AI Agent

Track A*: Fast Visibility-Aware Trajectory Planning for Active Target Tracking

Track A*: 为主动目标跟踪的快速可见性感知轨迹规划

Hanxuan Chen, Kangli Wang, Ji Pei

机构 * Autel Robotics（奥特 Robotics） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出Track A*，一种基于离线搜索的轨迹规划器，用于在离散的四维时空网格上实现可见性感知的目标跟踪。通过分层有向无环图搜索和三种工程优化，Track A*在保证实用性的同时提升了可扩展性，实验证明其在计算成本低的情况下具有稳健的可见性性能。

MEMOA: Massive Mixtures of Online Agents via Mean-Field Decentralized Nash Equilibria

MEMOA: 通过均场去中心化纳什均衡实现大规模在线代理混合

Xuwei Yang, David B. Emerson, Fatemeh Tavakoli, Anastasis Kratsios

机构 * Department of Mathematics and Statistics（数学与统计学系） ； Vector Institute（向量研究所） ； McMaster University（麦马斯特大学） 纠错

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

AI总结 本文提出MEMOA算法，通过均场去中心化纳什均衡优化大规模在线代理混合，解决计算和通信成本随代理数量增长的问题，证明其在大规模极限下收敛于集中纳什最优策略。

Comments 43 pages, 11 tables, 1 figure

SkillOS: Learning Skill Curation for Self-Evolving Agents

SkillOS: 为自演化代理学习技能编目

Siru Ouyang, Jun Yan, Yanfei Chen, Rujun Han, Zifeng Wang, Bhavana Dalvi Mishra, Rui Meng, Chun-Liang Li, Yizhu Jiao, Kaiwen Zha, Maohao Shen, Vishy Tirumalashetty, George Lee, Jiawei Han, Tomas Pfister, Chen-Yu Lee

机构 * Google Cloud AI Research（谷歌云人工智能研究） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 SkillOS通过经验驱动的强化学习方法，解决自演化代理中复杂长期技能编目的学习问题，优于记忆-free和强记忆基线，在效果和效率上均表现优异，技能库逐步演变成更丰富的Markdown文件。

Comments 11 pages, 6 figures, 3 tables

Resource-Constrained Robotic Planning in the face of Mixed Uncertainty

面对混合不确定性的资源受限机器人规划

Yihao Yin, Pian Yu, Andrea Turrini, Zhiming Chi, Yong Li, Lijun Zhang

机构 * Hangzhou Institute for Advanced Study (HIAS), UCAS, China（杭州先进研究院（HIAS），UCAS，中国） ； Key Laboratory of System Software (Chinese Academy of Sciences), Institute of Software Chinese Academy of Sciences, Beijing, China（系统软件重点实验室（中国科学院），软件研究所，中国科学院，北京，中国） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） ； University College London, London, UK（伦敦大学学院，伦敦，英国） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出基于CMDPST和LTLf的框架，解决机器人在资源受限条件下鲁棒策略合成问题，通过直接展开和优化方法提升效率，实验验证有效性。

Adaptive Q-Chunking for Offline-to-Online Reinforcement Learning

自适应Q分块用于离线到在线强化学习

Nandiraju Gireesh, Yuanliang Ju, He Wang

机构 * Peking University（北京大学） ； Galbot ； University of Toronto（多伦多大学） 纠错

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

AI总结 本文提出自适应Q分块方法，通过动态选择不同分块大小的 critic 来解决离线到在线强化学习中的偏置问题，提升在 OGBench 和 Robomimic 上的性能。

SwarmCoDe: A Scalable Co-Design Framework for Heterogeneous Robot Swarms via Dynamic Speciation

SwarmCoDe：一种通过动态种群划分实现异构机器人群规模化协同设计的框架

Andrew Wilhelm, Josie Hughes

机构 * Department of Mechanical Engineering, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校机械工程系） 纠错

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

AI总结 本文提出SwarmCoDe框架，通过动态种群划分自动扩展机器人群异质性以匹配任务复杂度，实现大规模异构机器人群的协同设计优化。

Comments 8 pages, 9 figures

Beyond Accuracy: Policy Invariance as a Reliability Test for LLM Safety Judges

超越准确性：将政策不变性作为LLM安全裁判的可靠性测试

Shihao Weng, Yang Feng, Xiaofei Xie

机构 * Nanjing University（南京大学） ； Singapore Management University（新加坡国立管理学院） 纠错

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

AI总结 本文提出政策不变性作为LLM安全裁判可靠性测试，通过三个可测试原则揭示现有裁判在面对规范性变化和结构性重写时的失效模式，并提出政策不变性分数和裁判卡报告协议以评估裁判可靠性。

