AI Agent

Online path planning for kinematic-constrained UAVs in a dynamic environment based on a Differential Evolution algorithm

动态环境中基于微分进化算法的无人机运动约束路径规划

Elias J. R. Freitas, Miri Weiss Cohen, Frederico G. Guimarães, Luciano C. A. Pimenta

机构 * Universidade Federal de Minas Gerais, UFMG（巴西米纳斯吉拉斯联邦大学） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出了一种基于微分进化算法的动态环境中无人机路径规划方法，通过NURBS路径表示和速度障碍方法概念，解决运动约束和动态障碍物问题。

Comments Accepted to the 40th Anniversary of the IEEE Conference on Robotics and Automation (ICRA@40)

Empirical Grounding Improves the Realism of LLM Agents Simulating Human Behavior During Disruptions

经验基础提升了在干扰期间模拟人类行为的大语言模型智能体的现实性

Chen Xia, Zexi Kuang, Yuqing Hu

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

AI总结 研究探讨经验基础对提升LLM智能体模拟人类行为现实性的作用，开发基于经验的框架，将多项调查数据嵌入其中，通过实验验证该框架能显著提升模拟效果，使LLM智能体成为更具统计可信度的人口行为模拟器。

Enhancing Personalized Bladder Cancer Treatment Through Reinforcement Learning: A Recurrent Patient State Transition Decision Support Framework

通过强化学习增强个性化膀胱癌治疗：一种循环患者状态转换决策支持框架

Divyansh Chawla, Anshu Garg, Isshaan Singh

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

AI总结 研究针对膀胱癌复发性疾病治疗需个性化决策的问题，提出集成预测状态转换建模、马尔可夫决策过程和深度Q网络强化学习环境的框架，能动态制定治疗计划，经评估效果良好，凸显其作为个性化膀胱癌治疗规划决策支持框架的潜力。

Native Active Perception as Reasoning for Omni-Modal Understanding

原生主动感知作为全模态理解的推理

Zhenghao Xing, Ruiyang Xu, Yuxuan Wang, Jinzheng He, Ziyang Ma, Qize Yang, Yunfei Chu, Jin Xu, Junyang Lin, Chi-Wing Fu, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Qwen Team, Alibaba Group（阿里巴巴集团Qwen团队） 纠错

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

AI总结 提出OmniAgent，一种基于POMDP迭代观察-思考-行动循环的原生全模态智能体，通过主动感知将推理复杂度与视频时长解耦，在多个基准上达到开源模型最优性能。

Comments Accepted at ICML 2026. Code and models: https://github.com/harryhsing/omniagent

GlyRAG: Context-Aware Retrieval-Augmented Framework for Blood Glucose Forecasting

GlyRAG：用于血糖预测的上下文感知检索增强框架

Shovito Barua Soumma, Hassan Ghasemzadeh

机构 * College of Health Solutions, Arizona State University（亚利桑那州立大学健康解决方案学院） ； School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） 纠错

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

AI总结 研究旨在利用连续血糖监测数据进行准确血糖预测，开发了GlyRAG框架，结合大语言模型提取上下文信息并通过检索增强预测，在OhioT1DM和AZT1D数据集上评估，显著提高长期预测的均方根误差，多数预测落在临床可接受区域。

Mini Amusement Parks (MAPs): A Testbed for Modelling Business Decisions

迷你游乐园（MAPs）：一个用于模拟商业决策的测试平台

Stéphane Aroca-Ouellette, Ian Berlot-Attwell, Panagiotis Lymperopoulos, Abhiramon Rajasekharan, Tongqi Zhu, Herin Kang, Kaheer Suleman, Sam Pasupalak

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

AI总结 介绍用于评估智能体决策能力的游乐园模拟器Mini Amusement Parks (MAPs)，统一现实决策多方面挑战，提供人类基线和对先进语言模型智能体的评估，发现人类表现更优并揭示智能体在多方面的弱点，为基准测试适应性决策智能体提供新基础。

Comments 9 pages (main paper)

Retriever: Composing Closed-Loop Asynchronous Robot Programs

Retriever：组合闭环异步机器人程序

Linfeng Zhao, Haojie Huang, Jiayuan Mao, Weiyu Liu, Mykel Kochenderfer, Lawson L. S. Wong

机构 * Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； Northeastern University（东北大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 研究构建长期运行机器人智能体的闭环管道问题，提出Retriever，它涵盖异步决策模型等整个堆栈，将智能体表示为有状态因果流函数图，编译到支持多后端的运行时，可系统调试和确定性重放，通过案例研究等进行评估。

Comments Project website: http://retriever.systems; Package open-source website: http://openretriever.org

