AI Agent

Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots

基于采样的跟随者-领导者运动规划用于机械臂搭载的连续机器人

Chengnan Shentu, Nicholas Baldassini, Oluwagbotemi D. Iseoluwa, Radian Gondokaryono, Jessica Burgner-Kahrs

机构 * University of Toronto（多伦多大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于采样的跟随者-领导者运动规划方法，用于机械臂搭载的连续机器人，通过分离全局形状搜索与基座姿态确定，实现高效规划与高精度路径跟踪。

Dynamic Full-body Motion Agent with Object Interaction via Blending Pre-trained Modular Controllers

具有物体交互的动态全身体态代理通过融合预训练模块控制器

Sanghyeok Nam, Byoungjun Kim, Daehyung Park, Tae-Kyun Kim

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出一种框架，通过结合预训练的运动先验和模仿代理，在规划和执行阶段生成动态且长期的人-物交互动作，如持桌奔跑，提升了动态人-物交互任务的成功率。

Comments CVPR Findings 2026

ASIP-Planner: Adaptive Planning for UAV Surface Inspection in Partially Known Indoor Environments

ASIP-Planner: 面向部分已知室内结构的自适应规划

Hanyu Jin, Zhefan Xu, Haoyu Shen, Xinming Han, Kanlong Ye, Kenji Shimada

机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出ASIP-Planner框架，通过全局覆盖规划与局部视角调整模块，提升无人机在部分已知室内环境中的表面检测效率与适应性。

Hierarchical LLM-Driven Control for HAPS-Assisted UAV Networks: Joint Optimization of Flight and Connectivity

分层LLM驱动控制用于HAPS辅助无人机网络：飞行与连接的联合优化

Zijiang Yan, Hao Zhou, Wael Jaafar, Jianhua Pei, Ping Wang, Halim Yanikomeroglu, Hina Tabassum

机构 * Department of Electrical Engineering and Computer Science, York University（约克大学电气工程与计算机科学系） ； Samsung Research America（三星美国研究院） ； Department of Software and IT Engineering, École de technologie supérieure (ÉTS), University of Quebec（魁北克大学软件与信息技术工程系，École de technologie supérieure） ； Non-Terrestrial Networks (Carleton-NTN) Lab and the Department of Systems and Computer Engineering, Carleton University（非地面网络（Carleton-NTN）实验室和系统与计算机工程系，卡尔顿大学） 纠错

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

AI总结 本文研究了在整合陆地和非陆地网络中多无人机系统的联合优化问题，提出基于LLM的分层多速率控制框架，通过高精度仿真平台验证了其在提升运输效率、通信吞吐量和减少碰撞率方面的优势。

Comments Submission for possible publication

Deep Reasoning in General Purpose Agents via Structured Meta-Cognition

通过结构化元认知实现通用代理中的深度推理

Dean Light, Michael Theologitis, Kshitish Ghate, Shuyue Stella Li, Benjamin Newman, Chirag Shah, Aylin Caliskan, Pang Wei Koh, Dan Suciu, Yulia Tsvetkov

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文提出深度推理方法，通过结构化元认知构建任务特定框架，提升复杂任务处理能力，在四个基准测试中超越现有方法，减少早终止和幻觉。

Comments Preprint under review

Joint Learning of Hierarchical Neural Options and Abstract World Model

层级神经选项与抽象世界模型的联合学习

Wasu Top Piriyakulkij, Wolfgang Lehrach, Kevin Ellis, Kevin Murphy

机构 * Cornell University（康奈尔大学） ； Google Deepmind（谷歌DeepMind） 纠错

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

AI总结 本文提出AgentOWL方法，通过高效样本学习抽象世界模型和层级神经选项，使智能体在Object-Centric Ataris游戏中以更少数据学习更多技能。

TileLoom: Automatic Dataflow Planning for Tile-Based Languages on Spatial Dataflow Accelerators

TileLoom：面向空间数据流加速器的tile基语言自动数据流规划

Wei Li, Zhenyu Bai, Heru Wang, Pranav Dangi, Zhiqiang Zhang, Cheng Tan, Huiying Lan, Weng-Fai Wong, Tulika Mitra

专题命中 规划决策 ：planning(title)

AI总结 TileLoom通过MLIR框架实现tile基程序到空间数据流架构的编译，通过分布式核心和芯片内网络提升数据复用与通信效率，实验显示其性能与厂商库相当。

Efficient Algorithms for Logistic Contextual Slate Bandits with Bandit Feedback

高效算法用于具有带反馈的逻辑上下文滑动老虎机

Tanmay Goyal, Gaurav Sinha

机构 * Microsoft Research India（微软印度研究院） 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Slate-GLM-OFU和Slate-GLM-TS算法，通过局部规划和全局学习实现低计算成本和低遗憾，实验显示其在合成设置中优于现有基线，并在二分类任务中表现良好。

