AI Agent

Deep RL for Fast Long-Horizon Operations Scheduling on NASA's Carruthers Geocorona Observatory Mission

用于NASA Carruthers Geocorona天文台任务的快速长时域操作调度的深度强化学习

Alex Zhang, Jackson Craig, Lara Waldrop

机构 * NASA（美国国家航空航天局） 纠错

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

AI总结 提出一种深度强化学习框架，通过宏动作抽象和动态动作掩码解决长时域组合优化问题，为NASA Carruthers Geocorona天文台生成全局可行调度，提升科学质量，并在6小时内完成训练。

Comments Preprint, peer-reviewed, will be part of ICAPS 2026 conference proceedings

Journal ref Proceedings of the International Conference on Automated Planning and Scheduling, 36(1), 538-546, (2026)

InfiltrNet: Dual-Branch CNN-Transformer Architecture for Brain Tumor Infiltration Risk Prediction

InfiltrNet: 用于脑肿瘤浸润风险预测的双分支CNN-Transformer架构

S M Asif Hossain, Shruti Kshirsagar

机构 * School of Computing, Wichita State University（维斯科萨大学计算学院） 纠错

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

AI总结 提出InfiltrNet，结合CNN和Swin Transformer编码器及交叉注意力融合模块，从多模态MRI预测三区浸润风险图，利用距离变换生成标签，在BraTS数据集上优于五个基线模型。

Comments This work will be extended for a future journal submission

Development and Design of FLKit: A Structured Onboarding Toolkit for Federated Learning in Health and Life Sciences

FLKit的设计与开发：面向健康与生命科学中联邦学习的结构化入门工具包

Ashkan Pirmani, Ilse Vermeulen, Goran Vinterhalter, Lotte Geys, Axel Faes, Muhammad Quamber Ali, Nishkala Sattanathan, Geert Vandeweyer, Yves Moreau, Liesbet M. Peeters

机构 * STADIUS, Department of Electrical Engineering (ESAT), KU Leuven（STADIUS部门，电气工程系（ESAT），鲁汶大学） ； Biomedical Research Institute (BIOMED), Hasselt University（生物医学研究所（BIOMED），哈塞尔特大学） ； Data Science Institute (DSI), Hasselt University（数据科学研究所（DSI），哈塞尔特大学） ； Department of Medical Genetics, University of Antwerp（医学遗传学系，安特卫普大学） 纠错

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

AI总结 提出FLKit，一个面向多学科团队的联邦学习入门工具包，通过角色感知入口、生命周期阶段和FAIR对齐模板，降低健康与生命科学领域联邦学习的实践门槛。

Comments 18 pages, 2 figures

EHR-Complex: Benchmarking Medical Agents for Complex Clinical Reasoning

EHR-Complex：面向复杂临床推理的医疗智能体基准测试

Yitong Qiao, Lei Liu, Yue Shen, Jian Wang, Jinjie Gu, Zhixuan Chu, Kui Ren

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出EHR-Complex基准，基于MIMIC-IV构建约5.2万项交互式临床数据库推理任务，评估智能体在复杂SQL和代码执行中的表现，揭示主要失败模式。

When Agents Commit Too Soon: Diagnosing Premature Commitment in LLM Agents

当智能体过早承诺：诊断LLM智能体中的过早承诺问题

Aman Mehta

机构 * Snowflake AI Research 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出表征承诺作为跨运行隐藏状态收敛的指标，用于诊断长程LLM智能体过早承诺问题，并在多个模型和数据集上验证其预测轨迹一致性的能力。

Comments 22 pages, 16 figures Primary: cs.AI Secondary: cs.CL

Does the Same Token Mean the Same State? MoE Routing as Signal for Reasoning Control