Comments 9 pages

Milestone-Guided Policy Learning for Long-Horizon Language Agents

为长周期语言代理设计的里程碑引导策略学习

Zixuan Wang, Yuchen Yan, Hongxing Li, Teng Pan, Dingming Li, Ruiqing Zhang, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 本文提出BEACON框架，通过任务的组合结构实现精准信用分配，提升长周期语言代理的训练效果，在多个基准测试中优于现有方法。

AceGRPO: Adaptive Curriculum Enhanced Group Relative Policy Optimization for Autonomous Machine Learning Engineering

AceGRPO：自适应课程增强的群体相对策略优化用于自主机器学习工程

Yuzhu Cai, Zexi Liu, Xinyu Zhu, Cheng Wang, Yanfeng Wang, Siheng Chen

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

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

AI总结 本文提出AceGRPO，通过动态数据缓冲和可学习潜力函数提升自主机器学习工程的持续迭代优化能力，实验证明其在MLE-Bench-Lite上达到100%有效提交率。

Comments 18 pages, 5 figures

Learning Lifted Action Models from Unsupervised Visual Traces

从无监督视觉轨迹中学习提升的动作模型

Kai Xi, Stephen Gould, Sylvie Thiébaux

机构 * School of Computing, The Australian National University（澳大利亚国立大学计算机学院） 纠错

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

AI总结 本文提出一种深度学习框架，通过无监督视觉轨迹学习状态预测、动作预测及提升的动作模型，并引入混合整数线性规划防止预测崩溃，提升模型在多领域中的全局一致性。

Comments Accepted to the 36th International Conference on Automated Planning and Scheduling (ICAPS-26)

STALE: Can LLM Agents Know When Their Memories Are No Longer Valid?

STALE：LLM代理能否知道其记忆已不再有效？

Hanxiang Chao, Yihan Bai, Rui Sheng, Tianle Li, Yushi Sun

机构 * Wuhan University（武汉大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 STALE基准测试评估LLM代理在新证据出现时修订存储信念的能力，揭示了现有模型在处理隐含冲突和更新状态时的不足，提出三种探查框架并提出CUPMem原型以改进状态感知记忆。

Reconstruction or Semantics? What Makes a Latent Space Useful for Robotic World Models

重建还是语义？什么使潜在空间对机器人世界模型有用

Nilaksh, Saurav Jha, Artem Zholus, Sarath Chandar

机构 * Chandar Research Lab（昌达尔研究实验室） ； Mila – Quebec AI Institute（魁北克人工智能研究院） ； Polytechnique Montréal（蒙特利尔理工学院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 本文评估了不同潜在空间在机器人世界模型中的有效性，发现语义潜在空间在规划和下游政策性能方面优于重建潜在空间。

Comments 9 pages

Teaching Thinking Models to Reason with Tools: A Full-Pipeline Recipe for Tool-Integrated Reasoning

教授思考模型进行工具推理：一种完整的全管道配方用于工具集成推理

Qianjia Cheng, Yuchen Zhang, Zhilin Wang, Yuxin Zuo, Shunkai Zhang, Yuchen Fan, Yu Qiao, Bowen Zhou, Ning Ding, Yu Cheng, Yun Luo, Ganqu Cui

机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：tool-use(abstract)；分类 cs.CL

AI总结 本文提出一种全管道配方，通过注入自然工具使用行为提升强思考模型的工具集成推理能力，同时保持文本推理能力，展示在Qwen3模型上取得最佳性能。

MapPFN: Learning Causal Perturbation Maps in Context

MapPFN：在上下文中学习因果扰动映射

Marvin Sextro, Weronika Kłos, Gabriel Dernbach

机构 * Machine Learning Group, Technische Universität Berlin（技术大学柏林机器学习组） ； Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究院（BIFOLD）） ； Aignostics, Berlin, Germany（柏林Aignostics公司） ； Institute of Pathology, Charité - Universitätsmedizin Berlin（柏林Charité大学医学中心病理研究所） 纠错

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

AI总结 MapPFN通过预训练合成生物先验的网络，在有限湿实验室数据中解耦预训练，利用上下文学习将实验序列映射到扰动后分布，实现零样本识别差异表达基因并提升跨生物上下文预测能力。

Forecasting Oncology Demand Trends with Boosting-Based Bayesian Conjugate Models

基于提升的贝叶斯共轭模型的癌症需求趋势预测

Ademir Batista dos Santos Neto, Tiago Alessandro Espinola Ferreira, Paulo Renato Alves Firmino

