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。
优化 Lean 中智能定理证明器的成本-质量权衡
机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 提出一种包含数据平面和控制平面的动作路由智能体，通过观察失败轨迹并估计成功概率与成本来动态决定继续证明或重新分解，在 PutnamBench 子集上平均降低 25.8% 成本且保持性能。
倒排索引遍历的$\mathbf{P}$-完备性：关于布尔查询DAG评估的复杂性
机构 * Apple Inc.（苹果公司）
专题命中 工具调用 ：AI agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文证明基于DAG的布尔查询评估问题是$\mathbf{P}$-完备的，并提出一种稀疏感知算法ComputePN，通过正负对偶表示和DAG记忆化，将评估时间严格限制在$O(|Q| \cdot |U_{\mathit{active}}|)$，避免指数爆炸和全量扫描。
ATHENA：分层进化数值算法的智能团队
机构 * Division of Applied Mathematics, Brown University（布朗大学应用数学系）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 ATHENA通过知识驱动的诊断流程，实现科学计算与科学机器学习的自动化，结合专家蓝图和组合空间，生成高精度数值解和稳定求解器，达到10^-14的验证误差。
生成式规划模型的高效测试时推理
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出一种改进的开放-封闭列表搜索算法，结合生成模型和启发式模型，在测试时高效推理，提升生成式规划模型的解质量和计算效率。
MuTRAP: 攻击机器人任务规划系统的多触发器木马
机构 * Binghamton University (SUNY)（宾夕法尼亚州立大学布林顿分校）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出首个针对LLM辅助机器人任务规划器的多触发器木马攻击MuTRAP，通过少量任务特定参数注入后门，并优化触发器词以激活特定恶意行为，揭示当前基于LLM的规划器的安全漏洞。
Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
代理时代的多媒体与可视化分析
机构 * University of Amsterdam（阿姆斯特丹大学） ； Czech Technical University in Prague（布拉格捷克技术大学） ； Eindhoven University of Technology（埃因霍温理工大学）
专题命中 规划决策 ：agentic(title)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出一个框架，将多媒体与可视化分析结合，以支持专业用户从大规模多媒体集合中获取可操作见解，实现人类与AI的真正协作。
Self-CriTeach: LLM 自我教学与自我批评用于通过自动领域生成提升机器人规划
机构 * Huawei Noah's Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McGill University（麦吉尔大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出Self-CriTeach框架，通过LLM自动生成符号规划领域，用于自我教学生成规划问题-计划对及自我批评生成结构化奖励信号，提升机器人规划性能与泛化能力。
Comments International Conference on Machine Learning (ICML) 2026
从分区到节点容量扩展规划：空间聚合对实际测试案例的影响
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文通过加州8000+节点实际电网测试，发现精细空间聚合可近似节点规划，但粗分区模型会导致投资决策严重失真（容量投资不足高达41%）。
Comments 10 pages, 4 figures, 6 tables
EMFusion: 一种考虑不确定性的条件扩散框架用于无线网络中频率选择性电磁场预测
机构 * department of Electrical Engineering and Computer Science, York University（电气工程与计算机科学系，约克大学） ； School of Electrical and Electronic Engineering, Huazhong University of Science and Technology（电子与电气工程学院，华中科技大学） ； Central China Branch of State Grid Corporation of China（国家电网公司中部分部） ； Department of Electronic Engineering, University of Rome Tor Vergata（罗马大学Tor Vergata电子工程系） ； Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)（国家大学间电信研究会（CNIT））
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出EMFusion框架，通过整合时间、季节等上下文因素，提供不确定性估计，以提升无线网络中频率选择性电磁场预测的准确性。
Comments Accepted in IEEE Transactions on Network Science and Engineering
共鸣心智：具备心智理论的闭环社交虚拟人
机构 * University of Washington（华盛顿大学） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Eastern Institute of Technology, Ningbo（宁波工程技术学院）
专题命中 规划决策 ：agent(abstract)