Comments Accepted to UAI 2025

On Problems of Implicit Context Compression for Software Engineering Agents

关于软件工程代理隐式上下文压缩的问题

Kirill Gelvan, Igor Slinko, Felix Steinbauer, Egor Bogomolov, Florian Kofler, Yaroslav Zharov

机构 * JetBrains Research（JetBrains研究院） ； Technical University of Munich, Germany（慕尼黑技术大学，德国） 纠错

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

AI总结 研究软件工程代理在长周期任务中因上下文长度限制导致的失败问题，探讨连续嵌入编码方法的适用性及多步骤编码任务中的性能不足。

Controllable User Simulation

可控用户模拟

Guy Tennenholtz, Ofer Meshi, Amir Globerson, Uri Shalit, Jihwan Jeong, Craig Boutilier

机构 * Google Research（谷歌研究） ； Tel Aviv University（特拉维夫大学） 纠错

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

AI总结 本文提出将可控模拟视为因果推断问题，通过改进模拟器训练方法消除 lookahead 偏差，实现更稳定的评估性能。

Transferable Delay-Aware Reinforcement Learning via Implicit Causal Graph Modeling

可迁移的延迟感知强化学习：通过隐式因果图建模

Chenran Zhao, Dianxi Shi, Yaowen Zhang, Chunping Qiu, Shaowu Yang

机构 * College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； Intelligent Game and Decision Lab (IGDL)（智能游戏与决策实验室） ； Institute of Military Transportation（军事交通运输研究院） ； School of Artificial Intelligence, Hebei University of Technology（人工智能学院，河北工业大学） 纠错

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

AI总结 本文提出基于隐式因果图建模的可迁移延迟感知强化学习方法，通过节点级语义编码和消息传递机制学习可迁移的结构表示和环境动态知识，以优化策略并实现跨任务知识迁移。

PriorZero: Bridging Language Priors and World Models for Decision Making

PriorZero：连接语言先验与世界模型以实现决策制定

Junyu Xiong, Yuan Pu, Jia Tang, Yazhe Niu

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； The Chinese University of Hong Kong MMLab（香港中文大学MMLab） 纠错

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

AI总结 PriorZero通过解耦的rollout训练设计，将LLM生成的语义先验整合到基于世界模型的规划中，提升探索效率和长期性能，适用于文本冒险游戏和指令遵循任务。

Comments 30 pages, 12 figures

Missingness-MDPs: Bridging the Theory of Missing Data and POMDPs

缺失性马尔可夫决策过程：弥合缺失数据理论与部分可观测马尔可夫决策过程之间的鸿沟

Joshua Wendland, Markel Zubia, Roman Andriushchenko, Maris F. L. Galesloot, Milan Ceska, Henrik von Kleist, Thiago D. Simao, Maximilian Weininger, Nils Jansen

机构 * Ruhr University Bochum（博德姆鲁尔大学） ； Brno University of Technology（布拉格技术大学） ； Radboud University Nijmegen（拉德博德大学奈杰姆） ； Harvard University（哈佛大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 本文提出缺失性马尔可夫决策过程（miss-MDP），一种结合缺失数据理论的POMDP子类，通过学习缺失函数来解决未知缺失函数下的最优策略问题，证明所得策略在真miss-MDP中近似最优。

Simulation Distillation: Pretraining World Models in Simulation for Rapid Real-World Adaptation

模拟蒸馏：在模拟中预训练世界模型以实现快速真实世界适应

Jacob Levy, Tyler Westenbroek, Kevin Huang, Fernando Palafox, Patrick Yin, Shayegan Omidshafiei, Dong-Ki Kim, Abhishek Gupta, David Fridovich-Keil

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学） ； FieldAI 纠错

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

AI总结 本文提出SimDist框架，利用物理模拟器生成大量动作条件机器人经验，通过蒸馏结构先验提升世界模型性能，实现高效真实世界适应。

Comments Robotics: Science and Systems 2026

In-Context Multi-Objective Optimization

上下文多目标优化

Xinyu Zhang, Conor Hassan, Julien Martinelli, Daolang Huang, Samuel Kaski

机构 * Department of Computer Science, Aalto University, Finland（芬兰阿尔托大学计算机科学系） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Department of Computer Science, University of Manchester, UK（英国曼彻斯特大学计算机科学系） 纠错

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

AI总结 TAMO通过Transformer架构实现多目标黑盒优化，无需重新训练即可在不同任务间转移，显著提升优化效率并保持帕累托前沿质量。

From Generic Correlation to Input-Specific Credit in On-Policy Self Distillation

从通用相关性到输入特定的信用在在线自我蒸馏中

Guobin Shen, Lei Huang, Xiang Cheng, Chenxiao Zhao, Jindong Li, Dongcheng Zhao, Xing Yu

