AI Agent

Learning When to Act: Communication-Efficient Reinforcement Learning via Run-Time Assurance

学习何时行动：通过运行时保证实现通信高效的强化学习

Adam Haroon, Erick J. Rodríguez-Seda, Cody Fleming, Tristan Schuler

机构 * Department of Mechanical Engineering, Iowa State University（爱荷华州立大学机械工程系） ； Department of Weapons, Robotics, and Control Engineering, United States Naval Academy（美国海军学院武器、机器人与控制工程系） ； Navy Center for Applied Research in Artificial Intelligence (NCARAI), U.S. Naval Research Laboratory（美国海军人工智能应用研究中心（NCARAI）） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出通过运行时保证实现通信高效的强化学习，研究在已知平衡点附近稳定化问题，通过Lyapunov安全盾联合学习控制输入和通信效率的决策，展示适应性定时而非平均速率使稀疏安全。

Comments 27 pages, 6 figures

When Should an AI Workflow Release? Always-Valid Inference for Black-Box Generate-Verify Systems

何时应释放AI工作流？始终有效的推理用于黑盒生成-验证系统

Young Hyun Cho, Will Wei Sun

机构 * Department of Statistics, Purdue University（普渡大学统计系） 纠错

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

AI总结 本文提出一种始终有效的释放包装器，用于现有生成-验证流程，通过构建高质量失败参考池并校准部署时的验证器评分，以在可选停止条件下保证有效性。

Quantitative Certification of Agentic Tool Selection

代理工具选择的定量认证

Jehyeok Yeon, Isha Chaudhary, Gagandeep Singh

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出LLMCert-T框架，通过统计方法为代理工具选择流程提供高置信度的正确性上限，揭示当前LLM代理在干扰选择和Top-N饱和规格下的脆弱性。

Ergodicity Library: A Python Toolkit for Stochastic-Process Simulation, Time-Average Diagnostics, and Agent-Based Experiments

遍历性库：用于随机过程模拟、时间平均诊断和基于代理的实验的Python工具包

Ihor Kendiukhov

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

AI总结 本文介绍了一个用于随机动态计算的开源Python库，专注于非遍历性、时间平均行为、重尾过程和不确定性决策。该工具包整合了过程定义、分析工具和基于代理的实验，提供可重复的示例。

Position: Assistive Agents Need Accessibility Alignment

位置：辅助代理需要可访问性对齐

Jie Hu, Changyuan Yan, Yu Zheng, Ziqian Wang, Jiaming Zhang

机构 * School of Artificial Intelligence and Robotics（人工智能与机器人学院） ； Hunan University（湖南大学） ； Changsha, China（中国长沙） 纠错

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

AI总结 本文指出辅助代理设计需考虑可访问性对齐，通过分析778个任务实例，揭示现有代理在辅助场景中的失败原因，并提出生命周期导向的设计流程。

Comments 9 pages, 1 figures, Accepted to ICML 2026

State-Centric Decision Process

以状态为中心的决策过程

Sungheon Jeong, Ryozo Masukawa, Sanggeon Yun, Mahdi Imani, Mohsen Imani

机构 * University of California, Irvine（加州大学尔湾分校） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出SDP框架，通过让智能体逐步构建缺失的状态空间和转换规则，解决语言环境缺乏运行时结构的问题，并在多个基准测试中取得最佳无训练结果。

Grid-Orch: An LLM-Powered Orchestrator for Distribution Grid Simulation and Analytics

Grid-Orch：一种基于大语言模型的配电系统仿真与分析 orchestrator

Boming Liu, Jin Dong, Jamie Lian

机构 * Electrification and Energy Infrastructures Division, Oak Ridge National Laboratory（电力化与能源基础设施部门，橡树岭国家实验室） ； UT-Battelle, LLC（UT-巴托尔实验室） 纠错

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

AI总结 Grid-Orch通过Model Context Protocol将大语言模型与电力系统仿真结合，提供36个领域工具，支持自然语言进行复杂分析，提升配电系统研究效率。

User Reviews as a Source for Usability Requirements: A Precursor Study on Using Large Language Models

用户评论作为可用性需求的来源：利用大语言模型的前期研究

Cedric Wellhausen, Laura Reinhardt, Kurt Schneider

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

AI总结 本文探讨利用大语言模型处理用户评论以提取可用性需求的可能性，提出了一套编码数据集和提示工程方法，并验证了LLM在识别可用性需求方面的表现。

Connecting the Dots: A Machine Learning Ready Dataset for Ionospheric Forecasting Models

