AI Agent

Knowledge Tectonics: A Geodynamic Inspired Framework for Modeling Epistemic Changes

知识构造：一种受地球动力学启发的认知变化建模框架

Thomas Van Erven, Stelios Kontogiannis, Efstratios Kontopoulos, Konstantinos Avgerinakis, Andrea Scharnhorst, Sándor Darányi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出知识构造方法，通过详细的概念、数学和工程操作创建可扩展框架，利用WikiArt情感数据集构建界面，将语义和语用元数据建模为压力区，用梯度向量场量化人类探究“漂移”，可用于创造性人类行为领域。

Comments submission to the SEMANTiCS 2026 Blue Sky Track

A Semi-Automated System for Generating Dialogue-Based TTS Lessons Using Large Language Models: An Exploratory Study of Educational Potential

一种使用大语言模型生成基于对话的语音合成课程的半自动系统：教育潜力的探索性研究

Gendo Kumoi, Fumie Watanabe, Tota Suko, Takashi Ishida, Yuko Kuma, Manabu Kobayashi, Shigeichi Hirasawa

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究提出用大语言模型和文本转语音技术生成基于对话课程的半自动系统，经准实验探索其教育潜力。系统通过三阶段工作流程增强教育工作者，引入新方法。实验表明对话TTS在理解等方面优于单声道TTS，为TTS音频教育可接受性及课程形式设计提供依据。

Compos3D: Interactive Part-Based Composition for Creative Control in Generative 3D Models

Compos3D：用于生成式3D模型中创意控制的基于部件的交互式合成

Faraz Faruqi, Sean J. Liu, George Fitzmaurice, Justin Matejka

机构 * Autodesk Research（Autodesk研究院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究针对生成式3D建模中控制有限问题，提出Compos3D系统，通过重新混合部件实现创意控制。用户从提示生成候选，选择部件组装，系统合成模型。用户研究表明该方法能带来更好控制、意图匹配和满意度，还给出了未来工作流程设计建议。

A Noise-Aware Quantum Algorithm for Credit Valuation Adjustments on Real Quantum Hardware

一种用于实际量子硬件上信用估值调整的噪声感知量子算法

Guillem Borràs Espert, Francisco Gómez Casanova, Luis de Pedro Sánchez, Senaida Hernández Santana, Pablo Serrano Molinero

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究针对信用估值调整问题，开发端到端噪声感知量子工作流程，引入对比感知贝叶斯迭代量子幅度估计，经硬件校准实验验证其有效性，能更有效利用设备放大能力，降低经典后处理运行时间，并分解CVA误差。

Comments 56 pages, 14 figures, 18 tables. Includes supplementary appendices with implementation details, extended results, calibration data, and quantum-resource analysis

Peak-Decomposition-Free Inverse Metrology of Hyperspectral Moiré Photoluminescence

无峰值分解的超光谱莫尔光致发光逆计量学

Katsunori Wakabayashi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究莫尔过渡金属二硫族化合物异质双层高光谱PL中提取信息的问题，开发无峰值分解逆框架，通过构建描述符映射、匹配生成模型推断有效无序坐标，为光学无序诊断提供实用途径及可重复分析工作流程核心。

Comments 14 pages, 10 figures

A multi-factorial innovation model with mean-field interaction

具有特征交互的多因素创新模型

Giacomo Aletti, Irene Crimaldi, Andrea Ghiglietti

专题命中 工作流自动化 ：agent(abstract)

AI总结 提出一个基于印度自助餐过程的多因素创新模型，引入特征交互机制，分析参数对渐近行为的影响，并建立强律和中心极限定理。

Simulation Design for Velocity-Controlled Spatio-Temporal Drivers in Laser Wakefield Acceleration

用于激光等离子体加速中速度可控空间-时间驱动器的仿真设计

Chiara Badiali, Rafael Almeida, Thales Silva, Jorge Vieira

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于OSIRIS的PIC模拟设计流程，用于模拟亚光速可控空间-时间脉冲，探讨了速度可控驱动器对等离子体波荡的激发作用，并讨论了长距离模拟的几何限制及优化方法。

Towards Chemically Accurate and Scalable Quantum Simulations on IQM Quantum Hardware: A Quantum-HPC Hybrid Approach

迈向化学精确且可扩展的量子模拟：基于IQM量子硬件的量子-HPC混合方法

Anurag K. S. V., Ashish Kumar Patra, Manas Mukherjee, Alok Shukla, Sai Shankar P., Ruchika Bhat, Radhika T. S. L., Jaiganesh G

