AI Agent

Adaptive mine planning under geological uncertainty: A POMDP framework for sequential decision-making

在地质不确定性下的自适应采矿规划：一个用于序列决策的POMDP框架

Hamza Khalifi, Jef Caers, Yassine Taha, Mostafa Benzaazoua, Abdellatif Elghali

机构 * Geology & Sustainable Mining Institute (GSMI), University Mohammed VI Polytechnic (UM6P)（地质与可持续采矿研究所（GSMI），穆罕默德六世理工学院（UM6P）） ； Department of Earth and Planetary Sciences, Stanford University（地球与行星科学系，斯坦福大学） 纠错

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

AI总结 本文提出将采矿调度建模为部分可观测马尔可夫决策过程，通过混合SA-POMDP架构实现自适应决策，减少预期现实差距并提升净现值。

Human Robot Collaborative Assembly Planning: An Answer Set Programming Approach

人类机器人协作装配规划：一种答案集编程方法

Momina Rizwan, Volkan Patoglu, Esra Erdem

机构 * Faculty of Engineering and Natural Sciences, Sabancı University, Istanbul, Turkey（工程与自然科学学院，萨班奇大学，伊斯坦布尔，土耳其） 纠错

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

AI总结 本文提出一种基于答案集编程的协作装配规划方法，结合常识推理和丰富的沟通动作，用于处理不确定性和确保安全协作。

Comments 36th International Conference on Logic Programming (ICLP 2020), University Of Calabria, Rende (CS), Italy, September 2020, 15 pages

A Formal Framework for Robot Construction Problems: A Hybrid Planning Approach

机器人构建问题的正式框架：一种混合规划方法

Faseeh Ahmad, Esra Erdem, Volkan Patoglu

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

AI总结 本文提出一种基于答案集编程的混合规划框架，用于解决机器人构建问题，确保结构稳定性、支撑性和任务顺序，通过基准实例验证了方法的有效性。

Comments 8 pages (double-column), 7 figures

MAP: A Map-then-Act Paradigm for Long-Horizon Interactive Agent Reasoning

MAP：一种用于长周期交互代理推理的先映射再行动范式

Yuxin Liu, Ziang Ye, Yueqing Sun, Mingye Zhu, Jinwei Xiao, Zhuowen Han, Qi GU, Xunliang Cai, Lei Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Meituan（美团） ； Institution of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出MAP范式，通过先构建环境认知再执行任务，解决交互代理中环境感知延迟问题，实验显示在多个基准测试中表现优异。

From Pixels to BFS: High Maze Accuracy Does Not Imply Visual Planning

从像素到BFS：高迷宫精度并不意味着视觉规划

Alberto G. Rodriguez Salgado

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文通过MazeBench基准测试，揭示了多模态模型在视觉空间任务中依赖于文本网格转换和逐步路径枚举，而非真正的规划，高精度并不等同于人类空间理解。

Comments 15 pages, 10 figures. Code and mazes available at https://github.com/alrod97/LLMs_mazes

Prismatic World Model: Learning Compositional Dynamics for Planning in Hybrid Systems

棱柱世界模型：学习组合动力学以在混合系统中规划

Mingwei Li, Xiaoyuan Zhang, Chengwei Yang, Zilong Zheng, Yaodong Yang

机构 * Beijing Institute of Technology（北京理工大学） ； Peking University（北京大学） ； NLCo Lab, Beijing Institute for General Artificial Intelligence（北大师范学院实验室，北京人工智能研究院） 纠错

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

AI总结 本文提出Prismatic World Model，通过分解混合动力学为可组合的原始构件，解决机器人领域中基于模型的规划问题，提升轨迹优化算法的精度。

Simplification Ad Absurdum? Revisiting Gas Flow Modeling for Integrated Energy System Planning

反推简化？重新审视集成能源系统规划中的气体流动建模

Thomas Klatzer, Yannick Werner, Sonja Wogrin

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文分析了简化管道气体流动模型对集成能源系统规划的影响，通过案例研究发现简化压力-流量关系和气体动力学会导致在更真实的动态气体流动模型下产生重大遗憾，主要贡献是提出动态模型的高效求解算法研究方向。

An Overtaking Trajectory Planning Framework Based on Spatio-temporal Topology and Reachable Set Analysis Ensuring Time Efficiency

