数据智能范式，通过构建城市气候-形态-发展类型学、物理引导机器学习和高通量风险预测，解决城市气候预测中的方法论与认知鸿沟问题。

Comments 16 pages of main text, 1 multi-panel figure (with 2 subfigures) and 1 single figure

Enzyme: Incremental View Maintenance for Data Engineering

酶：数据工程中的增量视图维护

Ritwik Yadav, Supun Abeysinghe, Min Yang, Jeffrey Helt, Manuel Ung, Yuhong Chen, Melody Hu, William Wei, Yiming Yang, Tom van Bussel, Sourav Chatterji, Indrajit Roy, Paul Lappas, Yannis Papakonstantinou, Tahir Fayyaz, Bilal Aslam, Ross Bunker, Michael Armbrust, Shrikanth Shankar

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Enzyme，一种用于数据工程的增量视图维护引擎，通过自动化刷新策略减少计算成本，提升大规模生产管道的效率。

Comments 12 pages, 11 figures, SIGMOD 2026

VLBiMan: Vision-Language Anchored One-Shot Demonstration Enables Generalizable Bimanual Robotic Manipulation

VLBiMan: 视觉-语言锚定的一次示例演示使通用化双臂机器人操作成为可能

Huayi Zhou, Kui Jia

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 规划决策 ：tool-use(abstract)

AI总结 VLBiMan通过任务感知分解从单个示例中提取可重用技能，实现双臂机器人操作的通用化，减少演示需求并增强跨平台适应性。

Comments accepted by ICLR 2026. The project link is https://hnuzhy.github.io/projects/VLBiMan/

Collective Recourse for Generative Urban Visualizations

生成城市可视化中的集体救济

Rashid Mushkani

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出集体救济机制，通过结构化社区'视觉缺陷报告'触发模型和规划流程的修复。研究定义了救济流程、在扩散栈中定位四个基本原理，并评估了240份合成报告的效果。

Build, Judge, Optimize: A Blueprint for Continuous Improvement of Multi-Agent Consumer Assistants

构建、评判与优化：多智能体消费者助手持续改进的蓝图

Alejandro Breen Herrera, Aayush Sheth, Steven G. Xu, Zhucheng Zhan, Charles Wright, Marcus Yearwood, Hongtai Wei, Sudeep Das, Danny Nightingale, Meg Watson, Charles Pollnow

机构 * Metis ； DoorDash 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出评估和优化对话购物助手的实用蓝图，通过生产级AI杂货助手示例，介绍多维评估标准和校准的LLM评判流程，并提出两种互补的提示优化策略。

Scaling Video Understanding via Compact Latent Multi-Agent Collaboration

通过紧凑潜在多智能体协作实现视频理解的扩展

Kerui Chen, Jinglu Wang, Jianrong Zhang, Ming Li, Yan Lu, Hehe Fan

机构 * Microsoft Research Asia（微软亚洲研究院） ； Zhejiang University（浙江大学） ； Guanming Lab（冠明实验室） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)

AI总结 本文提出MACF框架，通过解耦智能体感知预算与全局视频复杂度，实现可扩展的视频理解，保持视觉保真度，并在多种视频理解基准上优于现有方法。

Comments 12 pages

NonZero: Interaction-Guided Exploration for Multi-Agent Monte Carlo Tree Search

NonZero：基于交互的多智能体蒙特卡洛树搜索探索

Sizhe Tang, Zuyuan Zhang, Mahdi Imani, Tian Lan

机构 * The George Washington University（乔治华盛顿大学） ； Northeastern University（东北大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 NonZero通过交互引导的提议规则，在低维非线性表示中进行代理引导选择，提升多智能体MCTS的可扩展性与探索效率。

Comments Accepted by ICML 2026 as Spotlight

NOMAD: A Multi-Agent LLM System for UML Class Diagram Generation from Natural Language Requirements