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出利用IQM Sirius 24-qubit处理器进行大规模量子计算分子模拟，结合SQD和LUCJ方法估计分子基态能量，并通过混合策略扩展至复杂分子系统，验证了样本对角化方法的可靠性。

Comments 86 pages, 41 figures

Typical models of the distribution system restoration process

配电系统恢复过程的典型模型

Arslan Ahmad, Ian Dobson

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文基于四个配电公司的停电数据，开发了数据驱动的概率模型，通过Beta和Uniform分布描述恢复时间进程，利用对数正态分布建模总恢复时间，用Gamma分布描述首次恢复时间，为蒙特卡洛模拟和韧性规划提供端到端的随机模型。

Journal ref Probabilistic Methods Applied to Power Systems 2026, Salt Lake City, Utah

Model Combination in Risk Sharing under Ambiguity

模糊性下风险分担中的模型组合

Emma Kroell, Sebastian Jaimungal, Silvana M. Pesenti

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究有限时间内连续损失下代理人风险分担问题，利用卡方散度构建均值 - 方差准则，刻画最优合同与财富过程，证明策略可接受，表明其与单调均值 - 方差问题等价，并应用于保险模拟示例。

Predicting Acceptance and Review Effort in Human and Agent Pull Requests

预测人类和智能体拉取请求的接受情况及评审工作量

Kartik Ghanshyambhai Pansuriya, Ehsan Ghorbani, Deepak Singh, Eman Abdullah AlOmar

专题命中 软件智能体 ：agent(title,abstract)；workflow(abstract)；分类 cs.SE

AI总结 研究在拉取请求打开时预测其接受情况及评审工作量的可行性，利用AIDev数据集构建预测管道，评估多种机器学习模型，发现接受度预测可行，评审工作量预测较难，早期模型可支持分类和优先级排序，应作咨询工具。

Tracing Agentic Failure from the Flow of Success

从成功流中追溯智能体失败

Samuel Yeh, Yiwen Zhu, Shaleen Deep, Sharon Li

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.CL

AI总结 研究基于大语言模型的智能体系统失败归因问题，提出OAT方法将其转化为单类学习，用神经控制微分方程建模成功轨迹动态模式，实验表明该方法比基线快且F1分数更高，是诊断智能体系统失败的有效方向。

Multi-Perspective Agentic Program Repair via Code Property Graphs and Temporal Execution Graphs

通过代码属性图和时间执行图进行多视角智能程序修复

Zhili Huang, Ling Xu, Hongyu Zhang

专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE

AI总结 研究针对大语言模型在自动程序修复中的局限，提出CT-Repair框架，通过代码属性图和时间执行图表示证据，利用三阶段过滤管道及多视角智能体分析错误并生成修复策略，实验证明该方法能有效提高修复有效性。

Comments 12 pages, 5 figures, 10 tables

AutoTrace: From Patches to Triggers via Agentic Interprocedural Exploration

AutoTrace：通过智能过程间探索从补丁到触发器

Arastoo Zibaeirad, Marco Vieira, Thomas Zimmermann

专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE

AI总结 研究针对修复漏洞提交的触发器定位难题，提出AutoTrace智能管道逐层探索代码属性图定位漏洞触发器，并构建SinkTrace - Bench数据集。AutoTrace在基准测试中表现出色，还揭示了前沿语言模型在因果推理上的差距。

Interpretable and Verifiable Hardware Generation with LLM-Driven Stepwise Refinement

可解释且可验证的硬件生成：基于LLM驱动的逐步细化

You Li, Samuel Mandell, David Z. Pan

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Fudan University（复旦大学） ； USA（美国） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 提出结合LLM创造力与形式化方法可解释性的硬件生成框架，通过迭代应用变换规则将设计规范转换为正确性有保证的RTL程序。

Directional Constraints for Efficient Exploration in Safe Reinforcement Learning

安全强化学习中高效探索的方向约束

Paolo Magliano, Puze Liu, Jan Peters, Davide Tateo, Raffaello Camoriano

机构 * Dipartimento di Automatica e Informatica, Politecnico di Torino（自动控制与信息工程系，都灵理工大学） ； Tongji University, Shanghai Research Institute for Intelligent Autonomous Systems（同济大学，上海智能自主系统研究院） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Intelligent Autonomous Systems Group, TU Darmstadt（智能自主系统组，达姆施塔特工业大学） ； Lund University（隆德大学） ； Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