基于时空拓扑与可达集分析的超越轨迹规划框架：确保时间效率

Wule Mao, Zhouheng Li, Entao Sun, Lei Xie, Hongye Su

机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, 310027, China（工业控制技术国家重点实验室，浙江大学，杭州，310027，中国） ； Shanghai STEP Electric Corporation, Shanghai, 201802, China（上海STEP电力有限公司，上海，201802，中国） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出SROP框架，通过时空拓扑搜索获取多样初始路径并结合可达集分析提升计算效率，实验显示轨迹平滑度提升66.8%且计算时间减少62.9%。

Decoupled Planning for Multiple Omega-Regular Objectives

多重ω-regular目标的解耦规划

Guy Avni, Thomas A. Henzinger, Kaushik Mallik, Suman Sadhukhan, K. S. Thejaswini

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

AI总结 本文提出了解耦框架，通过独立代理选择局部策略并由调度器动态组合，解决图上满足多个ω-regular目标的路径生成问题，探讨了调度器协调对正确性的必要性及安全目标的同步协议。

Comments 33 pages, 6 figures. Extended version of the paper accepted at CAV 2026

Multi-Depth Uniform Coverage Path Planning for Unmanned Surface Vehicle Surveying

多深度均匀覆盖路径规划用于无人水面舰艇勘测

Maider Larrazabal, Tong Yang, Izaro Goienetxea, Jaime Valls Miro

机构 * AZTI Foundation（AZTI基金会） ； Tsinghua University（清华大学） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学（UPV/EHU）） ； University of Technology Sydney（悉尼技术大学） ； IKERBASQUE 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种新型自动覆盖路径规划算法，用于无人水面舰艇的水深勘测。通过整合粗略的深度信息预处理目标区域，并自适应引导路径生成和探测范围配置，优化路径间距以实现更一致的海底覆盖。

Comments Accepted by ICRA 2026

DynoJEPP: Joint Estimation, Prediction and Planning in Dynamic Environments

DynoJEPP：动态环境中的联合估计、预测与规划

Mikolaj Kliniewski, Jesse Morris, Yiduo Wang, Ian R. Manchester, Viorela Ila

机构 * Australian Centre For Robotics (ACFR)（澳大利亚机器人中心） ； School of Aerospace, Mechanical and Mechatronic Engineering (AMME)（航空航天、机械与机电工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 DynoJEPP通过引入定向因子解决传统因子图方法中预测与规划对状态估计的干扰问题，确保在动态环境中安全运行。

Career Mobility of Planning Alumni in the United States: Evidence from Professional Profile Data using Large Language Models

美国规划校友职业流动性研究：基于专业资料数据和大语言模型的证据

Yan Wang, Su Jeong Jo

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究利用大语言模型分析13万余名美国规划校友的职业流动性，发现采用多部门经验或行业转换路径的校友流动性更高，软技能和地理流动性是晋升关键因素。

BoostTaxo: Zero-Shot Taxonomy Induction via Boosting-Style Agentic Reasoning and Constraint-Aware Calibration

BoostTaxo：通过提升式代理推理和约束感知校准进行零样本分类诱导

Yancheng Ling, Zhenlin Qin, Leizhen Wang, Zhenliang Ma

机构 * KTH Royal Institute of Technology（皇家理工学院） ； Monash University（莫纳什大学） 纠错

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

AI总结 BoostTaxo通过提升式代理推理和约束感知校准方法，提升零样本分类诱导的泛化能力、结构可靠性及效率，实验证明其在WordNet、DBLP和SemEval-Sci数据集上性能优异。

Comments 13 pages,7 figtures

PersonalAI 2.0: Enhancing knowledge graph traversal/retrieval with planning mechanism for Personalized LLM Agents

PersonalAI 2.0：通过规划机制增强知识图谱遍历/检索以实现个性化大语言模型代理

Mikhail Menschikov, Matvey Iskornev, Alexander Kharitonov, Alina Bogdanova, Mikhail Belkin, Ekaterina Lisitsyna, Artyom Sosedka, Victoria Dochkina, Ruslan Kostoev, Ilia Perepechkin, Evgeny Burnaev

机构 * Huawei, Moscow, Russia（华为，莫斯科，俄罗斯） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.CL

AI总结 PersonalAI 2.0通过动态多阶段查询流程提升知识图谱遍历与检索能力，结合实体提取和生成线索查询，提升回答准确性，优于现有方法，且在多个基准测试中表现优异。