NOMAD：一种多智能体LLM系统，用于从自然语言需求生成UML类图

Polydoros Giannouris, Sophia Ananiadou

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.SE

AI总结 NOMAD通过分解UML生成为多个角色专用子任务，提升可解释性并支持针对性验证。通过北风案例和人工UML练习评估，NOMAD在生成质量上优于基线模型，并揭示了细粒度属性提取的持续挑战。

Self-Adaptive Multi-Agent LLM-Based Security Pattern Selection for IoT Systems

自适应多智能体LLM基于的安全模式选择用于物联网系统

Saeid Jamshidi, Foutse Khomh, Carol Fung, Kawser Wazed Nafi

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出ASPO方法，结合LLM推理与确定性执行，在MAPE-K控制循环中实现自适应安全模式选择，通过减少极端情况执行成本，提升资源效率和安全性。

DySRec: Dynamic Context-Aware Psychometric Scale Recommendation via Multi-Agent Collaboration

DySRec：通过多智能体协作的动态上下文感知心理量表推荐

Yanzeng Li, Xiaoning Cao, Jialun Zhong, Jianpeng Hu, Jiangshan Tan, Ningning Liu, Feng Xiang, Shasha Han

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出DySRec系统，通过多智能体协作动态推荐心理量表，整合异构信号并计算量表-上下文匹配度，提升动态评估和决策透明性。

Comments 4 pages, 2 figures

Distributed Precoding for Cell-free Massive MIMO in O-RAN: A Multi-agent Deep Reinforcement Learning Framework

基于O-RAN的细胞自由大规模MIMO分布式预编码：一种多智能体深度强化学习框架

Mohammad Hossein Shokouhi, Vincent W. S. Wong

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出一种多智能体深度强化学习框架，用于细胞自由大规模MIMO的分布式预编码，通过有限的信息交换降低干扰，提升整体吞吐量。

LLM-Based Agentic Negotiation for 6G: Addressing Uncertainty Neglect and Tail-Event Risk

基于大语言模型的6G智能协商：解决不确定性忽视和尾事件风险

Hatim Chergui, Farhad Rezazadeh, Mehdi Bennis, Merouane Debbah, Christos Verikoukis

机构 * i2CAT Foundation（i2CAT基金会） ； Technical University of Catalonia（技术大学巴塞罗那） ； University of Oulu（奥卢大学） ； Research Institute for Digital Future（数字未来研究院） ； Khalifa University（卡利法大学） ； ISI/ATH and University of Patras（ISI/ATH和帕特拉斯大学） 纠错

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出一个无偏、风险意识的智能协商框架，通过数字孪生和极值理论中的条件风险价值（CVaR）预测尾部风险，提升6G网络切片的资源分配鲁棒性，验证了无偏方法在消除SLA违规和降低延迟方面的有效性。

Causal Foundations of Collective Agency

集体代理的因果基础

Frederik Hytting Jørgensen, Sebastian Weichwald, Lewis Hammond

机构 * Copenhagen Causality Lab and Pioneer Centre for AI, University of Copenhagen, Denmark（哥本哈根因果实验室和先锋人工智能中心，哥本哈根大学，丹麦） ； Cooperative AI Foundation, United Kingdom（协作人工智能基金会，英国） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文探讨了多智能体系统中集体代理形成的因果基础，提出通过因果游戏和因果抽象框架分析集体行为的理性与目标导向性，解决多智能体激励问题和投票机制的集体代理度评估。

Comments CLeaR 2026

Debate-Enhanced Pseudo Labeling and Frequency-Aware Progressive Debiasing for Weakly-Supervised Camouflaged Object Detection with Scribble Annotations

辩论增强的伪标签与频率感知渐进去偏对于弱监督伪装物体检测与涂鸦注释

Jiawei Ge, Jiuxin Cao, Xinyi Li, Xuelin Zhu, Chang Liu, Bo Liu, Chen Feng, Ioannis Patras