AI总结 提出一个闭环双智能体框架，通过整合感知、社会推理（基于心智理论）和多模态生成，实现具备社交智能的虚拟人，并在信息不对称数据集上取得优于全信息脚本模式的对话质量。
Comments Project page: https://resonantminds.github.io/
响应感知的多模态学习用于治疗后视力预测
机构 * Research Convergence Institute（研究融合研究所） ； Sungkyunkwan University（全北大学） ； Dept. of AI Systems Engineering（人工智能系统工程系） ； Dept. of Ophthalmology（眼科系） ； Kyung Hee University Medical Center（庆熙大学医学院） ； Dept. of Electrical and Computer Engineering（电气与计算机工程系）
专题命中 规划决策 ：planning(abstract)
AI总结 提出ReVA框架，利用基线与第1个月OCT影像及表格数据，通过多模态融合预测糖尿病性黄斑水肿患者抗VEGF治疗后3-24个月的视力轨迹。
Comments To appear in MICCAI 2026
EchoFoley: 面向视频接地创意声音生成的事件中心层次化控制
机构 * ByteDance Intelligent Creation（字节跳动智能创作） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California, Merced（加州大学默塞德分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 规划决策 ：agentic(abstract)
AI总结 提出EchoFoley任务，通过事件级局部控制和层次化语义控制实现视频接地声音生成，构建EchoFoley-6k基准并设计EchoVidia框架，在可控性和感知质量上分别提升40.7%和12.5%。
Comments CVPR-2026 Main Conference
基于图的启发式算法求解带惩罚成本的非平稳随机批量问题
专题命中 规划决策 ：planning(abstract)
AI总结 提出一种基于有向无环图的最短路径算法，通过松弛非负订单约束并采用重复增广过程解决不可行性，高效求解非平稳随机需求下的单物品批量问题。
Journal ref International Journal of Production Economics, Volume 299, 2026, 110112, ISSN 0925-5273
具有函数逼近的多智能体模仿学习：线性马尔可夫博弈及其扩展
机构 * EPFL（苏黎世联邦理工学院） ； University of Zurich（苏黎世大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 本文首次理论分析线性马尔可夫博弈中的多智能体模仿学习，利用特征级集中性系数替代状态-动作级系数，并提出首个计算高效的交互式MAIL算法，样本复杂度仅依赖特征维度d。
Debate2Create: 通过多智能体大语言模型辩论实现机器人协同设计
机构 * University of Warsaw（华沙大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 提出Debate2Create框架，利用多智能体LLM辩论和物理评估迭代优化机器人的形态与奖励函数，在MuJoCo基准上取得显著性能提升。
多智能体LLM治理：SDN-IoT防御中安全的两时间尺度强化学习
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出两时间尺度SDN-IoT防御方案，快时间尺度使用PPO智能体进行控制器感知的缓解，慢时间尺度使用多智能体LLM治理引擎生成可审计的策略更新，在保证安全约束下提升防御性能。
基于自注意力的策略梯度用于无模型分布式非线性多智能体博弈
机构 * Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学） ； Department of Electrical and Computer Engineering, University of California San Diego（电气与计算机工程系，加州大学圣地亚哥分校） ； RoPeRt group, at DIIS - I3A, Universidad de Zaragoza（RoPeRt组，DIIS - I3A，阿拉贡大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出一种分布式策略结构，通过策略梯度学习，利用自注意力层处理时变通信拓扑，解决无模型非线性多智能体博弈问题，在多种场景中表现优异。
Comments The paper has been accepted and will be presented at IEEE/RSJ IROS 2026
当AI遇见金融（StockAgent）：基于大语言模型的模拟真实环境股票交易
机构 * University of Liverpool（利物浦大学） ； Peking University（北京大学） ； Shanghai University of Finance（上海金融学院） ； Rutgers University（罗格斯大学） ； University of Michigan（密歇根大学） ； Northwestern University（西北大学） ； New York University（纽约大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； New Jersey Institute of Technology（新泽西理工学院）
专题命中 多智能体 ：agent(abstract)；AI agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出基于大语言模型的多智能体系统StockAgent，模拟真实股票交易环境，评估外部因素对交易行为的影响，并避免测试集泄露问题。