Self-Supervised On-Policy Reinforcement Learning via Contrastive Proximal Policy Optimisation

通过对比性近端策略优化实现自监督在线策略学习

Asim Osman, Sasha Abramowitz, Mark Bergh, Ulrich Armel Mbou Sob, Ruan John de Kock, Omayma Mahjoub, Oussama Hidaoui, Noah De Nicola, Arnol Manuel Fokam, Felix Chalumeau, Daniel Rajaonarivonivelomanantsoa, Siddarth Singh, Refiloe Shabe, Juan Claude Formanek, Simon Verster Du Toit, Arnu Pretorius

机构 * InstaDeep ； AIMS ； University of Stellenbosch（斯特伦博斯大学） 纠错

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

AI总结 本文提出CPPO算法，通过对比性Q值直接优化策略优势，无需奖励函数或回放缓冲区，在连续和离散环境中均表现出色，超越现有CRL基线并在多项任务中达到与PPO相当的性能。

Manipulation Planning for Construction Activities with Repetitive Tasks

具有重复任务的建筑活动的操纵规划

Wangyi Liu, Dasharadhan Mahalingam, Fanru Gao, Ci-Jyun Liang, Nilanjan Chakraborty

机构 * Department of Mechanical Engineering, Stony Brook University, NY, USA（石英布大学机械工程系） ； Department of Civil Engineering, Stony Brook University, NY, USA（石英布大学土木工程系） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文研究了执行包含重复任务的建筑活动的操纵技能获取问题，通过虚拟现实环境模拟建筑活动，利用螺旋几何近似演示动作，并通过ScLERP和RMRC计算关节空间运动规划，实验表明该方法能稳健地处理长且需要精度的重复性建筑任务。

FlowCompile: An Optimizing Compiler for Structured LLM Workflows

FlowCompile: 一种用于结构化大语言模型工作流的优化编译器

Junyan Li, Zhang-Wei Hong, Maohao Shen, Yang Zhang, Chuang Gan

机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

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

AI总结 本文提出FlowCompile，一种优化结构化大语言模型工作流的编译器，通过编译时设计空间探索生成高质量可重用配置集，实现准确率与延迟的平衡，实验表明其在多种工作流和基准测试中表现优异，速度提升达6.4倍。

Towards Long-horizon Embodied Agents with Tool-Aligned Vision-Language-Action Models

面向长周期具身智能体的工具对齐视觉-语言-动作模型

Zixing Lei, Changxing Liu, Yichen Xiong, Minhao Xiong, Yuanzhuo Ding, Zhipeng Zhang, Weixin Li, Siheng Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出VLAs-as-Tools方法，通过高阶视觉语言模型与专用工具协作，提升长周期任务的成功率与调用忠实度。

interwhen: A Generalizable Framework for Steering Reasoning Models with Test-time Verification

interwhen：一种可泛化的引导推理模型进行测试时验证的框架

Vishak K Bhat, Prateek Chanda, Vijval Ekbote, Ashmit Khandelwal, Maitreyi Swaroop, Vineeth N. Balasubramanian, Subbarao Kambhampati, Nagarajan Natarajan, Amit Sharma

机构 * Microsoft Research（微软研究院） ； IIT Bombay（印度理工学院班加罗尔分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 interwhen提出一种单轨迹验证框架，通过反馈中间推理轨迹引导模型行为，解决验证状态获取和 verifier 缺乏的问题，提升推理代理的任务完成和政策合规性。

Comments 56 pages, 6 figures

HCSG: Human-Centric Semantic-Geometric Reasoning for Vision-Language Navigation

HCSG：以人类为中心的语义-几何推理用于视觉-语言导航

Haoxuan Xu, Tianfu Li, Wenbo Chen, Yi Liu, Jin Wu, Huashuo Lei, Yunfan Lou, Lujia Wang, Hesheng Wang, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； University of Science and Technology Beijing（北京科技大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 HCSG提出了一种以人类为中心的框架，通过结合几何预测和语义解释，提升动态环境中视觉-语言导航的安全性和社交智能。

Asynchronous Reasoning: Training-Free Interactive Thinking LLMs

异步推理：无需训练的交互式思考LLM

George Yakushev, Nataliia Babina, Masoud Vahid Dastgerdi, Vyacheslav Zhdanovskiy, Denis Kuznedelev, Alina Shutova, Max Ryabinin