相同的 Token 是否意味着相同的状态？MoE 路由作为推理控制的信号

Kang Chen, Minshen Yu, Junjie Nian, Yaoning Wang, Yixin Cao, Yugang Jiang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 研究发现稀疏 MoE 语言模型中相同 token 的路由状态因上下文而异，基于此提出 RAD 方法，通过路由一致性选择输出，无需解析答案字符串，在数学、GPQA 和代码任务上表现与多数投票相当。

Governance Decay: How Context Compaction Silently Erases Safety Constraints in Long-Horizon LLM Agents

治理衰减：上下文压缩如何悄然消除长周期LLM智能体中的安全约束

Shiyang Chen

机构 * Beijing Institute of Technology（北京理工大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究发现LLM智能体的上下文压缩机制会无意中移除安全约束，导致违规行为；提出ConstraintRot基准和Constraint Pinning缓解方法。

Imagine to Ensure Safety in Hierarchical Reinforcement Learning

想象以确保分层强化学习的安全性

Gregory Gorbov, Artem Latyshev, Aleksandr I. Panov

机构 * Cognitive AI Systems Lab（认知人工智能系统实验室） ； Moscow Independent Research Institute of Artificial Intelligence（莫斯科独立人工智能研究所） ； FRC Computer Science RAS（俄罗斯科学院联邦研究中心计算机科学研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出结合可学习世界模型与高低层策略的分层方法，通过高层生成安全子目标、低层利用想象滚动减少不安全行为，在长时域任务中显著优于现有安全强化学习基线。

WiSP: A Working-Set View of Mixture-of-Experts Serving on Extremely Low-Resource Hardware

WiSP：极低资源硬件上混合专家模型服务的工作集视角

Jiamu Zhang, Liang Wu, Mayank Darbari, Liangjie Hong

机构 * Anonymous Institution, Anonymous City, Anonymous Region, Anonymous Country（匿名机构、匿名城市、匿名地区、匿名国家） 纠错

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

AI总结 针对低资源GPU上MoE模型因专家层CPU卸载导致稀疏性优势丧失的问题，提出工作集分页（WiSP）和边际价值工作集分配（MV-WSA），实现专家与KV缓存间VRAM动态分配，解码吞吐量提升至1.95倍。

Comments 18 pages, 6 figures, 9 tables. Preprint, work in progress

AgentDSE: Reasoning-Augmented Architectural Design Space Exploration

AgentDSE：推理增强的架构设计空间探索

Chenyu Wang, Jiahe Caroline Shi, David Kong, Duane S. Boning, Zishen Wan, Yilun Du, Vijay Janapa Reddi

机构 * Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Columbia University（哥伦比亚大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出AgentDSE，利用大语言模型编码代理自动进行架构推理，在DNN加速器映射、软硬件协同设计和CPU缓存层次优化中，以少两个数量级的评估次数达到竞争或更优的设计质量。

Comments Accepted to the Machine Learning for Architecture and Systems Workshop (MLArchSys), co-located with ISCA 2026

HPP: Hierarchical Programmatic Probing for Long Video Understanding by Decoupling Perception and Reasoning

HPP：通过解耦感知与推理的分层程序化探测用于长视频理解

Awais Rauf, Ahmed Hasssan, Greg Slabaugh

机构 * Queen’s University Belfast（贝尔法斯特女王大学） ； AMD（AMD公司） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

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

AI总结 提出HPP框架，通过将长视频理解重构为分层视频的迭代程序化探索，解耦语义感知与高阶时序推理，在LongVideoBench等基准上取得显著提升。

Comments Project page: https://awaisrauf.com/HPP

LLM and Human Modes of Representation

LLM与人类的表征模式

Shalom Lappin

机构 * Shalom Lappin 纠错

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

AI总结 研究比较大型语言模型（LLM）与人类在语言知识和现实推理中的表征差异，发现LLM在语言任务上表现优异但处理方式不同，且在推理任务中学习与泛化效率低于人类。

