AI Agent

Memory-Orchestrated Semantic System (MOSS): An Auditable Agentic Memory Architecture

内存编排语义系统（MOSS）：一种可审计的智能记忆架构

Serge Lacasse, Jérémie Hatier, Alex Baker

机构 * Faculté de musique, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学音乐学院） ； Faculté des sciences et de génie, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学理工学院） 纠错

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

AI总结 研究针对AI智能体长期记忆的弱点，提出MOSS架构，通过在结构化关系数据库上驱动检索，具有模型、存储、API无关性，检索可审计且从语料库派生概念词汇，报告了在个人学者工作语料库上的长期部署。

Comments 22 pages, 2 figures

SelfMem: Self-Optimizing Memory for AI Agents

SelfMem：人工智能代理的自优化内存

Shu Yang, Junchao Wu, Derek F. Wong, Di Wang

机构 * PRADA Lab, King Abdullah University of Science and Technology（阿卜杜拉国王科技大学普拉达实验室） ； NLP2CT Lab, University of Macau（澳门大学NLP2CT实验室） 纠错

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

AI总结 研究针对当前AI代理内存系统局限，提出SelfMem自优化内存框架，借自我改进AI理念，提供含内存工具与反馈信号的环境让代理自主探索优化内存策略，实验表明其性能优于基线。

Automating the Design of Embodied Agent Architectures

具身智能体架构设计的自动化

Jian Zhou, Sihao Lin, Jin Li, Shuai Fu, Gengze Zhou, Qi Wu

机构 * Australian Institute for Machine Learning, University of Adelaide, SA, Australia（澳大利亚机器学习研究所，阿德莱德大学，南澳大利亚州，澳大利亚） 纠错

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

AI总结 提出AgentCanvas运行时和KDLoop搜索过程，将架构搜索扩展到感知型具身智能体，在视觉-语言导航等任务上取得性能提升，但面临噪声、局部最优和信用分配等挑战。

MRMS: A Multi-Resolution Memory Substrate for Long-Lived AI Agents

MRMS：一种用于长寿命人工智能智能体的多分辨率内存基底

Jizhizi Li, Amy Shi-Nash

机构 * NxtLab Innovations（NxtLab创新公司） 纠错

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

AI总结 研究长寿命AI智能体的内存问题，提出沿两个正交轴组织的架构内存基底，介绍其设计约束和核心主张，还给出轻量级原型实现并验证核心机制。

Comments 11 pages, 1 figure, 7 tables; technical report

Agent Reinforcement Learning via Pivotal-Aware Self-Feedback Retry

通过关键感知自反馈重试的智能体强化学习

Weiyang Guo, Zesheng Shi, Longhui Zhang, Zeen Zhu, Min Zhang, Jing Li

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

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

AI总结 研究大语言模型智能体在处理失败轨迹时的问题，提出PivoARL框架，通过结构化反思识别关键错误转向并局部重试，减少冗余交互，设计关键感知信用分配机制，实验证明该方法能显著提升性能。

Comments 26pages, 16 figures

When Not to Write Memory: Governing False Promotion from Correlated Agent Traces

何时不写入内存：管理来自相关代理痕迹的错误推广

Yijiashun Qi, Xiang Xu, Yuxuan Li

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

AI总结 研究语言代理从执行痕迹写入可复用内存时何时应拒绝写入的问题，引入GovMem策略，通过估计依赖感知支持等进行决策，在测试中能减少错误推广。

Comments accepted by mlise 2026

His2Trans: A Knowledge-Guided Agentic Framework for Project-Level C-to-Rust Migration

基于构建意识的增量C到Rust迁移：通过骨架优先翻译和历史知识重用

Shengbo Wang, Mingwei Liu, Guangsheng Ou, Yuwen Chen, Zike Li, Yanlin Wang

专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.SE

AI总结 本文提出His2Trans框架，通过构建意识的骨架构建和历史知识重用，实现C到Rust的增量迁移，提升构建可行性并减少警告数量。

FUSION: Forecast-Embedded Agent Scheduling with Service Incentive Optimization over Distributed Air-Ground Edge Networks