机构 * Yandex ； HSE University（俄罗斯高等经济大学） ； The University of Tokyo（东京大学） ； MATS ； Together AI 纠错

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

AI总结 本文提出一种无需额外训练的LLM异步推理方法，通过位置嵌入特性实现同时思考、倾听和生成输出，提升数学、常识和安全推理任务的准确性和响应速度。

Comments Preprint, work in progress

Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization

自适应平滑切比雪夫注意力用于多目标策略优化

Alejandro Murillo-Gonzalez, Mahmoud Ali, Lantao Liu

机构 * Indiana University–Bloomington（印第安纳大学布卢明顿分校） 纠错

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

AI总结 本文提出自适应平滑切比雪夫框架，通过动态调节优化景观曲率，解决多目标强化学习中非凸区域解恢复问题，验证于机器人隐身视觉搜索任务，发现非凸区域的帕累托最优策略。

Comments To appear in the Proceedings of Robotics: Science and Systems (RSS) 2026

Asymmetric On-Policy Distillation: Bridging Exploitation and Imitation at the Token Level

非对称在线策略蒸馏：在令牌层面弥合利用与模仿

Nan Jia, Haojin Yang, Xing Ma, Jiesong Lian, Shuailiang Zhang, Weipeng Zhang, Ke Zeng, Xunliang Cai, Zequn Sun

机构 * Huazhong University of Science and Technology（华中科技大学） ； Peking University（北京大学） ； Meituan（美团） 纠错

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

AI总结 本文提出非对称在线策略蒸馏，通过局部散度最小化改进传统策略蒸馏，提升数学推理任务表现，实现更稳定的策略熵和持续工具使用能力。

Language Model Goal Selection Differs from Humans' in a Self-Directed Learning Task

语言模型的目标选择与人类在自我指导学习任务中不同

Gaia Molinaro, Dave August, Danielle Perszyk, Anne G. E. Collins

机构 * University of California, Berkeley（加州大学伯克利分校） ； Amazon AGI Lab（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.CL

AI总结 研究通过控制实验发现语言模型在目标选择上与人类存在显著差异，多数模型表现不佳，而人类则能逐步探索并达成多样化目标。

Differentiable Evolutionary Reinforcement Learning

可微分进化强化学习

Sitao Cheng, Tianle Li, Xuhan Huang, Xunjian Yin, Difan Zou

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 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DERL，通过可微分的元优化器自动发现最优奖励结构，实现复杂任务中的高效强化学习，优于传统非可微方法。

Comments Work in Progress. We release our code and model at https://github.com/sitaocheng/DERL

Generating synthetic computed tomography for radiotherapy: SynthRAD2025 challenge report

生成放射治疗用合成计算机断层扫描：SynthRAD2025挑战报告

Viktor Rogowski, Maarten L. Terpstra, Niklas Wahl, Florian Kamp, Erik van der Bijl, Arthur Jr. Galapon, Christopher Kurz, Bowen Xin, Zhengxiang Sun, Hollie Min, Gregg Belous, Jason Dowling, Yan Xia, Siyuan Mei, Fuxin Fan, Arthur Longuefosse, Javier Sequeiro Gonzalez, Miguel Diaz Benito, Alvaro Garcia Martin, Fabien Baldacci, Valentin Boussot, Cédric Hémon, Jean-Claude Nunes, Jean-Louis Dillenseger, Zhiyuan Zhang, Jinghua Cai, Han Bing, Tan Zuopeng, Ricardo Brioso, Daniele Loiacono, Guillaume Landry, Adrian Thummerer, Matteo Maspero