Federated Temporal Attention Intelligence for Cyber-Resilient IoMT: Lightweight Digital Twins and PPO-Driven Honeypot Deception

面向网络韧性医疗物联网的联邦时序注意力智能：轻量级数字孪生与PPO驱动的蜜罐欺骗

Syed Zeeshan Haider, Anwar Shah, Muneeb Arif, Hamza Iftikhar, Waqas Ali

机构 * FAST National University of Computer and Emerging Sciences（FAST国立计算机与新兴科学大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 提出LDT-FRL框架，结合时序注意力编码器、轻量级LSTM数字孪生、联邦PPO智能体和蜜罐层，在资源受限的IoMT设备上实现隐私保护的网络攻击检测与响应，在CICDDoS 2019和TON-IoT数据集上分别达到99.66%和99.95%的测试准确率。

Objective-Behavior Alignment: Diagnostics for MORL Policy Selection

目标-行为对齐：多目标强化学习策略选择的诊断方法

Antonio Mone, Zuzanna Osika, Florian Felten, Pradeep K. Murukannaiah, Mark Fuge, Frans A. Oliehoek, Luciano Cavalcante Siebert

机构 * Delft University of Technology（代尔夫特理工大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 提出一种诊断工作流，自动揭示帕累托前沿上仅靠目标值无法体现的行为差异，通过定量和可视化工具辅助策略选择，在简单网格和连续控制基准上验证有效性。

Comments 22 pages, 41 figures

Towards Dys-XAI: Influence-Based Explanations for Dysarthria Severity Assessment

迈向 Dys-XAI：基于影响的构音障碍严重程度评估解释

Xiaoliang Wu, Qiyang Sun, Yupei Li, Erfan Loweimi, Jennifer Williams, Zhengjun Yue

机构 * University of Southampton（南安普顿大学） ； Imperial College London（帝国理工学院） ； University of Edinburgh（爱丁堡大学） ； King's College London（伦敦国王学院） 纠错

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

AI总结 提出基于影响的实例级可解释性框架，通过支持性和竞争性训练样本解释构音障碍严重程度评估的深度学习模型决策，并通过删除实验验证解释有效性。

Comments Accepted to Interspeech 2026

How Should Agents Read Demonstrations? Hierarchical Structure Beats Flat Action Logs

智能体应如何阅读演示？层级结构优于扁平动作日志

Honjar Xing, Jefferson Lin, Henry Lieberman

机构 * MIT Computer Science and Artificial Intelligence Laboratory (CSAIL)（麻省理工学院计算机科学与人工智能实验室（CSAIL）） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出将演示中的动作序列组织为带标签的层级子目标，在85个Web自动化任务中，层级结构将模糊描述任务的通过率从76.7%提升至90.7%，而扁平结构改进不显著，消融实验表明子目标分组是唯一驱动因素。

Comments Accepted at the 5th Deep Learning for Code (DL4C) Workshop, ICML 2026. 8 pages, 2 figures, 4 tables

Storyline Trees: Hierarchical Representations for Long-Form Narratives

故事线树：长篇叙事的层次化表示

Litu Ou, Mirella Lapata

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 提出故事线树，通过自顶向下和自底向上过程构建叙事层次结构，实现自适应检索，在长上下文叙事问答中优于强基线方法。

Genetic Algorithm Based Coordination and Optimization Model for Generation Grid Load Storage in Active Distribution Networks

基于遗传算法的主动配电网源网荷储协调优化模型

Jinlu Zhang, Fujian Chi, Tianhan Ling, Yulong He, Kejia Zhang, Hongxing Lv, Sheng Wang

机构 * State Grid Tianjin Binhai Electric Power Supply Company（国网天津滨海供电公司） ； State Grid Tianjin Electric Power Company（国网天津电力公司） 纠错

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

AI总结 提出一种结合模糊逻辑与遗传算法的优化框架，用于主动配电网中发电、并网、负荷及储能设施的协调与风险评估，通过模糊集处理不确定性，利用遗传算法优化调度，降低技术约束，保持投资水平。