A Fuzzy Logic Framework for Community-Aware Crime Hotspot Detection: Prototype Application Architecture and Exploratory Validation for an Urban Computing Platform

一种用于社区感知犯罪热点检测的模糊逻辑框架：城市计算平台的原型应用架构与探索性验证

Ariton Verush, Vaibhav Motwani

专题命中 规划决策 ：planning(abstract)；workflow(abstract)

AI总结 该研究针对城市犯罪预防挑战，构建基于模糊逻辑的框架用于社区感知犯罪热点检测和实时通知，结合多种数据与规则估计风险，经探索性验证，虽未证明能减少犯罪或预测准确，但为相关研究提供了以人为本的框架。

Comments 12 pages, 6 tables, 1 figure. Framework paper with Python prototype and exploratory validation with 25 participants

LH-AVLN: A Benchmark for Long-Horizon Audio-Visual-Language Navigation

LH-AVLN：长距离视听语言导航基准测试

Rufeng Chen, Yue Chang, Zili Shao, Zhaofan Zhang, Li Chen, Hechang Chen, Hui Xiong, Sihong Xie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Jilin University（吉林大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 介绍长距离视听语言导航基准LH-AVLN，结合多目标任务执行等。提出免训练参考智能体PAG-Nav，可维护语义地图并规划。实验表明现有智能体完成任务有困难，PAG-Nav提供更强诊断基线。

Comments 12 pages, 3 figures

FOCAL: Filtered On-device Continuous Activity Logging for Efficient Personal Desktop Summarization

FOCAL：过滤的本地连续活动日志用于高效的个人桌面摘要

Haoran Yin, Zhiyuan Wen, Jiannong Cao, Bo Yuan, Ruosong Yang

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)

AI总结 FOCAL通过多代理系统实现高效的本地桌面流摘要，减少资源消耗并提升任务召回率。

O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning

O-VAD：通过以对象为中心的跟踪和推理进行工业视频异常检测

Mei Yuan, Qi Long, Qifeng Wu, Zhenyang Li, Yizhou Zhao, Lei Wang, Yang Liu, Min Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Griffith University（格里菲斯大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 针对工业视频异常检测，现有基于VLM的方法在工业场景中性能不佳的问题，提出无训练的智能框架O-VAD，通过跟踪对象时空动态和推理状态轨迹来检测异常，在多数据集实验中优于多种方法且能提供可解释报告。

Comments Accepted to ECCV 2026

DeLIVeR: Decomposed Learning for Information-grounded Veracity Recognition via Reinforced Knowledge Graph Exploration

DeLIVeR：通过强化知识图谱探索进行基于信息的真实性识别的分解学习

Cong Hoan Nguyen, Thomas Hoang, Hieu Minh Duong, Long Nguyen

机构 * University of Louisville（路易斯维尔大学） ； Denison University（丹尼森大学） 纠错

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

AI总结 针对大语言模型自动事实核查难题，DeLIVeR框架将证据检索设为强化探索任务，利用规划器大语言模型分解声明获问题集遍历知识图谱找证据，经GRPO优化策略，实验表明其显著优于基线，有效弥合推理差距，提供检测路径。

Comments Accepted to 7th International Conference on Deep Learning Theory and Applications (DeLTA 2026)

TAPAS: Throughput-adaptive Perception for Autonomous Systems

TAPAS：自主系统的吞吐量自适应感知

Aman Vyas, Vasista Kodumagulla, Zain Taufique, Pasi Liljeberg, Anil Kanduri

机构 * University of Turku（图尔库大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 针对自主系统感知模块吞吐量需求随场景变化的问题，提出基于强化学习的吞吐量自适应感知策略TAPAS，能在异构移动/边缘平台智能分配资源，在KITTI和nuScenes数据集上评估，吞吐量满足率高且节能效果显著。

Comments 15 Pages, 20 Figures, Accepted at ACM/IEEE International Conference on Codesign of Embedded Systems at Embedded Systems Week (ESWEEK-CODES), 2026

AIGB-R1: Self-Evolving Generative Auto-Bidding via Hierarchical Planner-Executor Optimization

AIGB-R1：通过分层规划器-执行器优化实现自我进化的生成式自动出价

Yuejia Dou, Hesong Wang, Xinyu Zhang, Tianyu Wang, Zhilin Zhang, Chuan Yu, Jian Xu, Bo Zheng, Qi Qi

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 研究针对AIGB范式在自动出价中存在的问题，提出AIGB-R1框架，利用大语言模型推理能力，通过分层规划器与执行器模块、经验驱动循环、两阶段训练及新优化方法，经实验验证该框架在自动出价任务中的有效性。