连接点：为电离层预报模型准备的机器学习数据集

Linnea M. Wolniewicz, Halil S. Kelebek, Simone Mestici, Michael D. Vergalla, Giacomo Acciarini, Bala Poduval, Olga Verkhoglyadova, Madhulika Guhathakurta, Thomas E. Berger, Atılım Güneş Baydin, Frank Soboczenski

机构 * Department of Information and Computer Science（信息与计算机科学系） ； University of Hawai‘i at Mānoa（夏威夷大学毛纳罗亚分校） ； Department of Engineering Science（工程科学系） ； University of Oxford（牛津大学） ； Università degli Studi di Roma Sapienza（罗马大学） ； Free Flight Research Lab（自由飞行研究实验室） ； University of New Hampshire（新罕布什尔大学） ； European Space Agency (ESA)（欧洲航天局） ； NASA Jet Propulsion Laboratory（美国宇航局喷气推进实验室） ； NASA Headquarters（美国宇航局总部） ； Space Weather Technology, Research, and Education Center（空间天气技术、研究与教育中心） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； Department of Computer Science（计算机科学系） ； University of York & King’s College London（约克大学及伦敦国王学院） 纠错

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

AI总结 本文提出一个整合多种电离层和日球层数据的机器学习数据集，用于改进电离层预报模型，支持科学探索和实际应用。

Comments 8 pages, 2 figures, 2 tables. Accepted as a poster presentation in the Machine Learning for the Physical Sciences workshop at NeurIPS 2025. Dataset can be found on Zenodo (https://zenodo.org/records/18343833) or GitHub (https://github.com/FrontierDevelopmentLab/2025-HL-Ionosphere-dataset)

VLTI/PIONIER imaging of post-AGB binaries. An INSPIRING hunt for inner rim substructures in circumbinary discs

VLTI/PIONIER成像用于后AGB双星系统。寻找环绕双星盘内 rim 子结构的激励性搜索

Toon De Prins, Akke Corporaal, Jacques Kluska, Devika Kamath, Hans Van Winckel, Kateryna Andrych, Javier Alcolea, Narsireddy Anugu, Jean-Philippe Berger, Valentin Bujarrabal, Ivan Gallardo Cava, Stefan Kraus, Hans Olofsson

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文利用VLTI/PIONIER干涉成像技术，研究后AGB双星系统的内 rim 结构，揭示可能的子结构，发现四个目标存在异常亮度增强，可能由辐射或动力学响应或流体不稳定性引起。

Comments Accepted for publication in Astronomy & Astrophysics. 32 pages, 16 figures

Laser-scanning of induction-melted Al alloys: are they representative of additively manufactured ones?

感应熔融铝合金的激光扫描：它们是否代表增材制造的合金？

Zhaoxuan Ge, Sebastian Calderon, S. Mohadeseh Taheri-Mousavi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过感应熔融样品的多路径激光扫描，模拟快速固结以替代定制粉末生产，分析了Al-Ni-Zr-Er合金的微观结构与机械性能，发现其微观结构相似但性能略有下降。

Factorization of denominators as a `fuel' for Feynman integral reduction

因子化分母作为费曼积分简化的一种‘燃料’

Alexander V. Smirnov, Vladislav. A. Fokin, Egor Yu. Chuvashov

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究IBP系数中分母因子化模式，开发实用算法以提取并利用因子化分母结构，提高大规模简化效率与鲁棒性。

GeomHair: Reconstruction of Hair Strands from Colorless 3D Scans

GeomHair：从无色3D扫描中重建发丝

Rachmadio Noval Lazuardi, Artem Sevastopolsky, Egor Zakharov, Matthias Niessner, Vanessa Sklyarova

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种从无色3D扫描直接重建发丝的方法，通过多模态发丝方向提取，结合神经网络2D线检测器和扩散先验，构建了Strands400数据集，支持下游任务和CG工作流。

Comments 15 pages, 9 figures, 1 table

A Quantum Multi-Programming Framework to Maximize Quantum Resources for the LUCJ Ansatz

一种量子多编程框架以最大化LUCJ ansatz的量子资源

Milana Bazayeva, Abigail McClain Gomez, Kenneth M. Merz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出利用量子多编程优化LUCJ ansatz处理量子化学问题，通过样本量子对角化和扩展版本提升基态能量计算精度，并通过实验验证多编程框架中串扰的抑制效果。

AgenticFlict: A Large-Scale Dataset of Merge Conflicts in AI Coding Agent Pull Requests on GitHub