Comments 33 pages, 10 figures. Published in ACM Transactions on Intelligent Systems and Technology (TIST)
主观图LLM智能体用于模拟课堂社会感知中的不确定性
机构 * Complex Lab, School of Computer Science and Engineering（复杂实验室，计算机科学与工程学院） ； University of Electronic Science and Technology of China（电子科学与技术大学） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Health and Medical Technology, Chengdu Neusoft University（成都新软大学健康与医疗技术学院）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出基于主观图和可信度通信的多智能体框架，模拟课堂中学术地位的持久扭曲，在12个班级482名学生数据上验证，排名误差从0.066增至0.124。
动态图上异步平均
专题命中 多智能体 ：agent(abstract)
AI总结 研究动态社交网络中异步更新的一致性模型，通过选择性邻域收缩机制实现几乎必然的一致性，扩展了时间变化图和异步更新的经典共识理论。
Comments 17 pages, 4 figures
说服与最优停止
专题命中 多智能体 ：agent(abstract)
AI总结 针对一般偏好下的最优停止问题，提出基于对偶的一阶方法，将动态说服简化为半静态规划，通过强对偶和近必要一阶条件得到乘子增强收益的凹化，并应用于动态二元说服和动态线性说服。
医疗AI的全局日志
机构 * Harvard Medical School（哈佛医学院） ； University of Oxford（牛津大学） ； Institute for Ethics in AI（人工智能伦理研究所） ； Cosmos Institute（宇宙研究所） ； Harvard Medical School and Clalit Research Institute（哈佛医学院和Clalit研究机构） ； University of California, San Diego（加州大学圣地亚哥分校） ； Joan and Irwin Jacobs Center for Health Innovation（乔安和伊万·雅各布健康创新中心） ； Oxford University Clinical Research Unit（牛津大学临床研究中心） ； Icahn School of Medicine at Mount Sinai（辛格纳医学中心） ； The Hasso Plattner Institute for Digital Health at Mount Sinai（辛格纳医学中心数字健康研究所） ； ETH Zurich（苏黎世联邦理工学院） ； University Hospital, University of Bern（伯恩大学医院） ； Beth Israel Deaconess Medical Center（贝斯以色列医疗中心） ； Google DeepMind（谷歌DeepMind） ； The Mount Sinai AI Assurance Lab（辛格纳医学中心人工智能保证实验室） ； University of Birmingham（伯明翰大学） ； PATH（PATH组织） ； Seattle Children’s Hospital（西雅图儿童医院） ； Department of Pediatrics, University of California, San Diego（加州大学圣地亚哥分校儿科部） ； Kaiser Foundation Health and Hospitals（凯撒基金会健康与医院） ； e-Patient Dave, LLC（e-Patient Dave公司） ； Regional Office for Europe, World Health Organization（世界卫生组织欧洲地区办公室） ； University of Malta（马耳他大学） ； Centre for Tropical Medicine and Global Health, University of Oxford（牛津大学热带医学与全球健康中心） ； Healthcare Information and Management Systems Society（医疗信息与管理系统协会） ； Clalit Research Institute, Innovation Division, Clalit Health Services（Clalit研究机构创新部门，Clalit健康服务） ； Microsoft Research（微软研究院） ； Gates Foundation（比尔及梅琳达·盖茨基金会） ； Computational Health Informatics Program, Boston Children’s Hospital（波士顿儿童医院计算健康信息学项目）
专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出MedLog协议，为医疗AI系统提供事件级日志记录，包含九个核心字段，并在多个部署中验证其监测模型行为、工作流交互及下游结果的能力。
Comments MedLog website: https://medlogprotocol.ai
FALCON：通过自我反思将网络威胁情报转化为可部署的入侵检测系统规则
机构 * Meharry Medical College（梅哈里医学院） ； The University of Texas at El Paso（德克萨斯理工大学） ； The University of Alabama（阿拉巴马大学） ； National Security Agency（国家安全局）
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出FALCON框架，通过新颖的CTI-规则语义评分器实现规则检索、生成和验证，解决签名型入侵检测系统中规则创建的手动瓶颈和验证难题，在Snort和YARA平台上达到0.72平均相关性。
Comments 17 pages, 10 figures, 8 tables
