AI Agent

Finite-Horizon Markov Decision Processes with State Constraints

有限时间 horizon 马尔可夫决策过程与状态约束

Mahmoud El Chamie, Behcet Acikmese

专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种高效算法，用于解决有限时间 horizon 约束马尔可夫决策过程中的非稳态随机策略问题，通过线性规划和对偶理论保证最优性。

Comments submitted to IEEE CDC 2015. arXiv admin note: text overlap with arXiv:1507.01151

Taming mismatches in inter-agent distances for the formation-motion control of second-order agents

消除交互距离不匹配以实现二阶代理的形成-运动控制

Hector Garcia de Marina, Bayu Jayawardhana, Ming Cao

专题命中 记忆与上下文管理 ：agent(title)

AI总结 本文分析距离不匹配对二阶代理标准梯度刚性形成控制的影响，指出其导致最终形状扭曲和群体稳态运动，并通过结合标准控制律与分布式估计器消除这些行为，同时利用不匹配参数控制群体的平移和旋转运动。

Comments 14 pages, conditionally accepted in Automatic Control, IEEE Transactions on

Scaling Self-Evolving Agents via Parametric Memory

通过参数化内存扩展自进化智能体

Tao Ren, Weiyao Luo, Hui Yang, Rongzhi Zhu, Xiang Huang, Yuchuan Wu, Bingxue Chou, Jieping Ye, Jiafeng Liang, Yongbin Li, Yijie Peng

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 提出TMEM框架，通过在线更新LoRA权重使智能体从经验中学习，从而在单轮交互中改变未来行为，并在多个基准上优于基于摘要和检索的方法。

Expanding the Active Inference Landscape: More Intrinsic Motivations in the Perception-Action Loop

拓展主动推断领域：感知-动作循环中的更多内在动机

Martin Biehl, Christian Guckelsberger, Christoph Salge, Simón C. Smith, Daniel Polani

机构 * Araya Inc.（Araya公司） ； Computational Creativity Group, Department of Computing, Goldsmiths, University of London（Goldsmiths大学计算创意小组） ； Game Innovation Lab, Department of Computer Science and Engineering, New York University（纽约大学游戏创新实验室） ； Sepia Lab, Adaptive Systems Research Group, Department of Computer Science, University of Hertfordshire（赫特福德大学计算机科学系Sepia实验室） ； Institute of Perception, Action and Behaviour, School of Informatics, The University of Edinburgh（爱丁堡大学信息学院感知、行为与行为研究所） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文探讨主动推断中是否可利用其他内在动机替代原有动机，同时保持核心机制，并通过形式化方法连接通用强化学习。

Comments 53 pages, 6 figures, 2 tables

$ε$-Nash Equilibria for Major Minor LQG Mean Field Games with Partial Observations of All Agents

$ε$-Nash Equilibria for Major Minor LQG Mean Field Games with Partial Observations of All Agents

Dena Firoozi, Peter E. Caines

专题命中 记忆与上下文管理 ：agent(abstract,abstract_cn)

AI总结 本文研究了在所有智能体都有部分观测情况下的主要-次要线性二次博弈系统，通过分离原理建立了无限次LQG MFG系统的$ε$-Nash均衡的存在性及个体智能体的控制律。

Comments To appear in the IEEE Transactions on Automatic Control

A Simple Framework for Stability Analysis of State-Dependent Networks of Heterogeneous Agents

一种用于异质代理状态依赖网络稳定性分析的简单框架

S. Rasoul Etesami

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种简单框架，用于分析在复杂时变环境中异质代理动态网络的稳定性，通过Lyapunov稳定性方法解决了意见动态中的挑战性问题，并引入了最近邻动态作为非对称意见动态的新类别。

SUSD: Structured Unsupervised Skill Discovery through State Factorization

SUSD: 通过状态分解的结构化无监督技能发现

Seyed Mohammad Hadi Hosseini, Mahdieh Soleymani Baghshah

机构 * Department of Computer Engineering（计算机工程系） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出SUSD框架，通过将状态空间分解为独立组件并分配不同技能变量，结合动态模型自适应引导探索，实现更丰富多样的无监督技能发现，并在分解环境中显著优于现有方法。