机构 * Xiaohongshu Inc.（小红书公司） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 本文研究在线自我蒸馏中奖励的测量与信用分配，提出CREDIT方法通过对比学习分离输入特定成分，提升模型在多个基准上的性能。

Hindsight Hint Distillation: Scaffolded Reasoning for SWE Agents from CoT-free Answers

hindsight提示蒸馏：从无链式思维答案的SWE代理中获得引导式推理

Shengjie Wang, Guanghe Li, Zonghan Yang, Yang Gao

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出HHD方法，通过利用模型自身失败的自我回滚生成 hindsight提示，指导在线回滚完成任务，无需CoT标注，实验显示其在SWE-bench Verified上提升8%。

Comments 28 pages, 7 figures

Internalizing Curriculum Judgment for LLM Reinforcement Fine-Tuning

将课程判断内部化以优化大语言模型强化微调

Han Zheng, Yining Ma, Karthick Gunasekaran, Bharathan Balaji, Zheng Du, Shiv Vitaladevuni, Cathy Wu

机构 * MIT（麻省理工学院） ； Amazon AGI（亚马逊人工智能实验室） 纠错

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

AI总结 本文提出METIS框架，通过内部化课程判断提升LLM强化微调效率与性能，利用训练结果动态分配训练资源，实现闭环优化。

Looking and Listening Inside and Outside: Multimodal Artificial Intelligence Systems for Driver Safety Assessment and Intelligent Vehicle Decision-Making

观察与聆听内外：多模态人工智能系统用于驾驶员安全评估和智能车辆决策

Ross Greer, Laura Fleig, Maitrayee Keskar, Erika Maquiling, Giovanni Tapia Lopez, Angel Martinez-Sanchez, Parthib Roy, Jake Rattigan, Mira Sur, Alejandra Vidrio, Thomas Marcotte, Mohan Trivedi

机构 * Machine Intelligence, Interaction, and Imagination (Mi3) Laboratory（机器智能、交互与想象实验室） ； Laboratory for Intelligent and Safe Automobiles (LISA)（智能与安全汽车实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Center for Medicinal Cannabis Research (CMCR)（医药大麻研究中心） 纠错

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

AI总结 本文提出L-LIO框架，通过融合音频与视觉数据提升驾驶员状态评估和环境理解，探讨音频在车辆安全中的作用，包括驾驶员语音分类、乘客指令分析及视觉不足时的音频辅助。

Intrinsic Vicarious Conditioning for Deep Reinforcement Learning

深度强化学习中的内在代偿条件

Rodney A Sanchez, Ferat Sahin, Alex Ororbia, Jamison Heard

机构 * Rochester Institute of Technology（罗切斯特理工学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种内在代偿条件机制，通过记忆方法实现注意力、保留、再现和强化四个步骤，支持低样本学习，无需示范者策略或奖励函数，在MiniWorld Sidewalk和Box2D CarRacing环境中验证了其效果。

On the Importance of Multistability for Horizon Generalization in Reinforcement Learning

在强化学习中多稳态对地平线泛化的重要性

Asad Bakija, Florent De Geeter, Julien Brandoit, Pierre Sacré, Guillaume Drion

机构 * Dept. of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； University of Liège（利根大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文探讨了多稳态对长地平线泛化的重要性，分析了非线性RNN在实现多稳态中的作用，并指出现代并行架构在长地平线泛化中的局限性。

Comments 23 pages, 6 figures

SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs

SkillGraph：通过演化的技能图增强代理的强化学习

Xiaoyuan Li, Moxin Li, Keqin Bao, Yubo Ma, Wenjie Wang, Dayiheng Liu, Fuli Feng

机构 * University of Science and Technology of China（中国科学技术大学） ； Alibaba Group（阿里巴巴集团） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 SkillGraph通过演化的技能图增强代理的强化学习，解决技能组合任务中的依赖识别和库维护问题，实验显示其在复杂任务中表现优异。

Comments Under Review

GRC: Unifying Reasoning-Driven Generation, Retrieval and Compression

GRC：统一推理驱动生成、检索与压缩

Zhongtao Miao, Qiyu Wu, Yoshimasa Tsuruoka

机构 * The University of Tokyo（东京大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 本文提出GRC框架，通过元潜在标记和统一训练方法，将推理驱动生成、文本表示和上下文压缩整合于单次前向传递中，提升部署效率与训练效果。

Comments Fixed typos in Eq. 4 and GPU names; added details on hybrid paged attention implementation

VLADriver-RAG: Retrieval-Augmented Vision-Language-Action Models for Autonomous Driving