融合：分布式空地边缘网络中具有服务激励优化的预测嵌入式智能体调度

Houyi Qi, Minghui Liwang, Seyyedali Hosseinalipour, Liqun Fu, Sai Zou, Xianbin Wang, Wei Ni, Yiguang Hong

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 针对分布式空地集成网络，提出含离线和在线阶段的FUSION两阶段优化框架。离线阶段用液神经网络预测需求，经路由和激励机制确定合同与路线；在线阶段将任务调度建模为博弈求解。实验表明该框架能提升福利与利用率。

When Claws Remember but Do Not Tell: Stealthy Memory Injection in Persistent Personal Agents

当智能体的记忆留存却不外露：持久化个人智能体中的隐秘内存注入攻击

Yechao Zhang, Shiqian Zhao, Jiawen Zhang, Jie Zhang, Gelei Deng, Xiaogeng Liu, Chaowei Xiao, Tianwei Zhang

机构 * Nanyang Technological University（南洋理工大学） ； CFAR, A*STAR（CFAR，A*STAR） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 针对持久化个人智能体的隐秘内存注入威胁，构建多场景基准测试集WhisperBench，提出单次邮件投送的黑盒攻击框架MemGhost，可跨架构、跨防御实现高成功率的长期智能体入侵。

Comments 25 pages, 8 figures. Preprint

Mask-based Predictive Representations for Reinforcement Learning

基于掩码的强化学习预测表示

Kai Zhao

机构 * Beijing Normal University（北京师范大学） 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 针对视觉深度强化学习中高维图像输入问题，受自然语言处理等启发，提出基于掩码预测的自监督任务作辅助，结合transformer提升强化学习样本效率，在多控制基准测试中优于现有方法。

Comments 16 pages, 7 figures

PromptPET: Privacy-Utility Optimized Prompt Obfuscation

PromptPET：隐私-效用优化的提示混淆

Ke Yang, Olivia Figueira, Umar Iqbal, Athina Markopoulou

机构 * University of California, Irvine（加州大学 Irvine 分校） ； Washington University in St. Louis（圣路易斯华盛顿大学） 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 旨在通过用户端机制保护用户隐私，该机制转换用户提示中的敏感信息，在保护隐私和保留效用间权衡。考虑评估比较四种混淆动作，提出基于大语言模型的PROMPTPET，优于现有方法。

TERC: A Transfer Entropy Redundancy Criterion for State Variable Selection in Reinforcement Learning

TERC：一种用于强化学习状态变量选择的转移熵冗余准则

Charles Westphal, Stephen Hailes, Mirco Musolesi

机构 * UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） 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 本文提出TERC准则，用于选择强化学习中的最优状态变量，通过信息理论方法排除冗余变量，提升推理效率，适用于多种算法和环境。

Comments 47 pages, 12 figures, accepted in TMLR (https://openreview.net/forum?id=J0ad21E0vX)

Heaviside Continuity of Rolling Coefficients for Eliminating Epistemic Entropy in Large Language Models

用于消除大语言模型认知熵的滚动系数的海维赛德连续性

MY Pitsane, Hope Mogale

机构 * North-West University, RSA（南非北开普大学） ； University of Pretoria, RSA（南非彼得里亚大学） ； Mankind Research Labs, Sandton（沙顿人类研究实验室） 纠错

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

AI总结 研究大语言模型输出难检测错误的问题，提出海维赛德连续性的滚动系数框架，将推理重新表述为谓词门控状态转换，结合模型置信度与并行验证信号，防止无效状态传播，降低认知熵。

Comments A First draft

PLACEMEM: Toward a Compute-Aware Memory Plane for Lifelong Agents

PLACEMEM：迈向用于终身智能体的计算感知内存平面

Sukanta Ganguly

机构 * NetApp 纠错

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

AI总结 研究终身智能体的内存需求，提出PLACEMEM，以版本化胶囊表示智能体内存，介绍其在当前原型中的应用及特性，给出vLLM优先原型及基准测试工具，展示了成果与未来路线图。