What Do They See? Interpreting Complex Road Scenarios Through the Eyes of Vision-Language-Action Models for Safe and Trustworthy Autonomous Vehicle Learning

他们看到了什么？通过视觉-语言-动作模型的视角解读复杂道路场景以实现安全可靠的自动驾驶学习

Kalpana Panda, Wesley Maia, Vinti Agarwal, Ross Greer

机构 * Birla Institute of Technology and Science, Pilani（贝拉理工科学学院皮拉尼分校） ； University of California, Merced（加州大学默塞德分校） 纠错

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

AI总结 研究自动驾驶模型内部逻辑不透明问题，提出反事实消融框架CVAA，通过移除摄像头图像中物体创建反事实集评估模型响应差异，应用于阿尔帕马约1轨迹预测器，分析物体因果影响，还通过可解释性技术深入理解模型，创建可解释驾驶系统巩固人机信任。

Learning from World Feedback: Why Model Uncertainty Fails as a Risk Signal in Model-Based RL

从世界反馈中学习：为何模型不确定性在基于模型的强化学习中无法作为风险信号

Zhaohui Wang

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

AI总结 研究探讨 RLxF 中学习信号应源于世界反馈，在安全模型控制中实例化并提炼原则。通过实验表明基于动力学的不确定性惩罚会增加碰撞率，用世界反馈信号可降低碰撞率，提取原则并指出其适用于多种相关方法。

Comments Accepted at the ICML 2026 Workshop on Reinforcement Learning from X Feedback (RLxF). 14 pages

RouteCost: A Production-Inspired Multi-Stage Framework for Pre-Order Shipping Cost Estimation in E-Commerce

RouteCost：一种受生产启发的多阶段框架，用于电子商务中的预订单运输成本估计

Xianling Zeng, Zihan Yu, Sichen Zhao, Yalun Qi, Zhiming Xue

机构 * Northeastern University（东北大学） 纠错

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

AI总结 研究电子商务中预订单运输成本估计问题，提出受生产启发的多阶段框架RouteCost，将其分解为多步骤，通过路线加权期望公式汇总成本估计，在大量订单等数据上提高了预测质量和校准，保留了路线级可解释性。

Adaptive Compute in Latent World Models: When Depth Helps, Hurts, or Doesn't Matter

深度在组合中何时得以保留？潜在世界模型中的计算-质量机制

Achyuthan Sivasankar

机构 * New York University（纽约大学） 纠错

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

AI总结 研究探讨潜在世界模型中深度在组合时的情况，用浅度惩罚ρ测试九个深度思维控制任务，发现三种机制，揭示反转机制由训练产生，其与观察/动作维度等相关，还指出任务机制受多种因素影响及相关注意事项。

Comments 15 pages, 9 figures, 2 tables

Full Bayesian Reinforcement Learning via LF-IBIS

基于LF-IBIS的全贝叶斯强化学习

Stefano Masini, Cecilia Viscardi, Michela Baccini

机构 * Department of Computer Science, University of Pisa, Italy（比萨大学计算机科学系） ； Department of Economics and Statistics, University of Salerno, Italy（萨勒诺大学经济学与统计系） ； Department of Statistics, Computer Science, Applications ”G.Parenti”, University of Florence, Italy（佛罗伦萨大学统计学、计算机科学与应用G.Parenti系） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出LF-IBIS算法，结合近似贝叶斯计算与迭代批量重要性采样，在似然函数不可得时实现强化学习中的全贝叶斯推断，量化策略不确定性以平衡探索-利用。

Comments 37 pages, 12 figures, 4 tables

Non-Asymptotic Best Policy Identification Guarantees in Online Reinforcement Learning

在线强化学习中的非渐近最优策略识别保证

Joseph Lazzaro, Alessio Russo, Aldo Pacchiano

机构 * Imperial College London（伦敦帝国学院） ； Boston University（波士顿大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究在线表格强化学习中的最优策略识别问题，通过为导航与停止（NaS）算法提供非渐近样本复杂度保证，揭示其样本复杂度不仅依赖特征时间，还与MDP连通性等有关，填补了相关空白。

Comments 64 pages, 2 figures

PEARL: Auditable Repair for Scientific Reasoning Graph Extraction

PEARL：科学推理图提取的可审计修复

Bohan Su, Pengze Li, Yuchen Lu, Xi Chen

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； Artificial Intelligence Innovation and Incubation, Fudan University（复旦大学人工智能创新与孵化） ； Department of Computer Science, Faculty of Science, University of Bath（巴斯大学理学院计算机科学系） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对科学推理图提取中LLMs输出有问题的情况，提出无需训练的PEARL框架，通过特定模式和反馈修复推理图。在ARCHE基准测试中，该框架提升了严格通过率和平均REA，为相关工作流程提供可靠性层。