Comments Published as a conference paper at ICLR 2026

PFAx: Predictable Feature Analysis to Perform Control

PFAx：可预测特征分析用于控制

Stefan Richthofer, Laurenz Wiskott

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 PFAx通过整合补充信息提升预测性能，并透明展示补充信息对特征选择的影响，应用于强化学习环境中的智能体控制优化。

Recurrent Reinforcement Learning: A Hybrid Approach

递归强化学习：一种混合方法

Xiujun Li, Lihong Li, Jianfeng Gao, Xiaodong He, Jianshu Chen, Li Deng, Ji He

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种混合模型，结合监督学习和强化学习，用于部分可观测任务的状态表示学习，在极少领域知识下有效。

Comments 11 pages, 6 figures

PersonaTree: Structured Lifecycle Memory for Person Understanding in LLM Agents

PersonaTree: 面向LLM智能体人物理解的结构化生命周期记忆

Yubo Hou, Jingwei Song, Hongbo Zhang, Zhisheng Chen, Bang Xiao, Tao Wan, Zengchang Qin

机构 * School of ASEE, Beihang University, Beijing, China（北京航空航天大学航空科学与工程学院） ； The University of Hong Kong, Hong Kong, China（香港大学） ； Peking University, Beijing, China（北京大学） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； School of BME, Beihang University, Beijing, China（北京航空航天大学生物医学工程学院） ； CAIR and CECS, VinUniversity, Hanoi, Vietnam（越南河内 Vin 大学 CAIR 和 CECS） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL

AI总结 提出PersonaTree，一种结构化生命周期记忆框架，通过三级人物树和显式支持路径，将交互证据抽象为人物理解，在多个基准上取得领先性能。

DPDL: Towards Differential Privacy Preservation in Decentralized Stochastic Learning on Non-IID Data

DPDL: 非独立同分布数据下分散式随机学习中的差分隐私保护

Yunsheng Yuan, Xue Xiao, Lina Wang, Feng Li

机构 * School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） ； Inspur Cloud Information Technology Co, Ltd（Inspur 云信息技术有限公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 针对非独立同分布数据下的分散式学习隐私泄露问题，提出基于差分隐私和相似性校准的DPDL算法，通过加噪和余弦相似度校准实现隐私保护并保持线性加速。

Adaptive Input Estimation in Linear Dynamical Systems with Applications to Learning-from-Observations

线性动态系统中自适应输入估计及其在学习-观察中的应用

Sebastian Curi, Kfir Y. Levy, Andreas Krause

机构 * Electrical Engineering Department, Technion- Israel Institute of Technology（电气工程系，技术ion-以色列理工学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种自适应输入估计算法，通过在每个时间步高效地平衡偏差和方差以优化总体估计误差，并在学习-观察框架中展示了其在控制器学习中的有效性。

Comments CDC 2019

Distributed Learning from Interactions in Social Networks

社交网络中交互的分布式学习

Francesco Sasso, Angelo Coluccia, Giuseppe Notarstefano

机构 * European Research Council (ERC)（欧洲研究理事会） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于社交网络交互的分布式学习框架，利用贝叶斯方法和最大似然估计，通过图模型工具实现参数和超参数的分布式估计，用于用户画像建模。

Comments This submission is a shorter work (for conference publication) of a more comprehensive paper, already submitted as arXiv:1706.04081 (under review for journal publication). In this short submission only one social set-up is considered and only one of the relaxed estimators is proposed. Moreover, the exhaustive analysis, carried out in the longer manuscript, is completely missing in this version

Asynchronous Adaptation and Learning over Networks - Part III: Comparison Analysis

异步适应与学习在网络中的适应 Part III：比较分析

Xiaochuan Zhao, Ali H. Sayed

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文比较了同步与异步网络及去中心化适应与集中化随机梯度方法的性能，发现异步网络在异步事件下仍能保持稳定收敛，且去中心化网络性能可媲美集中化方案。

Comments 39 pages, 3 figures

Statistical Structure Learning, Towards a Robust Smart Grid

统计结构学习，迈向稳健的智能电网

Hanie Sedghi, Edmond Jonckheere

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于公交相角马尔可夫图的去中心化虚假数据注入检测方案，利用条件协方差测试学习电网结构，通过直流功率流模型证明正常情况下电网图可确定相角马尔可夫图，检测计算图与学习结构的差异以触发警报，无需额外硬件即可检测复杂攻击。