VLADriver-RAG：基于检索增强的视觉-语言-动作模型用于自动驾驶

Rui Zhao, Haofeng Hu, Zhenhai Gao, Jiaqiao Liu, Gao Fei

机构 * College of Automotive Engineering（汽车工程学院） ； The National Key Laboratory of Automotive Chassis Integration and Bionics（汽车底盘集成与生物力学国家级重点实验室） ； ReeFocus AI Technology（ReeFocus人工智能技术） 纠错

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

AI总结 本文提出VLADriver-RAG，通过构建结构化的历史知识，提升自动驾驶中长尾场景的泛化能力，采用视觉到场景机制和场景对齐嵌入模型，结合查询驱动的VLA骨干网络，实现高精度轨迹合成。

Learning What Can Be Picked: Active Reachability Estimation for Efficient Robotic Fruit Harvesting

学习可采摘之物：用于高效农业机器人采摘的主动可达性估计

Nur Afsa Syeda, Mohamed Elmahallawy, Luis Fernando de la Torre, John Miller

机构 * Washington State University（华盛顿州立大学） 纠错

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

AI总结 本文提出一种结合RGB-D感知与主动学习的方法，用于高效判断水果可达性，减少标注工作量并提高预测精度，实验表明在低标注情况下，熵和边距采样效果最佳。

Multilevel Fair Allocation with Matroid-Rank Preferences

多级公平分配与Matroid-秩偏好

Maxime Lucet, Nawal Benabbou, Aurélie Beynier, Nicolas Maudet

机构 * LIP6, CNRS, Sorbonne Université（LIP6研究所、法国国家科学研究中心、索邦大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出多级资源公平分配方法，基于树状层级结构，通过matroid-rank效用函数实现高效公平分配，设计了两种算法保证效率与公平性。

DreamPolicy: A Unified World-model Policy for Scalable Humanoid Locomotion

DreamPolicy: 一种统一的世界模型策略用于可扩展的人形机器人运动

Yahao Fan, Tianxiang Gui, Kaiyang Ji, Shutong Ding, Chixuan Zhang, Yifeng Xu, Ke Yang, Jiayuan Gu, Jingyi Yu, Jingya Wang, Ye Shi

机构 * ShanghaiTech University（上海科技大学） ； InstAdapt 纠错

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

AI总结 DreamPolicy通过整合离线数据与扩散式世界模型，实现单一策略掌握已知和未知地形。其地形感知世界模型能生成物理合理的未来轨迹，作为动态目标指导策略，避免手动奖励工程。实验表明，DreamPolicy在未知和复合地形上性能优于基线38%。

Towards Model-Free Learning in Dynamic Population Games: An Application to Karma Economies

动态群体博弈中无模型学习的研究：以Karma经济为例

Matteo Cederle, Saverio Bolognani, Gian Antonio Susto

机构 * Department of Information Engineering（信息工程系） ； Automatic Control Laboratory（自动控制实验室） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文研究了Karma动态群体博弈中的无模型均衡学习，通过深度Q网络分析新成员在稳态纳什均衡下的学习过程，并通过实验展示结合深度强化学习与 fictitious play 可实现接近中心计算的稳态纳什均衡。

Continuous Flood Nowcasting in South Asia: A Multi-Sensor Ensemble Remote Sensing Framework for Flood Extent

南亚连续洪水现在预测：一种多传感器集成遥感框架用于洪水范围

Usman Nazir, Disha Gomathinayagam, Muhammad Kamran, Sara Khalid

机构 * Planetary Health Informatics (PHI) Lab, University of Oxford（行星健康信息学（PHI）实验室，牛津大学） ； Blavatnik School of Government, University of Oxford（布劳维克政府学院，牛津大学） ； PMIU Secretariat, Irrigation Department, Pakistan（灌溉部门PMIU秘书处，巴基斯坦） 纠错

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

AI总结 本文提出一种多传感器集成遥感框架，用于巴基斯坦的连续洪水现在预测，整合了Sentinel-1 SAR、HLS L30和S30、MODIS和VIIRS观测数据，生成实时连续洪水地图，验证了其在洪水监测和灾害响应中的有效性。

Comments Visualising Climate 2026

HeteroGenManip: Generalizable Manipulation For Heterogeneous Object Interactions

HeteroGenManip：异构物体交互的通用操作

Zhenhao Shen, Zeming Yang, Yue Chen, Yuran Wang, Shengqiang Xu, Mingleyang Li, Hao Dong, Ruihai Wu

机构 * Peking University（北京大学） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出HeteroGenManip框架，通过两阶段方法解决机器人异构物体交互中的接触点定位和轨迹规划问题，实现跨类型物体的鲁棒泛化。