机构 * Universidade Federal do Cariri (UFCA)（联邦大学卡拉里（UFCA）） ； Universidade Federal Rural de Pernambuco (UFRPE)（联邦农村佩纳布卢克大学（UFRPE）） 纠错

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

AI总结 本文提出了一种贝叶斯框架，用于预测癌症需求趋势，通过伽马-对数正态共轭结构增强模型的适应性，实验证明其在趋势检测准确率上优于传统方法。

Comments 18 pages, 3 figures

PPO-Based Dynamic Positioning of HAPS-BS in Wind-Disturbed Stratospheric Maritime Networks

基于PPO的风扰气球基站动态定位研究

Azim Akhtarshenas, German Svistunov, Matteo Bernabè, Kuangyu Zheng, David López-Pérez

机构 * Beihang Valencia Polytechnic Institute (BVPI)（北京航空航天谷雨理工大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于深度强化学习的框架，用于风扰环境下海洋网络中气球基站的动态定位，通过PPO算法提升覆盖稳定性与系统吞吐量。

A Differentiable Framework for Global Circulation Model Precipitation Bias Correction

一种可微的全球环流模型降水偏差校正框架

Kamlesh Sawadekar, Seth McGinnis, Peijun Li, Kathryn Lawson, Chaopeng Shen

机构 * Department of Civil and Environmental Engineering, The Pennsylvania State University（宾夕法尼亚州立大学土木与环境工程系） ； Computational & Information Systems Laboratory, National Center for Atmospheric Research（国家大气研究中心计算与信息系统实验室） 纠错

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

AI总结 本文提出dCLIMBA框架，通过学习时空自适应参数化偏差校正过程，有效校正全球环流模型输出与观测数据间的降水偏差，尤其在极端降水上表现优异。

Comments 27 pages, 8 figures, 3 tables

SpatialBench: Benchmarking Multimodal Large Language Models for Spatial Cognition

SpatialBench: 多模态大语言模型空间认知的基准测试

Peiran Xu, Sudong Wang, Yao Zhu, Jianing Li, Gege Qi, Yunjian Zhang

机构 * Sun Yat-Sen University（中山大学） ； HKUST (GZ)（香港科技大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； CAICT（中国科学院电子技术研究所） ； UCAS（中国科学技术大学） ； CUC（中国科学技术大学） 纠错

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

AI总结 本文提出SpatialBench基准，通过五级空间认知框架评估多模态大语言模型的空间能力，揭示模型在感知与符号推理间的性能差异。

Quantifying Trade-Offs Between Stability and Goal-Obfuscation

量化稳定性与目标混淆之间的权衡

Yixuan Wang, Dan Guralnik, Warren Dixon

专题命中 规划决策 ：agent(abstract)

AI总结 本文研究了在连续状态空间中意图隐私的联合控制问题，通过设计隐私约束与跟踪要求的联合可行性分析，提出了基于PCBF的意图隐私保护方法。

Comments 11 pages

PRIMETIME : Limits of LLMs in Temporal Primitives

PRIMETIME：LLMs在时间原语中的极限

Edward Gaere, Florian Wangenheim

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出PRIMETIME合成生成器，用于评估大语言模型中时间推理基础操作（解析和日期时间算术）的分解性。研究发现各原语可靠性各异，且通过生成器可生成训练数据提升事件规划任务性能。

Compound effects of traffic and climate on electric vehicle HVAC energy consumption: a spatiotemporal framework with city-level attribution

交通与气候对电动汽车HVAC能耗的复合影响：一种具有城市级归因的时空框架

Liang Zhang, Wei He

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种时空框架，分析交通与气候对电动汽车HVAC能耗的复合影响，通过分解方法归因于温度和行程时间，揭示冬季舱内热管理的主要差异。

Migration-Driven Demographic Changes: effects on local communities in the canton of Fribourg

人口迁移驱动的人口变化：瑞士弗里堡州本地社区的影响

Emma Bacci

专题命中 规划决策 ：planning(abstract)

AI总结 研究分析了瑞士弗里堡州人口增长对本地社区的影响，采用差分法估计迁移对人口、教育和住房结果的影响，发现迁移对人口结构、教育和住房有持续调整作用。

Beyond Long Tail POIs: Transition-Centered Generalization for Human Mobility Prediction

超越长尾POI：以人为中心的通用化迁移学习用于人类移动预测

Dingyang Lyu, Zhengjia Xu, Jey Han Lau, Jianzhong Qi

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对人类移动预测中长尾POI的泛化问题，提出RECAP框架，通过全局过渡图的多跳转置性和用户轨迹的重访证据重建长尾过渡，提升预测准确性。