AgenticFlict：一个大规模的人工智能编码代理拉取请求中合并冲突数据集

Daniel Ogenrwot, John Businge

机构 * University of Nevada Las Vegas（内华达大学拉斯维加斯分校） 纠错

专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract,abstract_cn)；分类 cs.AI、cs.SE

AI总结 本文提出AgenticFlict数据集，用于研究AI编码代理生成的合并冲突问题，揭示了AI生成代码中合并冲突的频率和影响，强调了对AI辅助软件开发中集成挑战的理解需求。

Comments Accepted at the 3rd ACM International Conference on AI-Powered Software (AIware 2026)

Combining Mechanical and Agentic Specification Inference for Move

结合机械和代理规范推断的Move

Wolfgang Grieskamp, Teng Zhang, Vineeth Kashyap

机构 * Aptos Labs（Aptos实验室） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出结合机械分析与代理编码的Move规范推断工具，通过WP分析和AI辅助生成高阶规范，减少手动编写规范的繁琐工作。

How to Interpret Agent Behavior

如何解释智能体行为

Jie Gao, Kaiser Sun, Jen-tse Huang, Katherine Van Koevering, Sijie Ji, Heyuan Huang, Weiyan Shi, Zhuoran Lu, Ziang Xiao, Daniel Khashabi, Mark Dredze

机构 * Johns Hopkins University（约翰霍普金斯大学） ； California Institute of Technology（加州理工学院） ； Northeastern University（东北大学） ； Purdue University（普渡大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文提出ACT*ONOMY框架，通过构建行为分类体系和开放仓库，帮助研究人员更一致地解读智能体行为，提升监控与控制能力。

Comments 34 pages in total

Language-Based Agent Control

基于语言的代理控制

Timothy Zhou, Loris D'Antoni, Nadia Polikarpova

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 本文提出语言基于代理控制（LBAC），一种新的代理应用编程模型，结合编程语言和语言基础安全技术，确保代理控制的正确性。LBAC通过要求代理生成在周围框架代码上下文中类型正确的程序，从而在执行前拒绝不安全程序，实现统一的策略应用。

Agentic Interpretation: Lattice-Structured Evidence for LLM-Based Program Analysis

代理解释：基于格结构的证据用于基于LLM的程序分析

Jacqueline L. Mitchell, Chao Wang

机构 * University of Southern California, Los Angeles, California, USA（美国南加州大学） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE

AI总结 本文提出代理解释框架，结合格结构静态分析与LLM程序推理，通过分解分析目标为局部断言并跟踪LLM判断，改进程序分析的灵活性和准确性。

Comments 27 pages, 6 figures

SimWorld Studio: Automatic Environment Generation with Evolving Coding Agent for Embodied Agent Learning

SimWorld Studio：基于进化编码代理的自动环境生成用于具身学习

Haoqiang Kang, Xiaokang Ye, Yuhan Liu, Siddhant Hitesh Mantri, Lingjun Mao, James Fleming, Drishti Regmi, Lianhui Qin

机构 * UC San Diego（加州大学圣迭戈分校） ； New York University（纽约大学） 纠错

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

AI总结 本文提出SimWorld Studio平台，通过进化编码代理生成动态3D环境，提升具身学习性能。环境生成与学习相互促进，使代理在未见基准上表现更优。

AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents

AIHarness工程：一种用于基础模型软件代理的运行时基质

Hailin Zhong, Shengxin Zhu

机构 * Hong Kong Baptist University（香港 Baptist大学） ； Beijin Normal University（北京师范大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出AIHarness工程，通过运行时基质提升软件代理的工程能力，定义了十一项核心职责，并提出四层 ladder 框架和基于追踪的评估协议，以验证模型-基质-环境系统生成可验证、可归因和可维护的变更。

Comments 16 pages

Learning POMDP World Models from Observations with Language-Model Priors

从观测中学习POMDP世界模型：利用语言模型先验

Valentin Six, Frederik Panse, Mathis Fajeau, Lancelot Da Costa, Mridul Sharma, Alfonso Amayuelas, Tim Z. Xiao, David Hyland, Philipp Hennig, Bernhard Schölkopf

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； IRIIS ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； University of Tübingen（图宾根大学） ； University of Oxford（牛津大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出Pinductor，利用语言模型先验从少量观测-动作轨迹学习POMDP模型，实现高效世界模型学习。

SWE-Cycle: Benchmarking Code Agents across the Complete Issue Resolution Cycle

SWE-Cycle：在完整问题解决周期中对齐代码代理的基准测试

Hao Guan, Lingyue Fu, Shao Zhang, Yaoming Zhu, Kangning Zhang, Lin Qiu, Xunliang Cai, Xuezhi Cao, Weiwen Liu, Weinan Zhang, Yong Yu