机构 * Radiation Physics, Department of Hematology, Oncology ； Radiation Physics, Skåne University Hospital, Lund, Sweden ； Medical Radiation Physics, Department of Clinical Sciences Lund, Lund University, Lund, Sweden ； Radiotherapy Department, University Medical Center Utrecht, Utrecht, The Netherlands ； Computational Imaging Group for MR Diagnostics \& Therapy, University Medical Center Utrecht, Utrecht, The Netherlands ； Division of Medical Physics in Radiation Oncology, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg, Germany ； Heidelberg Institute for Radiation Oncology (HIRO) ； National Center for Radiation Research in Oncology (NCRO), Heidelberg, Germany ； Department of Radiation Oncology ； Cyberknife Center, University Hospital of Cologne, Cologne, Germany ； Department of Radiation Oncology, Radboud University Medical Center, Nijmegen, The Netherlands ； Department of Radiation Oncology, University Medical Center Groningen, University of Groningen, Groningen, The Netherlands ； Department of Radiation Oncology, LMU University Hospital, LMU Munich, Munich, Germany ； Bavarian Cancer Research Center (BZKF), Munich, Germany ； Australian eHealth Research Center, CSIRO, Brisbane, Australia ； School of Computer Science, University of Sydney, Sydney, Australia ； Department of Orthodontics ； Pattern Recognition Lab, FAU Erlangen-Nuremberg, Germany ； RIKEN Center for Integrative Medical Sciences, Tokyo, Japan ； Erasmus Mundus Joint Master's Degree IPCVai, University of Bordeaux, France ； Computer Science, Huazhong University of Science ； Huazhong University of Science ； Canon Medical Systems (China) CO., LTD., Beijing, China ； Department of Radiation Oncology, Inselspital, Bern University Hospital ； University of Bern, Bern, Switzerland 纠错

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

AI总结 SynthRAD2025挑战赛评估了合成CT生成方法在头颈、胸腔和腹部2362名患者中的性能，通过图像相似性、分割和剂量学指标验证了深度学习在生成CT中的有效性，揭示了MRI到CT转换的持续挑战。

Comments 59 pages total: 26 pages main article + supplementary material; 8 figures in the main manuscript and 3 supplementary figures. Currently under review at the journal Medical Image Analysis (MIA)

SieveFL: Hierarchical Runtime-Aware Pruning for Scalable LLM-Based Fault Localization

SieveFL：面向可扩展LLM故障定位的分层运行时感知剪枝

Mahdi Farzandway, Fatemeh Ghassemi

专题命中 规划决策 ：agent(abstract)；分类 cs.SE

AI总结 SieveFL通过分层过滤机制提升LLM故障定位效率，通过预处理过滤减少候选方法数量，提升准确率和排名质量，无需使用前沿模型。

RS-Claw: Progressive Active Tool Exploration via Hierarchical Skill Trees for Remote Sensing Agents

RS-Claw：通过分层技能树实现渐进式主动工具探索的遥感代理

Liangtian Liu, Zeyuan Wang, Ziyu Li, Kai Ouyang, Zichao Tang, Chengfu Liu, Haifeng Li, Hanwen Yu, Wentao Yang, Cheng Yang, Dongyang Hou

机构 * School of Geosciences and Info-Physics, Central South University（地质科学与信息物理学院，中南大学） ； School of Resources and Environment, University of Electronic Science and Technology of China（资源与环境学院，电子科技大学） ； School of Earth Sciences and Spatial Information Engineering, Hunan University of Science and Technology（地球科学与空间信息工程学院，湖南科技大学） ； Sanya Institute of Hunan University of Science and Technology（海南科技大学三亚研究院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出RS-Claw，通过分层技能树实现主动探索，解决遥感代理工具选择中的被动机制问题，提升长周期推理中的工具命中率和上下文空间效率。

GRIP-VLM: Group-Relative Importance Pruning for Efficient Vision-Language Models

GRIP-VLM：基于组相对重要性的高效视觉-语言模型压缩

Mingzhe Huang, Weijun Wang, Xin Ding, Liang Mi, Hao Wen, Yuanchun Li, Lichen Pang, Shansong Yang, Yunxin Liu, Ting Cao

机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Juhaokan Technology Co.,Ltd（极皓科技有限公司） ； Nanjing University（南京大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 GRIP-VLM通过强化学习框架解决视觉语言模型中大规模视觉token处理的计算瓶颈，通过组相对重要性策略优化实现高效压缩，达到15%的推理加速。

Comments 10 pages, 11 figures

EpiGraph: Building Generalists for Evidence-Intensive Epilepsy Reasoning in the Wild

EpiGraph：构建证据密集型癫痫推理的通用专家

Yuyang Dai, Zheng Chen, Jathurshan Pradeepkumar, Yasuko Matsubara, Jimeng Sun, Yasushi Sakurai, Yushun Dong

机构 * Florida State University（佛罗里达州立大学） ； The University of Osaka（大阪大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 EpiGraph通过整合癫痫领域异构知识图谱，提升证据驱动的临床推理能力，在药基因组学任务中提升30-41%，为神经科应用提供实用评估框架。