Online Markov decision processes with Kullback-Leibler control cost

在线马尔可夫决策过程与Kullback-Leibler控制成本

Peng Guan, Maxim Raginsky, Rebecca Willett

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文研究了在线控制问题，通过离散时间随机游走在有限状态空间中进行决策，采用KL散度作为控制成本，提出了一种计算高效且具有小遗憾的策略，并在目标跟踪任务中验证了其性能。

Comments to appear in IEEE Transactions on Automatic Control

Identification of Information Structures in Bayesian Games

贝叶斯博弈中信息结构的识别

Masaki Miyashita

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文在线性二次高斯框架下，研究如何从均衡行动分布中识别潜在信息结构，提出并证明了典型信息结构类可唯一识别且能刻画状态方差缩减的下界。

A Hybrid Observer for a Distributed Linear System with a Changing Neighbor Graph

一种用于具有变化邻居图的分布式线性系统的混合观测器

L. Wang, A. S. Morse, D. Fullmer, J. Liu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种混合观测器，用于估计具有变化邻居图的分布式线性系统的状态，通过多个代理同时估计状态，并利用局部观测器和参数估计器在事件时间更新估计值，最终实现指数收敛。

Comments 7 pages, the 56th IEEE Conference on Decision and Control

A Class of Hybrid LQG Mean Field Games with State-Invariant Switching and Stopping Strategies

一类具有状态不变切换和停止策略的混合LQG均场博弈

Dena Firoozi, Ali Pakniyat, Peter E. Caines

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种结合均场博弈理论和混合最优控制理论的新框架，用于求解具有切换和停止时间的非合作博弈的唯一ε-Nash均衡，通过分析主要代理和次要代理的子群体结构，建立了状态不变的最优切换和停止时间策略。

Comments To appear in Automatica

Inverse reinforcement learning in continuous time and space

连续时间和空间中的逆强化学习

Rushikesh Kamalapurkar

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种数据驱动的逆强化学习技术，用于估计线性系统中的代理成本函数，通过输入输出测量实现在线估计，同时利用状态和参数估计器实现输出反馈逆强化学习，成本函数估计精度达到常数倍。

Finite Horizon Density Control for Static State Feedback Linearizable Systems

有限时间 horizon 密度控制用于静态状态反馈线性化系统

Kenneth F. Caluya, Abhishek Halder

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文研究了在有限时间范围内操控静态反馈线性化控制系统的联合状态概率密度函数的问题，提出了一种最小能量控制器的结构，并将其视为动态最优传输理论的推广，同时提供了一个基于Schrödinger桥的算法来近似可行控制器。

Cyber-Social Systems: Modeling, Inference, and Optimal Design

网络-社会系统：建模、推断与最优设计

Mohammadreza Doostmohammadian, Hamid R. Rabiee, Usman A. Khan

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了网络-社会系统的建模、推断和最优设计问题，提出了一种无需假设底层社会系统秩的分布式推断协议，开发了新型代理分类以确定不同类型的连接需求，并解决了具有分布式可观测性的网络约束的最优设计问题。

Comments 12 pages, 7 figures

Journal ref IEEE systems journal, 2019

Ratiometric control for differentiation of cell populations endowed with synthetic toggle switches

基于合成toggle开关的细胞群体比例比率控制

Davide Salzano, Davide Fiore, Mario di Bernardo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究如何通过外部控制输入调节两种细胞群体的比例，利用具有双稳记忆机制的细胞（如遗传toggle开关）实现细胞群体之间的转换，并提出三种控制策略以调节比例至任意目标值，同时考虑实验微流体平台中的物理和技术约束。

Comments Accepted to CDC'2019

Journal ref in Proc. of the IEEE 58th Conference on Decision and Control, 2019, pp. 927-932

A Distributed Observer for a Time-Invariant Linear System

一种时间不变线性系统的分布式观测器

L. Wang, A. S. Morse

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种用于估计多通道连续时间线性系统状态的分布式观测器，通过分析邻居关系图的强连通性和系统可观测性，实现了观测器谱的自由配置。