一种用于言语产生过程中发音、大脑和肌肉活动的实时MRI视频、脑电图和表面肌电图同步采集方法
机构 * Signal Analysis and Interpretation Laboratory, University of Southern California（南加州大学信号分析与解释实验室） ； Ming Hsieh Dept. of Electrical and Computer Engineering, University of Southern California（南加州大学明希斯电气与计算机工程系） ； Dept. of Linguistics, University of Southern California（南加州大学语言学系）
专题命中 工作流自动化 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文首次实现了言语产生过程中实时MRI、EEG和表面EMG的同步采集，并提出了针对三模态设置的伪影抑制流程，为言语神经科学和脑机接口提供新视角。
Comments Accepted for Interspeech 2026
MyoInteract：一种使用强化学习快速原型设计生物力学人机交互任务的框架
机构 * University of Cambridge（剑桥大学） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI) Dresden/Leipzig, Leipzig University（可扩展数据与人工智能分析中心（ScaDS.AI）德累斯顿/莱比锡，莱比锡大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 提出MyoInteract框架，通过强化学习生物力学模拟，将设置和训练时间从数天缩短至数分钟，使非专家也能快速原型化人机交互任务。
Comments Published at Designing Interactive Systems (DIS) 2026
利用电子通道对比成像表征蠕变变形橄榄石中的位错亚结构
专题命中 工作流自动化 ：workflow(abstract)
AI总结 通过电子通道对比成像与电子背散射衍射结合，研究蠕变变形橄榄石中的位错亚结构，揭示其复杂性及对蠕变模型的约束作用。
Comments Preprint (as-submitted version after the first peer review)
Journal ref J. Geophys. Res. Solid Earth 131 (2026) e2026JB034771
数值相对论代码AMSS-NCKU的用户友好型Python接口
专题命中 软件智能体 ：workflow(abstract)
AI总结 为数值相对论代码AMSS-NCKU开发用户友好的Python接口，实现模拟初始化、执行和输出数据可视化的自动化，降低技术门槛，并通过双黑洞和三黑洞并合示例验证其有效性。
Comments 14 pages, 4 figures, 1 appendix. V2: minor revisions; V3: formulas used to exact gravitational waves were added; V4: modifying some background discussions and figures; V5: published version
Journal ref Astronomy and Computing 55 (2026) 101093
二维流动中的最优导航：控制理论与强化学习
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 研究在二维流动中，受平流和自推进的智能体（如漂浮无人机）的最小时间路径问题，利用最优控制理论求解，并应用强化学习（Q学习和演员-评论家算法）设计鲁棒导航策略，在规则流中接近最优解，在湍流中偏差增大，且粗粒化训练可泛化至全流场。
一种基于LLM和知识图谱的无训练混合智能体框架用于多文档摘要
机构 * Faculty of Artificial Intelligence and Data Science, Phenikaa University（人工智能与数据科学学院，泛尼克大学） ； VNPT AI, VNPT Group（VNPT AI，VNPT集团） ； MobiFone Research and Development Center, MobiFone Corporation（MobiFone研发与开发中心，MobiFone公司） ； Business AI Lab, Faculty of Data Science and Artificial Intelligence, National Economics University, College of Technology（商业人工智能实验室，数据科学与人工智能学院，国家经济大学，技术学院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出一种无需训练、结合大语言模型和知识图谱的混合智能体框架，通过分解摘要任务为专用智能体（抽取、知识感知抽象、迭代精炼）并利用多视角一致性机制，在英文和越南语数据集上取得领先性能。
Comments Accepted by Neural Computing and Applications
Journal ref Neural Comput & Applic 38, 538 (2026)
双锚定：解决视觉语言导航中的状态漂移问题
机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； National Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Joy Future Academy, JD（京东探索研究院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出双锚定框架，通过指令进度锚定和记忆地标锚定分别解决进度漂移和记忆漂移，显著提升长场景导航成功率。
Comments Accepted by ECCV26
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