AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
传感器运动世界模型：通过逆动力学实现面向行动感知
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Department of Computer Science, Brown University（布朗大学计算机科学系） ； ELLIS Institute（ELLIS研究所） ； ETH Zürich（苏黎世联邦理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出传感器运动世界模型（SMWM），通过逆动力学正则化端到端训练潜空间世界模型，防止表示崩溃并学习与行动对齐的紧凑表示，在2D和3D控制任务中实现竞争性规划性能。
TelcoAgent: 一种可扩展的5G多KPM预测与3GPP基础可解释性
机构 * NextG Wireless Lab, North Carolina State University（北卡罗来纳州立大学下一代无线实验室） ； Kyung Hee University（庆熙大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出TelcoAgent框架，利用基础模型实现多KPM的零样本预测，通过3GPP知识图谱和可解释性管道提供可操作诊断。
Comments 6 pages, 6 figures. Submitted to IEEE GLOBECOM 2026
上下文学习能否支持内在好奇心？
机构 * Google – Paradigms of Intelligence Team（Google – 智能范式团队） ； Google DeepMind（谷歌DeepMind）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究利用序列模型的上下文学习能力作为即时无更新世界模型，以消除传统内在好奇心方法中梯度下降的计算瓶颈，理论证明在非时间设置下可渐近收敛到真实学习进度。
大型语言模型的在线策略蒸馏综述
机构 * Tencent, China（腾讯，中国）
专题命中 规划决策 ：agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文综述了大型语言模型的在线策略蒸馏方法，探讨了蒸馏过程中如何通过反馈减少累积误差，提出了基于f-散度最小化的蒸馏框架，并分析了蒸馏与强化学习之间的联系。
Comments Ongoing Work
增强生成式自动出价：结合离线奖励评估与策略搜索
机构 * Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） ； Department of Automation, Tsinghua University（清华大学自动化系）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 针对现有生成式自动出价方法无法超越静态数据集进行探索的性能瓶颈，提出AIGB-Pearl方法，通过轨迹评估器和KL-Lipschitz约束的分数最大化方案实现安全高效探索，在模拟和真实广告系统中取得最优性能。
整合国家森林清查、机载激光雷达和卫星影像，利用计算机视觉实现森林结构的全覆盖制图
机构 * Vibrant Planet Public Benefit Corporation（Vibrant Planet 公益公司）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出VibrantForests框架，结合卫星影像、激光雷达样本和计算机视觉，以10米分辨率生成美国本土的冠层覆盖、高度、生物量等森林属性图，减少饱和与回归均值问题。
DF-ExpEnse: 扩散滤波探索用于高效样本微调
机构 * Stanford University（斯坦福大学） ； Brown University（布朗大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 提出DF-ExpEnse探索技术，利用生成控制策略的多模态建模能力和评论家集成，在微调中高效收集在线经验，提升样本效率。
Comments ICML 2026
视觉-语言模型是理解3D场景还是仅仅 catalogue 物体？
机构 * Deccan AI（德克南人工智能）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文通过一个包含3034个样本的人工整理基准，探讨了视觉-语言模型对空间理解的深度有序遮挡、光学几何推断和体积重新安排规划能力，发现模型在重新安排可见布局时表现优异，但在遮挡和反射推断上表现较差。
类别增量运动预测
机构 * Department of Computer Science, University of Freiburg, Germany（弗赖堡大学计算机科学系） ； Qualcomm SARL France（法国.qualcomm SARL） ； Automated Driving, Qualcomm Technologies, Inc.（qualcomm Technologies, Inc. 自动驾驶部门）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出类别增量运动预测新任务，通过端到端框架结合伪标签与开放词汇分割，利用3D-2D投票机制和查询特征方差重放策略，缓解灾难性遗忘并适应新类别。
Comments V3: Change title. Add further experiments
强化孪生用于扑翼无人机的混合控制
机构 * Environmental and Applied Fluid Dynamics, von Karman Institute for Fluid Dynamics（环境与应用流体动力学，冯·卡门流体动力学研究所） ； Department of Mechanical Engineering, Vrije Universiteit Brussel（机械工程系，自由大学布鲁塞尔） ； Department of Electromechanical, Systems and Metal Engineering, Ghent University（机电系统与金属工程系，根特大学） ； Aero-Thermo-Mechanics Laboratory, École Polytechnique de Bruxelles, Université Libre de Bruxelles（航空热力学力学实验室，布鲁塞尔理工学院，自由大学布鲁塞尔） ； Experimental Aerodynamics and Propulsion Lab, Universidad Carlos III de Madrid（实验空气动力学与推进实验室，马德里卡洛斯三世大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 提出一种混合无模型/基于模型的扑翼无人机控制方法，通过强化孪生算法结合强化学习与自适应数字孪生，利用迁移学习和策略裁判提升样本效率与控制鲁棒性。