Comments 9 pages, 4 figures

FinAcumen: Financial Multimodal Reasoning via Self-Evolving Experience Memory Harness

FinAcumen: 通过自演化经验记忆实现的金融多模态推理

Pianran Guo, Pengcheng Zhou, Yucheng Jian, Shuhua Chen, Zhonfliang Yang, Linna Zhou

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出FinAcumen框架，通过选择性经验记忆机制增强工具增强型多模态推理，在四个金融基准上持续提升冻结的8B视觉语言模型性能。

Integrated Marketing Attribution: A Bayesian Framework for Privacy-Safe Granular Measurement Anchored in MMM

集成营销归因：基于贝叶斯框架的隐私安全粒度测量，锚定于MMM

Meghana R. Bhat, Ankit Umare, Utsav Aggarwal, Richard Vecsler, Arunkumar Mani, Karthik Nair, Chandhu Nair

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

AI总结 提出集成营销归因（IMA）框架，结合营销组合模型（MMM）与贝叶斯归因模型，从聚合数据中推导出活动级效果，实现隐私安全且粒度精细的归因。

RetailBench: Benchmarking long horizon reasoning and coherent decision making of LLM agents in realistic retail environments

RetailBench: 在真实零售环境中评估LLM代理的长期推理与连贯决策能力

Linghua Zhang, Jun Wang, Jingtong Wu, Zhisong Zhang

机构 * Ant Group（蚂蚁集团） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出RetailBench基准，模拟单店超市运营，评估LLM代理在长期决策中的表现，发现多数模型无法持续生存，与最优策略差距显著。

Comments The submission of this paper was a mistake. This is the second version of arXiv:2603.16453, so it should have replaced the original 2603 version through a replacement submission, rather than being published as a new paper

PrologMCP: A Standardized Prolog Tool Interface for LLM Agents

PrologMCP：面向LLM代理的标准化Prolog工具接口

Agnieszka Mensfelt, Adarsh Prabhakaran, Adrian Haret, Vince Trencsenyi, Kostas Stathis

机构 * Royal Holloway, University of London（伦敦大学皇家霍洛威学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出PrologMCP，一个通过模型上下文协议将Prolog暴露为状态化工具的任务无关开源服务器，使LLM代理能够通过翻译-运行-检查-修复循环稳健地委托演绎推理，在PARARULE-Plus上达到或超越推理型LLM。

Comments Accepted at Joint Workshop on Statistics and Knowledge Integration for Logic, Learning, Ethical Decisions, and LLMs, 18 July 2026, Lisbon v2: Added references to other Prolog MCP servers; fixed typos

IfcLLM: Natural Language Querying of IFC Models through Complementary Relational and Graph Representations

一种融合关系和图表示的IFC模型自然语言查询混合框架

Rabindra Lamsal, Sisi Zlatanova, Haowen Xu, Yafei Sun, Johnson Xuesong Shen

机构 * GRID Lab, School of Built Environment, The University of New South Wales（建筑环境学院，新南威尔士大学GRID实验室） ； School of Civil and Environmental Engineering, The University of New South Wales（土木与环境工程学院，新南威尔士大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本文提出IfcLLM混合框架，通过关系和图表示结合迭代推理，提升非专家用户对IFC模型的自然语言查询能力，并支持常规BIM分析任务。

Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games

用于追逃博弈中敏捷四旋翼的学习控制器

Alejandro Sanchez Roncero, Yixi Cai, Olov Andersson, Petter Ogren

机构 * Robotics, Perception and Learning Lab., School of Electrical Engineering and Computer Science, Royal Institute of Technology (KTH)（机器人感知与学习实验室，电气工程与计算机科学学院，皇家理工学院（KTH）） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 针对四旋翼追逃博弈中的非平稳性、灾难性遗忘和策略循环问题，提出异步多阶段种群训练与Hedge采样方法，通过策略空间响应或acles与PPO训练，实现新策略发现与旧策略保持，并验证了硬件上的零样本迁移。