机构 * School of Cyber Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Jiangsu Provincial Key Laboratory of Computer Networking Technology（江苏省计算机网络技术重点实验室） ； Jiangsu Provincial Key Laboratory of Network and Information Security（江苏省网络与信息安全重点实验室） ； Key Laboratory of Computer Network and Information Integration of Ministry of Education of China（教育部计算机网络与信息集成重点实验室） ； Nanjing Purple Mountain Laboratories（南京紫金山实验室） ； Fintech and Big Data Laboratory of Southeast University（东南大学金融科技与大数据实验室） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（香港理工大学航空与航空工程系） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast（贝尔法斯特女王大学电子、电气与计算机科学学院） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出${D}^{3}$ETOR框架，通过辩论增强伪标签和频率感知渐进去偏方法，提升弱监督伪装物体检测的性能，实现与全监督方法的性能接近。

Learning to Act and Cooperate for Distributed Black-Box Consensus Optimization

学习行动与协作以实现分布式黑盒共识优化

Zi-Bo Qin, Feng-Feng Wei, Tai-You Chen, Wei-Neng Chen

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出LACMAS框架，通过大语言模型提供稀疏高层指导，改进分布式黑盒共识优化中的局部适应、全局协调与通信效率。

Comments 20 pages, 5 figures

Controlling the Swarm: Sparse Actuation and Collision Avoidance under Stochastic Delay

控制群集：在随机延迟下的稀疏驱动与碰撞规避

Jiguang Yu

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一个统一的有限N框架，研究随机延迟下领导者-追随者粒子系统的稀疏驱动与碰撞规避问题，通过构建Lyapunov函数解决数学稳定性问题，并展示稀疏驱动在减少控制成本的同时揭示了领导者密度的非单调敏感性。

MAGRPO: Accelerated MARL Training for Fluid Antenna-Assisted Wireless Network Optimization

MAGRPO：面向流体天线辅助无线网络优化的加速多智能体强化学习训练

Wanzhe Wang, Tong Zhang, Hao Xu, Shuai Wang, Rui Wang, Kai-Kit Wong

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出MAGRPO算法，通过改进的CTDE框架解决流体天线位置优化问题，相比MAPPO在训练效率和网络性能上均有显著提升。

Comments 13 pages,9 figures

The $\textit{Silicon Society}$ Cookbook: Design Space of LLM-based Social Simulations

硅社会食谱：基于大语言模型的社会模拟设计空间

Aurélien Bück-Kaeffer, Sneheel Sarangi, Maximilian Puelma Touzel, Reihaneh Rabbany, Zachary Yang, Jean-François Godbout

机构 * McGill University（麦吉尔大学） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Ubisoft La Forge（育碧La Forge） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 研究如何通过大语言模型构建社会模拟网络，分析关键设计选择对模拟结果的影响，揭示设计空间的非平凡几何特性。

Comments 20 pages, 12 tables, under review at COLM 2026

EQSANS-CLI: A natural-language, agent-ready command-line tool for small-angle neutron scattering data reduction at EQ-SANS

EQSANS-CLI：一种面向自然语言和智能体的命令行工具，用于EQ-SANS小角中子散射数据还原

Changwoo Do

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)

AI总结 本文提出EQSANS-CLI，一种命令行工具，通过统一的工作表和状态驱动的重还原模型，实现小角中子散射数据还原的自动化和可脚本化，支持自然语言指令和智能体交互。

Transient Multiscale Workflow for Thermal Analysis of 3DHI Chip Stack

瞬态多尺度工作流用于3D Hi芯片堆叠的热分析

Mohammad Elahi, Max O. Bloomfield, Theodorian Borca-Tasciuc, Jacob S. Merson

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种瞬态热工作流，用于考虑BEOL结构中的3D异质结构，通过多尺度均质化策略实现强弱时间尺度分离问题的热分析。