BioHarness：面向生物医学问答的底物感知证据组装——跨文献、知识库和生物图谱
专题命中 规划决策 ：workflow(abstract)
AI总结 提出BioHarness，通过级联控制机制在文献检索、知识库和生物图谱间选择性组装证据，提升生物医学问答准确率，在19,302个问答项上得分从65.9提升至71.0。
Comments 14 Pages, 11 Figures, Keywords: biomedical question answering; retrieval-augmented generation; large language models; evidence assembly; biomedical knowledge bases; biological atlases
三维管状结构骨架的半自动校正：基于分量最小生成树与过滤Delaunay三角剖分
专题命中 规划决策 ：planning(abstract)
AI总结 提出一种半自动方法，通过用户选择源点和目标点，结合分量最小生成树和过滤Delaunay三角剖分，重建合理的中心线连接，校正骨架拓扑伪影。
Comments Accepted at ACM ICMR 2026
Journal ref In Proceedings of the International Conference on Multimedia Retrieval (ICMR '26), June 16--19, 2026, Amsterdam, Netherlands. ACM, New York, NY, USA, 10 pages
自主组件集合的范畴与层论语义
专题命中 规划决策 ：autonomous agent(abstract)
AI总结 针对自主组件集合语言SCEL，提出基于范畴论和层论的多层数学模型，将机器人社会建模为拓扑空间上的层，通过层上同调量化系统故障，将分布式系统验证转化为几何分析。
3D场景图：开放挑战与未来方向
机构 * University of Stuttgart（斯图加特大学） ； IMPRS-IS（马克斯·普朗克研究所-智能系统） ； Sapienza University of Rome（罗马萨皮恩扎大学） ； Google（谷歌） ； MIT（麻省理工学院） ； University of Freiburg（弗赖堡大学） ； UTN University of Montreal（蒙特利尔大学UTN分校） ； Mila TU Munich（慕尼黑技术大学Mila）
专题命中 规划决策 ：planning(abstract)
AI总结 本文统一综述3D场景图（3DSG）的构建、应用与评估，分析现有建模选择与开放挑战，旨在推动鲁棒部署。
Comments Invited article for the Annual Review of Control, Robotics, and Autonomous Systems Volume 10
优化农业无人机作业：从发射与回收选址到分层路由策略
专题命中 规划决策 ：planning(abstract)
AI总结 提出农业无人机喷洒作业框架，通过p-中位启发式将选址时间从97秒降至1.2秒，分层路由将计算时间降低一个数量级，实现分钟级规划。
Comments 33 pages, 4 tables, 10 figures, preprint submitted to Drone Systems & Applications
城市公平的移动目标：中国合肥的时空需求与双重劣势
专题命中 规划决策 ：planning(abstract)
AI总结 利用手机GPS数据构建动态人口暴露面，结合网络旅行时间和人均服务指标，揭示合肥医疗和绿地服务的时空不平等，发现双重劣势区域集中于内城郊区而非偏远外围。
自动驾驶中基于反事实分析的自监督相关性建模
机构 * Networked Systems Lab, Universidad Miguel Hernandez de Elche（网络系统实验室，米格尔·希内斯·埃尔切大学）
专题命中 规划决策 ：planning(abstract)
AI总结 提出一种基于反事实分析的自监督方法，用于量化自动驾驶中物体的相关性，实现毫秒级实时估计，并生成相关性热图以辅助感知与规划。
临床试验设计操作特性的Q-近似
专题命中 规划决策 ：planning(abstract)
AI总结 提出Q-近似方法，通过二次近似似然函数替代完整数据模拟，快速评估临床试验的操作特性，计算效率比蒙特卡罗模拟高150-1900倍。
具有碰撞避免保证的机器人操作器鲁棒凸模型预测控制
机构 * ABB robotics（ABB机器人公司） ； Department of Mechanical Engineering, Imperial College London（帝国理工学院机械工程系） ； Department of Information Technology, Uppsala University（乌普萨拉大学信息科技系）
专题命中 规划决策 ：planning(abstract)
AI总结 提出一种结合鲁棒管MPC与走廊规划算法的凸MPC方案，在模型不确定下实现工业机器人快速无碰撞运动，优于基准方法。
内生不确定性下情境问题的相对解释：竞争性设施选址的应用
专题命中 规划决策 ：planning(abstract)
AI总结 针对具有二元决策变量和内生不确定性的情境随机优化问题，提出基于Wasserstein距离正则化的相对反事实解释框架，生成稀疏、合理且可解释的解释，并应用于竞争性设施选址和电动汽车充电站规划。
OncoReg：面向肿瘤学挑战的医学图像配准
机构 * Institute of Medical Informatics, University of Lübeck（吕贝克大学医学信息学研究所） ； Institute of Radiology and Nuclear Medicine, University Hospital Schleswig-Holstein（石勒斯维希-霍尔斯坦大学医院放射科和核医学研究所） ； Department of Biomedical Engineering and Center for Biotechnology and Interdisciplinary Studies, Rensselaer Polytechnic Institute（伦塞拉塞尔理工学院生物医学工程系和生物技术与跨学科研究中心） ； School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） ； Division of Informatics, Imaging and Data Sciences, University of Manchester（曼彻斯特大学信息学、成像和数据科学系） ； DAMO Academy, Alibaba Group（阿里集团DAMO学院） ； Hangzhou Shengshi Technology Co., Ltd（杭州盛世科技有限公司） ； Department of Radiation Oncology, University Hospital Schleswig-Holstein（石勒斯维希-霍尔斯坦大学医院放射肿瘤科） ； EchoScout GmbH ； Radboud University Medical Center, Nijmegen（奈密根大学医学中心） ； Institute of Interventional Radiology, University Hospital Schleswig-Holstein（石勒斯维希-霍尔斯坦大学医院介入放射科）