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文提出SWE-Cycle基准测试，评估代码代理在环境重建、代码实现和测试生成等任务中的能力，揭示了在端到端任务中处理跨阶段依赖和保持代码质量的关键瓶颈。

PROMETHEUS: Automating Deep Causal Research Integrating Text, Data and Models

PROMETHEUS：整合文本、数据和模型的深度因果研究自动化

Sridhar Mahadevan

机构 * Adobe Research and University of Massachusetts, Amherst（Adobe研究院和马萨诸塞大学阿默斯特分校） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 PROMETHEUS通过整合文本、数据和模型构建因果地图，利用局部因果预测状态模型和区域限制图分析研究领域内的因果关系与证据矛盾。

Comments 27 pages

Collaborator or Assistant? How AI Coding Agents Partition Work Across Pull Request Lifecycles

合作者还是助手？AI编码代理如何在拉取请求生命周期中分配工作

Young Jo, Chung, Safwat Hassan

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文研究AI编码代理在拉取请求生命周期中如何分配工作，通过分析工具的协作-助手光谱，探讨操作权与合并治理的分离，提出分类学、状态机和可重复实验包。

Comments 10 pages, 8 figures, AIWare 2026 conference

PersonalAlign: Hierarchical Implicit Intent Alignment for Personalized GUI Agent with Long-Term User-Centric Records

PersonalAlign：面向个性化GUI代理的分层隐式意图对齐

Yibo Lyu, Gongwei Chen, Rui Shao, Weili Guan, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 GUI与网页智能体 ：agent(title,summary_cn)；分类 cs.AI、cs.LG

AI总结 本文提出PersonalAlign，通过长期用户记录实现个性化GUI代理的隐式意图对齐，引入AndroidIntent基准测试，评估代理在模糊指令解析和主动建议中的表现，HIM-Agent在执行和主动性能上提升显著。

Comments Accepted to ACL26 Main

GUIGuard-Bench: Toward a General Evaluation for Privacy-Preserving GUI Agents

GUIGuard-Bench：面向隐私保护GUI代理的通用评估

Yanxi Wang, Zhiling Zhang, Wenbo Zhou, Weiming Zhang, Jie Zhang, Qiannan Zhu, Yu Shi, Shuxin Zheng, Jiyan He

机构 * Beijing Normal University（北京师范大学） ； Zhongguancun Academy（中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； A*STAR ； Zhongguancun Institution of Artificial Intelligence（中关村人工智能研究所） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 GUIGuard-Bench通过241个真实GUI代理轨迹和4080张截图，评估隐私保护GUI代理的隐私识别、规划一致性和保护策略影响，揭示隐私识别是实际应用中的关键瓶颈。

What Limits Vision-and-Language Navigation ?

什么是限制视觉-语言导航的因素？

Yunheng Wang, Yuetong Fang, Taowen Wang, Lusong Li, Kun Liu, Junzhe Xu, Zizhao Yuan, Yixiao Feng, Jiaxi Zhang, Wei Lu, Zecui Zeng, Renjing Xu

机构 * HKUST(GZ)（香港科技大学（广州）） ； JD Explore Academy（京东探索研究院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出StereoNav框架，通过引入目标-位置先验和立体视觉，提升真实环境导航一致性，实验显示其在RGB性能和参数效率上优于现有方法。

Breaking Down and Building Up: Mixture of Skill-Based Vision-and-Language Navigation Agents

拆解与构建：基于技能的视觉-语言导航代理混合

Tianyi Ma, Yue Zhang, Zehao Wang, Parisa Kordjamshidi

机构 * Michigan State University（密歇根州立大学） ； ESAT-PSI, KU Leuven（KU莱顿大学ESAT-PSI实验室） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出SkillNav框架，通过模块化技能推理提升视觉-语言导航性能，通过合成数据训练无监督的路由模型，实现对复杂场景的泛化能力。

Comments Accepted by ACL 2026 Main Conference

DQN-Driven Adaptive Neighbor Discovery for Directional Aerial Networks

基于DQN的自适应邻居发现方向空中网络

Md Asif Ishrak Sarder, Murat Yuksel, Elizabeth Bentley

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出基于DQN的自适应收发机选择协议，解决方向空中网络中邻居发现与隐私保护的平衡问题，通过动态调整探测模式提升连接效率和隐私保护。

Comments Accepted at IEEE ICC 2025. This is the author-accepted manuscript