Comments Under review

Equilibrium World Models

均衡世界模型

Simon Scheidegger, Andreas Schaab

专题命中 规划决策 ：agent(abstract)

AI总结 提出均衡世界模型（EWMs），一种深度学习方法，通过扩大训练分布并引入代理函数，全局求解包含罕见灾难、约束和反事实状态的动态随机模型，克服标准神经网络求解器的自我确认偏差。

Two-Stage Optimization for Dynamic Line Rating and Energy Storage Deployment

动态线路额定值与储能部署的两阶段优化

Abanish Tiwari, Phurba T. Sherpa, Chandan Chaudhary, Mohammed Ben-Idris, Joydeep Mitra

专题命中 规划决策 ：planning(abstract)

AI总结 提出两阶段优化方法联合部署动态线路额定值（DLR）与储能系统（ESS），以缓解天气变化导致的输电拥塞，提升系统充裕度。

Comments To appear in Proceedings of IEEE PES GM 2026

Industrial electrification in the era of data centers: A Bayesian Optimization approach for grid-aware large load allocation

数据中心时代的工业电气化：基于贝叶斯优化的电网感知大负荷分配方法

Jiyong Lee, Erhan Kutanoglu, Michael Baldea, Ilias Mitrai

专题命中 规划决策 ：planning(abstract)

AI总结 提出领导者-跟随者双层优化框架，结合贝叶斯优化求解大负荷分配问题，以降低电网扩容成本和运行风险，并在模拟ERCOT的合成电网中验证了工业电气化与数据中心负荷的竞争与分布规律。

Asymmetric physics enables efficient learning in quadrupedal robot swarms

非对称物理使四足机器人群体高效学习成为可能

Yuang Zhang, Yunlong Song, Zhihao He, Zelin Ni, Kangyu Wang, Tianchi Liu, Yu Hu, Feng Yu, Danping Zou, Weiyao Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Independent Researcher（独立研究者） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 通过非对称物理方法，将高保真非可微模拟器与可微代理模型结合，实现多达512个四足机器人在障碍环境中高效学习视觉去中心化协调策略，并零样本迁移到真实机器人。

Three-Step Hierarchical Transformer for Multi-Pedestrian Trajectory Prediction

三步层次Transformer用于多人轨迹预测

Raphaël Delécluse, Hazem Wannous, Laurent Grisoni, Laurent Guimas

机构 * IMT Nord Europe, University of Lille, CNRS UMR 9189 - CRIStAL（IMT 北欧洲、里尔大学、法国国家科学研究中心 UMR 9189 - CRIStAL） ； University of Lille, CNRS UMR 9189 - CRIStAL（里尔大学、法国国家科学研究中心 UMR 9189 - CRIStAL） ； Explain 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 提出三步层次Transformer，通过分离时间编码、多模态融合和场景交互推理，在JRDB和城市数据集上达到最先进性能。

UniFS: Unified Fast-to-Slow Hierarchical Architecture for Vision-Language-Action Models

UniFS：面向视觉-语言-动作模型的统一快慢层次架构

Lin Sun, Zhiwei Guan, Conglin Wang, Zihong Chen, Jianhai Yu, Zongsheng Li, Boyong He, Tao Sun, Jiale Cao, Lige Liu

机构 * Tianjin University（天津大学） ； Yiwu Research Institute of Fudan University（复旦大学义乌研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出UniFS统一快慢层次架构，通过分层更新频率、潜向量反转和多级监督策略，解决快慢双系统视觉-语言-动作模型中的频率困境和信息耦合问题，在LIBERO上实现98.3%成功率并提速2.1倍。

Comments Code is opensourced at https://github.com/linsun449/UniFS