Comments 6 pages, 3 Tables,. 1 Figure

S-EMBER: A Large-Scale Benchmark for Streaming Egocentric Memory Retrieval

S-EMBER：用于流式自我中心记忆检索的大规模基准测试

Xiaodong Wang, Xuanyi Zhao, Pedro Rodriguez, Devendra Singh Sachan, Barlas Oguz, Seungwhan Moon, Shang-Wen Li, Gargi Ghosh, Xin Dong, Wen-Tau Yih

机构 * FAIR, Meta（公平研究院，元公司） ； Reality Labs, Meta（现实实验室，元公司） 纠错

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

AI总结 研究针对可穿戴设备连续第一人称记录下AI助手的情景记忆问题，引入S-EMBER基准测试，通过视频及问答对模拟真实交互，发现前沿模型存在定位矛盾，为可穿戴AI代理情景记忆发展奠定基础。

Physics-Informed Neural State-Space Modeling of Battery-Electric Vehicle Dynamics for Closed-Loop Automated Parking Simulation

用于闭环自动泊车模拟的电池电动车辆动力学的物理信息神经状态空间建模

Sirong Pan, Guannan Tian, Pan Song

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 为生产型纯电轿车泊车工况引入物理信息神经状态空间模型，基于实地测试识别，训练时施加速度约束，用专用子模型再现执行器行为，可用于预校准自动泊车规划与控制堆栈。

Comments 11 pages, 10 figures. Under review at IEEE Transactions on Intelligent Vehicles. Code and trained models: https://github.com/pansong/PyNSSM-Parking ; interactive simulator: https://github.com/pansong/auto-parking-sim

Dynamics of Chemotactic Gliding-Aggregation in Myxobacteria on Bounded Domains: Stochastic Modeling, Analysis, and Deep Neural Network Simulations

有界域上粘细菌趋化性滑动聚集的动力学：随机建模、分析和深度神经网络模拟

Fugui Ma, Zhimeng Ouyang, Wenyi Tian, Lei Wu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出统一框架，整合随机建模、严格分析和基于深度神经网络的模拟，刻画粗糙表面异常滑动动力学，推导宏观模型并建立解理论，设计神经网络方法，数值实验验证框架有效性。

Comments 78 pages,23 figures

Emulation of non-linear 1D spectral models: relativistic X-ray reflection

非线性一维光谱模型的仿真：相对论性X射线反射

Benjamin J. Ricketts, Tin Hadži Veljković, Daniela Huppenkothen, Adam Ingram, Matteo Lucchini, Guglielmo Mastroserio, Fergus J. E. Baker

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 探讨在天体物理数值模型reltrans中一维模型模拟器的实现，通过系统表征目标模型，采用模块化策略，用特定架构实现高精度仿真，速度提升且无系统偏差，为数值模型模拟器提供策略。

Comments 16 pages, 13 figures, submitted to Royal Astronomy Society Techniques and Instruments (RASTI), comments welcome

Mean-field games of speedy information access with observation costs

具有观测成本的快速信息获取平均场博弈

Dirk Becherer, Christoph Reisinger, Jonathan Tam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究主体可主动控制信息获取速度的平均场博弈，通过接受更高成本降低观测延迟，利用主动信息获取影响状态动态以最大化奖励，用参数化信念状态将其转化为标准平均场博弈并求解。

Comments Accepted for publication in Mathematics and Operations Research

Breaking Consensus in Kinetic Opinion Formation Models on Graphons

在图隆上打破动能意见形成模型中的共识

Bertram Düring, Jonathan Franceschi, Marie-Therese Wolfram, Mattia Zanella

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种防止动能意见形成模型中达成共识的策略，通过分析图隆结构和微观数学模型，展示如何通过惩罚机制引导系统走向非聚类状态。

Comments Changed to align to the in-print version

Journal ref J. Nonlinear Sci. 34 (2024), 79