AI总结 针对安全强化学习中约束学习降低速度和性能的问题，提出扩展ATACOM框架的ATACOM-DC方法，通过引入方向约束区分动作，改善安全与性能权衡，在模拟机器人控制任务中评估，分析约束违反成本和任务性能。

Comments This paper has been accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Pittsburgh, USA, 2026. 8 pages, 8 figures

XScientist: A Git-Like Research Protocol for Long-Running Autonomous Scientific Discovery

XScientist：用于长期自主科学发现的类似Git的研究协议

Jixiang Luo

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 研究针对自主研究系统的问题，提出XScientist这一类似Git的研究协议和操作系统，核心方法是将运行视为可移植工件并导出相关协议，主要贡献是使自主科学从单次演示走向可重现、可审查和可分叉的研究基础设施。

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测

Haojie Ren, Songrui Luo, Lingfeng Wang, Yan Xia, Yao Li, Jing Li, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。

When is LLM-Based Program Reasoning Correct? A Completion Semantics for LLM-Based Code Inference

基于大语言模型的程序推理何时正确？基于大语言模型的代码推理的补全语义

Zhiyuan Liu, Yihe Li, Trevor E. Carlson, Huiyan Wang, Ruijie Meng, Gregory J. Duck

专题命中 软件智能体 ：workflow(abstract)

AI总结 研究基于大语言模型的程序推理何时正确，引入补全语义，将不完整程序形式化，定义存在性推理正确性。以见证生成工作流程实例化方法，在真实任务上评估，能区分合理与不合理推理，为验证不完整程序推理提供实用机制。

Comments 28 pages, 4 figures, 3 tables

Contract-Grounded Behavior Tree Synthesis via Coding Agents

通过编码代理实现基于契约的行为树合成

Jonathan Salfity, Robert Blake Anderson, Mitch Pryor

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。

Comments IEEE RA-L Submission

Game-theoretic Energy Management Strategies With Interacting Agents in Formula 1

博弈论视角下的Formula 1赛车互动能量管理策略

Giona Fieni, Marc-Philippe Neumann, Alessandro Zanardi, Alberto Cerofolini, Christopher H. Onder

专题命中 软件智能体 ：agent(abstract)

AI总结 本文提出基于博弈论的Formula 1赛车互动能量管理框架，通过双层优化解决智能体间战略互动问题，优化涡流效应利用并减少圈速损失。

PalmClaw: A Native On-Device Agent Framework for Mobile Phones

PalmClaw：一种用于手机的原生设备上代理框架

Hongru Cai, Yongqi Li, Ran Wei, Wenjie Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Hangzhou Diagens Biotechnology Co., Ltd.（杭州迪基因生物技术有限公司） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL

AI总结 研究针对移动设备上代理框架存在的问题，提出PalmClaw开源框架，能在手机上原生运行并管理相关要素，将设备能力以工具形式呈现，实验显示该框架提升了任务成功率、缩短完成时间且降低设置负担。

Designing Agent-Ready Websites for AI Web Agents: A Framework for Machine Readability, Actionability, and Decision Reliability

为人工智能网络代理设计适用于代理的网站：机器可读性、可操作性和决策可靠性框架

Said Elnaffar, Farzad Rashidi

机构 * UFR Informatique Université Paris Cité（巴黎西岱大学信息学学院） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI

AI总结 研究针对人工智能代理介导购物模式下网站设计问题，提出围绕代理可解释性等三个维度的设计框架，通过对照实验评估，结果表明该框架能显著提升人工智能浏览器代理的可靠性与效率。

A Learning-Rate-Gated Failure of GRPO in a Small Language and Vision-Language Model Web Agent: A Controlled Null and Its Mechanism

小语言和视觉语言模型网络智能体中GRPO的学习率门控失败：一个可控的无效结果及其机制

Chengguang Gan, Zhixi Cai, Yunhao Liang, Hanjun Wei, Shiwen Ni, Qinghao Zhang

机构 * Monash University（莫纳什大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Pusan National University（釜山国立大学） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 研究4B到8B规模小语言和视觉语言模型网络智能体中GRPO的效果，通过控制变量实验发现其在已掌握任务上无明显提升，解释了学习率导致失败的机制，表明该耦合与模型规模相关。