专题命中 规划决策 ：planning(abstract)
AI总结 提出OncoReg挑战，通过两阶段框架在保护患者隐私的同时开发可泛化的图像配准方法，用于放射治疗中锥束CT与扇束CT的配准，发现特征提取是关键，深度学习和经典方法结合最有效。
Comments 21 pages, 13 figures
多无人机协作轨迹用于服务动态需求和充电电池
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种多无人机协作路径规划方法，以高效服务动态分布的需求并优化电池充电，通过降低计算复杂度和设计快速迭代算法，实现对大规模无人机群的高效路径规划。
AgentFinVQA：一种可部署的多智能体管道用于可审计的金融图表问答
机构 * Vector Institute（向量研究所）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 提出多智能体管道AgentFinVQA，通过分解查询步骤并记录可追溯的模型评估包，在金融图表问答中实现可审计性与本地部署，在FinMME上提升准确率7.68个百分点。
Agentra: 一种可监督的多智能体企业入侵响应框架
机构 * The University of Alabama, Alabama, USA（阿拉巴马大学） ； Roma Tre University, Rome, Italy（罗马三大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 提出可监督的多智能体入侵响应框架Agentra，通过角色划分、规划-验证循环、安全网关和风险评分机制，将警报转化为结构化响应计划，在120事件语料上F1从0.61提升至0.84，有害动作率降至0.0%。
多目标约束优化的多智能体系统
机构 * University of Milano-Bicocca（米兰比可卡大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG；autonomous agent(comments)
AI总结 提出MAMO，通过多智能体强化学习解耦任务执行与目标设计，自动学习奖励权重以平衡主目标优化与约束违反，提升动态环境下RL的自主性和鲁棒性。
Comments Presented at the 17th Workshop on Optimization and Learning in Multiagent Systems (OptLearnMAS, https://optlearnmas.github.io), co-located with the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
多智能体交互记忆
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出MATM框架，通过共享存储和检索智能体轨迹，实现异构智能体群体间的知识复用，提升下游任务性能并减少交互步骤。
通过决策树蒸馏对学习到的多智能体通信策略进行形式化验证
机构 * University of Arkansas at Little Rock（阿肯色大学小石城分校）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出通过决策树蒸馏将多智能体强化学习策略转化为可解释模型，并利用PRISM进行形式化验证，确保安全属性转移至原始网络，在无人机编队任务中实现88.9%属性满足率。
Comments 9 pages, 3 figures, 7 tables. Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, Pennsylvania, USA, September 27-October 1, 2026
可信多智能体系统：使用Argent信令协议缓解语义漂移
机构 * Synechron Inc（Synechron公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出Argent信令协议(ASP)，通过结构化质量信号区分可修复与不可修复的失败，在文档问答和多智能体系统中分别提升通过率和阻断无依据传播。
Comments 17 pages
通过多智能体强化学习实现超人类安全且敏捷的赛车
机构 * Robotics and Perception Group, University of Zurich（苏黎世大学机器人与感知组） ； Google DeepMind（谷歌DeepMind） ； Nomagic
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出通过多智能体强化学习在高速四旋翼赛车中实现安全且敏捷的性能，展示了多智能体交互对真实世界交互安全性的关键作用，同时在高速赛车中超越人类飞行员并减少碰撞率。
Comments 12 pages (+4 supplementary). Website: https://rpg.ifi.uzh.ch/marl
多智能体与一般多体系统的最优序
机构 * Harvard Management Company（哈佛管理公司） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 提出一个分析多智能体系统的通用框架，基于智能体的权力和响应函数，推导出宏观性质，并引入风险偏好系数研究增长与韧性之间的权衡，得出最优有序度。
Comments Key Words: Many body systems, multi agent crowd interactions, feedback loops, agent power, response function, utility function, risk appetite, order, optimal order, fragility, mobility, synchronization, useful energy, entropy, concentration, correlation, task dependency, receiver dependency, collective intelligence, AI model scaling law
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