SixGman: An Open-Source Planner for Fixed 6G Hierarchical Optical Access-Core Networks

SixGman：一种用于固定6G分层光接入-核心网络的开源规划器

Matin Rafiei Forooshani, Farhad Arpanaei, Hamzeh Beyranvand, Alfonso Sánchez-Macián, Juan Pedro Fernández-Palacios, José Alberto Hernández, David Larrabeiti

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SixGman，一种开源光网络规划工具，用于评估接入-地铁-核心汇聚网络架构。通过交通生成、双宿路由、QoT估计、频谱和光纤分配、技术经济分析、能耗评估和可视化功能，对比传统全分层架构与HL3绕过架构，展示HL3绕过在资源使用、能耗和成本方面的优势。

Sparse-to-Complete: From Sparse Image Captures to Complete 3D Scenes

稀疏到完整：从稀疏图像捕获到完整3D场景

Yiyang Shen, Yin Yang, Kun Zhou, Tianjia Shao

机构 * State Key Lab of CAD\&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； University of Utah（犹他大学） ； Hangzhou Research Institute of Holographic and AI Technology（杭州全息与人工智能技术研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出S2C-3D框架，通过六到八张图像实现高保真完整场景重建，结合专用扩散模型、视图一致性条件采样和相机轨迹规划，提升3D重建质量与鲁棒性。

Journal ref SIGGRAPH 2026 Conf. Proc

Pulse-Width-Specific Phase Space Informed Universal Beam Modeling for UHDR electron LINAC in FLASH-RT

特定脉宽的相空间信息通用束流建模用于FLASH-RT中UHDR电子直线加速器

Rafael Carballeira, David J. Gladstone, Kevin J. Willy, Philip Von-Voigts Rhetz, Rongxiao Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于脉宽特定相空间的通用束流建模方法，用于UHDR电子直线加速器在FLASH-RT中的应用，通过实验验证了束流参数在不同脉宽下的变化规律，并建立了通用参考值以提高计算效率。

Comments 17 pages, 7 figures

Contact-Free Grasp Stability Prediction with In-Hand Time-of-Flight Sensors

无接触抓取稳定性预测与手持时间飞行传感器

Kyle DuFrene, Cindy Grimm

机构 * Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University, Corvallis, OR 97331（协作机器人与智能系统研究所，俄勒冈州立大学，科瓦利斯，OR 97331） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种无需接触的抓取稳定性预测方法，利用多区域时间飞行传感器提高分类速度和准确性，实验显示在验证和测试集上分别达到85.5%和86.0%的准确率。

LC4-DViT: Land-cover Creation for Land-cover Classification with Deformable Vision Transformer

LC4-DViT：基于变形视觉Transformer的土地覆盖创建用于土地覆盖分类

Kai Wang, Siyi Chen, Weicong Pang, Chenchen Zhang, Renjun Gao, Ziru Chen, Cheng Li, Dasa Gu, Rui Huang, Alexis Kai Hon Lau

机构 * HKUST（香港科技大学） ； SSE, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）电子工程系） ； JHU（约翰·霍普金斯大学） ； NUS（新加坡国立大学） ； MUST（慕斯大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出LC4-DViT框架，结合生成数据创建与变形感知视觉Transformer，提升高分辨率土地覆盖制图精度，优于基线模型和传统网络。

Comments This work has been submitted to the IEEE for possible publication.The project is available at https://github.com/weicongpang/LVC2-DViT.git

Risk-Averse Traversal of Graphs with Stochastic and Correlated Edge Costs for Safe Global Planetary Mobility

在具有随机性和相关边成本的图中进行风险规避遍历以实现安全的全球行星移动

Olivier Lamarre, Jonathan Kelly

机构 * Space & Terrestrial Autonomous Robotic Systems (STARS) Laboratory（空间与陆地自主机器人系统实验室） ； University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种新的风险规避加拿大旅行者问题变体，旨在通过条件值在风险度量下寻找最优遍历策略，结合真实火星地图验证了该方法在行星表面长距离移动中的有效性。

Comments Published in the Autonomous Robots journal

Journal ref Autonomous Robots (AURO), Vol. 50, No. 2, Mar. 2026

Authorization Propagation in Multi-Agent AI Systems: Identity Governance as Infrastructure

多智能体AI系统中的授权传播：身份治理作为基础设施

Krti Tallam

机构 * Kamiwaza AI 纠错

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

AI总结 本文探讨多智能体系统中授权传播问题，提出三个子问题和七项结构要求，强调身份治理应作为基础设施持续评估和设计。

Comments Security and systems paper, 20 pages