EFLUX: Elastic Multi-Robot Formation Navigation and Adaptation with Agentic LLMs

EFLUX：基于智能语言模型的弹性多机器人编队导航与自适应

Jinyuan Zhang, Yuwei Wu, Guangyao Shi, Jonathan Diller, Gaurav S. Sukhatme, Vijay Kumar

机构 * GRASP Lab, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） 纠错

专题命中 GUI与网页智能体 ：agentic(title,abstract)

AI总结 针对多机器人在受限环境中编队导航问题，提出EFLUX框架，基于几何和大语言模型，对变形与重新配置动作联合推理，经闭环管道转化为航点，实验证明其能实现安全弹性导航，减少死锁与导航失败。

OSWorld 2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks

OSWorld2.0：在长时域真实世界任务上基准测试计算机使用智能体

Mengqi Yuan, Zilong Zhou, Xinzhuang Xiong, Weiming Wu, Jiayang Sun, Jiamin Song, Kaiqian Cui, Bowen Wang, Haoyuan Wu, Yitong Li, Dunjie Lu, Haikong Lu, Qi Zhen, Xinyuan Wang, Jiaqi Deng, Yuhao Yang, Cheng Chen, Boyuan Zheng, Alex Su, Xiao Yu, Hao Zou, Saaket Agashe, Xing Han Lu, Manpreet Kaur, Zhengyang Qi, Vincent Sunn Chen, Frederic Sala, Dayiheng Liu, Junyang Lin, Zhou Yu, Yu Su, Siva Reddy, Xin Eric Wang, Peng Qi, Tianbao Xie, Tao Yu

机构 * XLANG Lab（XLANG实验室） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出OSWorld 2.0基准，包含108个长时域计算机使用工作流，通过复杂真实任务揭示当前智能体在约束跟踪、动态信息处理等方面的局限，最佳模型仅完成20.6%任务。

Comments 68 pages, 42 figures. Equal contribution: Mengqi Yuan, Zilong Zhou, and Xinzhuang Xiong

(A)I Sees What You Don't: Exploiting New Attack Surfaces in Third-Party Mobile Agents

(AI)看见你看不见的：利用第三方移动代理中的新攻击面

Zidong Zhang, Zhentao Xie, Wenrui Diao, Jianliang Wu

专题命中 GUI与网页智能体 ：agent(abstract)；autonomous agent(abstract)

AI总结 本文识别了第三方移动代理在屏幕感知和通道滥用方面的两种新攻击面，并设计了七种具体攻击，证明恶意应用可在无权限下劫持代理行为。

PixelLoop: Shortcut Topological Navigation with Pixel-Level Loops

PixelLoop：具有像素级环路的捷径拓扑导航

Sarthak Chittawar, Vansh Garg, Aditya Vadali, Krish Pandya, Rohit Jayanti, Sourav Garg, Madhava Krishna

机构 * Robotics Research Center, IIIT-Hyderabad（国际信息技术学院海得拉巴分校机器人研究中心） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

AI总结 研究拓扑映射和导航中环路闭合作用，提出PixelLoop方法在像素空间引入环路闭合，充当密集拓扑捷径，经模拟实验和真实机器人部署验证，相比基线在成功率和SPL上有显著提升，为拓扑视觉导航提供基础。

Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 8 pages, 5 figures

Mobility-Informed Coupling of ABM, PDE, and ODE Models for Pandemic Simulation in Germany

面向德国大流行模拟的移动性信息耦合ABM、PDE和ODE模型

Kristina Kehrer, Tim O. F. Conrad

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出混合建模框架，耦合高分辨率ABM与PDE/ODE模型，利用手机移动数据实现跨区域个体转移，平衡精度与效率，并在全德仿真中评估旅行限制和防控策略。

SymbOmni: Evolving Agentic Omni Models via Symbolic Concept Learning

SymbOmni：通过符号概念学习进化智能全能模型

Jinxiu Liu, Jianru Li, Tanqing Kuang, Xuanming Liu, Kangfu Mei, Yandong Wen, Weiyang Liu

机构 * South China University of Technology（华南理工大学） ； Westlake University（西湖大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

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

AI总结 针对视觉生成模型无法累积学习与自主进化的问题，提出SymbOmni智能全能模型，通过符号概念学习和归纳-转导循环运行，经言语反向传播训练。实验验证其在多方面性能优越，能有效降低令牌消耗并实现持续学习。

Comments ECCV 2026 (49 pages, 10 figures, project page: https://spherelab.ai/symbomni)