D3-Gym: Constructing Real-World Verifiable Environments for Data-Driven Discovery

D3-Gym：构建现实世界可验证环境用于数据驱动发现

Hanane Nour Moussa, Yifei Li, Zhuoyang Li, Yankai Yang, Cheng Tang, Tianshu Zhang, Nesreen K. Ahmed, Ali Payani, Ziru Chen, Huan Sun

机构 * The Ohio State University（俄亥俄州立大学） ； Cisco Research（思科研究） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 D3-Gym通过构建首个自动化的可验证环境数据集，提升科学数据驱动发现的模型能力，验证信号质量高，训练效果显著。

On the Role of Artificial Intelligence in Human-Machine Symbiosis

人工智能在人机共生中的作用

Ching-Chun Chang, Yuchen Guo, Hanrui Wang, Timo Spinde, Isao Echizen

机构 * Information and Society Research Division, National Institute of Informatics（信息与社会研究部，国立信息研究所） ； Graduate School of Information Science and Technology, University of Tokyo（信息科学与技术研究生院，东京大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 研究探讨如何追踪人工智能在自然语言生成中的功能角色，提出方法推断提示中的隐含角色并在生成过程中嵌入，实验验证了方法在角色区分、抗扰性和语言质量上的有效性。

Generating Statistical Charts with Validation-Driven LLM Workflows

通过验证驱动的LLM工作流生成统计图表

Pavlin G. Poličar, Andraž Pevcin, Blaž Zupan

机构 * University of Ljubljana Faculty of Computer and Information Science（卢布尔雅那大学计算机与信息科学系） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一种结构化的LLM工作流，通过验证输出来生成多样且易读的统计图表，解决可视化特有的失败模式，如可读性和语义不匹配。

AI-Driven Expansion and Application of the Alexandria Database

基于人工智能的亚历山大数据库扩展与应用

Théo Cavignac, Jonathan Schmidt, Pierre-Paul De Breuck, Antoine Loew, Tiago F. T. Cerqueira, Hai-Chen Wang, Anton Bochkarev, Yury Lysogorskiy, Aldo H. Romero, Ralf Drautz, Silvana Botti, Miguel A. L. Marques

机构 * Research Center Future Energy Materials and Systems of the University Alliance Ruhr（鲁尔大学联盟未来能源材料与系统研究中心） ； ICAMS, Ruhr University Bochum, Universitätsstraße 150, D-44801 Bochum, Germany（鲁尔大学波恩分校ICAMS研究中心） ； Department of Materials, ETH Zürich, Zürich, CH-8093, Switzerland（苏黎世联邦理工学院材料系） ； CFisUC, Department of Physics, University of Coimbra, Rua Larga, 3004-516 Coimbra, Portugal（科英布拉大学物理系） ； ACEworks GmbH, Hagen-Hof-Weg 1, 44797 Bochum, Germany（ACEworks GmbH） ； Department of Physics, West Virginia University, Morgantown, WV 26506, USA（西弗吉尼亚大学物理系） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出一种新型多阶段工作流程，通过生成模型、机器学习势能和图神经网络，成功将亚历山大数据库扩展至580万结构，新增13万DFT验证化合物，并展示了改进的GRACE模型在基准测试中的准确性。

Urban Science Beyond Samples: Up-to-Date Street Network Models and Indicators for Every Urban Area in the World

城市科学超越样本：全球每个城市区域的最新街道网络模型和指标

Geoff Boeing

专题命中 工作流自动化 ：workflow(abstract)；planning(journal_ref)

AI总结 本文提出全球每个城市区域的最新街道网络模型和指标，利用2025年全球人类聚居层的城市边界数据，整合1.8亿个OpenStreetMap节点和3.6亿条边，提供公开可重用的资源，推动全球城市街道网络科学和欠发达地区本地分析。

Journal ref Environment and Planning B: Urban Analytics and City Science, 2026