Comments 8 pages, 1 figure

Journal ref IEEE Transactions on Automatic Control, 01 November 2017

Macroscopic Noisy Bounded Confidence Models with Distributed Radical Opinions

具有分布式极端观点的宏观噪声有界信心模型

M. A. S. Kolarijani, A. V. Proskurnikov, P. Mohajerin Esfahani

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了作为有界信心意见动力学的均值场（宏观）近似出现的非线性福克-计划克（FP）方程，其中意见受环境噪声和极端观点（顽固个体）的影响。极端观点的分布作为无限维的外生输入影响FP方程的稳态意见分布。本文建立了FP方程的数学性质，特别是证明了动态方程的适定性，提供了稳态解的存在性结果及定量全局估计，以及建立了保证动态收敛到稳态的噪声水平下界。结合结果（ii）和（iii）可得系统在足够大噪声下的输入-输出稳定性。接着利用傅里叶分析研究了在均匀初始分布下意见簇的结构。具体给出了两种用于识别秩序-混乱转变和表征初始聚类行为的数值方案。分析结果通过连续体代理模型（偏微分方程）和对应的离散代理模型（相互作用随机微分方程）的数值模拟得到验证。

Linear Single- and Three-Phase Voltage Forecasting and Bayesian State Estimation with Limited Sensing

基于有限传感的线性和三相电压预报与贝叶斯状态估计

Roel Dobbe, Werner van Westering, Stephan Liu, Daniel Arnold, Duncan Callaway, Claire Tomlin

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出了一种利用有限实时测量数据改进实时电压预测的方法，通过将贝叶斯估计转化为线性最小二乘估计问题，结合高斯过程构建负载预测，实现快速高分辨率的状态估计更新，优于传统WLS方法，并在实际测试馈线中验证其有效性。

Comments To appear in IEEE Transactions on Power Systems

Solving the Equity Risk Premium Puzzle and Inching Towards a Theory of Everything

解决股权风险溢价之谜并迈向万物理论

Ravi Kashyap

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文探讨了解决股权风险溢价之谜的不同方法，并提出了一种更现实且可操作的框架，以应对社会科学中的各种难题，包括个体投资能力与消费能力的不匹配、价值的客观衡量标准缺失、动态社会系统带来的意外后果等。

Journal ref Journal of Private Equity, Spring 2018, Institutional Investor Journals, New York, USA, Vol. 21, No. 2, pp. 45-63;

State Monitoring for Situational Awareness in Rural Microgrids Using the IoT Infrastructure

利用物联网基础设施实现农村微电网情境感知的状态监测

Seyed Amir Alavi, Mehrnaz Javadipour, Kamyar Mehran

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种基于事件触发的估计策略和数据采集架构，用于微电网的情境感知。通过基于事件触发卡尔曼滤波的估计代理结构，利用LoRAWAN协议实现情境感知的状态估计层，并通过智能电表收集大量数据以实现微电网的充分情境感知。使用Thingsboard物联网平台和定制仪表板进行可视化，证明了通过所提出的估计策略，可以以最小的安装和通信成本实现微电网的准确平均状态估计。

Securing State Estimation Under Sensor and Actuator Attacks: Theory and Design

在传感器和执行器攻击下保障状态估计：理论与设计

Mehrdad Showkatbakhsh, Yasser Shoukry, Suhas Diggavi, Paulo Tabuada

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在传感器和执行器被恶意攻击者攻击时，如何通过稀疏强可观测性理论正确重构线性时不变系统状态，并提出基于理论求解的估计器以解决内在的组合问题。

Secure distributed filtering for unstable dynamics under compromised observations

在受篡改观测下对不稳定动态的安全分布式滤波

Xingkang He, Xiaoqiang Ren, Henrik Sandberg, Karl Henrik Johansson

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在有界噪声和不稳定动态下，受篡改观测的线性时不变系统的安全分布式滤波问题。提出了一种递归分布式滤波器，包含两个部分：一部分采用饱和-like方案，当创新太大时提供小增益；另一部分是邻近代理之间状态估计的一致操作。建立了估计误差有界的充分条件，该条件与网络拓扑、系统结构和最大被篡改代理子集相关。进一步提供了等价陈述，连接到集中化框架中的2s-稀疏可观测性，使得充分条件可行。最后通过数值模拟验证了所开发的结果。