Comments Accepted at WAICA 2026 Multi-Modal Agents for Science Workshop

Theoretical Foundations of $\max$@$k$ Reinforcement Learning

$\max$@$k$强化学习的理论基础

Riccardo Poiani, Martino Bernasconi, Andrea Celli

机构 * Bocconi University（博科尼大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究有限 horizon 强化学习中$\max$@$k$学习问题，指出其与标准预期回报最大化不同，证明马尔可夫策略不足，识别状态增强，表征策略性能差距，表明学习更难，给出高效算法实现最优样本复杂度率。

Artificial Intelligence for Understanding and Managing Transportation Behavior in Sustainable Smart Cities

可持续智慧城市中用于理解和管理交通行为的人工智能

Junbiao Pang, Muhammad Ayub Sabir, Fatima Ashraf

机构 * Beijing University of Technology（北京工业大学） 纠错

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

AI总结 研究如何利用人工智能理解和管理可持续智慧城市中的交通行为，通过以行为为中心的视角，研究公交到站预测等四个方向，经闭环框架整合，确定部署条件，建立从行为证据到各类交通决策的统一路径。

Calibrated Alzheimer's Conversion Risk in Mild Cognitive Impairment: Persistent Homology of Clinical Trajectories with Conformal Guarantees

轻度认知障碍中经过校准的阿尔茨海默病转化风险：具有共形保证的临床轨迹的持久同调

Navin Bondade

机构 * Institute of Health Informatics, University College London（伦敦大学学院健康信息学研究所） 纠错

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

AI总结 研究旨在预测MCI到AD的转化，将持久同调用于临床轨迹点云，结合多种特征构建堆叠集成模型。校正泄漏源，经交叉验证等实验，模型有竞争力的准确性，提出H0持久熵为拓扑生物标志物，实现个体层面不确定性量化。

Comments 17 pages, 6 figures, 2 tables. Data from the Alzheimer's Disease Neuroimaging Initiative (ADNI). Code available upon reasonable request

Rethinking the Suitability of Reinforcement Learning Algorithms Under Practical Transfer Constraints

重新思考实际迁移约束下强化学习算法的适用性

Hany Hamed, Abhishek Naik, Colin Bellinger, A. Rupam Mahmood

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

AI总结 研究实际迁移约束下强化学习算法适用性，从实际效率和动态不匹配鲁棒性两维度评估。发现PPO虽样本效率低但训练快，域随机化对不同算法影响相似，强调评估算法不能仅看样本效率，还需考虑实际因素。

Rationalizing Boltzmann Rationality: An Axiomatic Characterization of Entropy-Regularized Policies

使玻尔兹曼理性合理化：熵正则化策略的公理表征

Silviu Pitis

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究强化学习中softmax策略，通过区分两种随机性化解其与MDP奖励结构独立性公理的矛盾，施加IIA和单调性确定玻尔兹曼策略等，得出RL相关结果，综合多领域线索对IIA用于智能体设计进行规范评估。

Comments RLC 2026

Fourier Geometric Wind Power Forecasting with Numerical Weather Prediction

基于数值天气预报的傅里叶几何风力发电预测

Shiyuan Piao, Fan Zehui, Yang Liu, Hong Cheng, Juepeng Zheng, Jie Zhou, Fugee Tsung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Goldwind Science and Technology Co.,Ltd（金风科技股份有限公司） 纠错

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

AI总结 研究针对风力发电预测难题，提出多模态框架，整合SCADA数据与NWP预测。先分解输入特征，再用几何编码器和傅里叶神经算子建模，实验表明该模型优于现有基线，凸显基于物理设计的有效性。

Can Multimodal Large Language Models Understand OCT?

多模态大语言模型能理解光学相干断层扫描（OCT）吗？

Baochen Fu, Wenzhi Deng, Baihao Jin, Yang Li, Zihan Nie, Kailin Jiang, Yuntao Du, Weiye Song

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

AI总结 研究探讨多模态大语言模型能否理解OCT，引入OCT - Bench基准，包含多维度细粒度任务，基于多个数据集构建大量选择题，评估20个代表性模型，发现当前模型理解OCT能力不足，为评估模型和推动OCT理解提供基础。

EA-RMENet -- Path Loss Prediction in Urban Environments using Deep Learning

EA-RMENet——使用深度学习进行城市环境中的路径损耗预测

Jonathan O'Shea, Conor Brennan

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

AI总结 研究城市环境中路径损耗预测，提出EA-RMENet模型，采用含EfficientNetB5编码器、AG跳跃连接和ASPP的U-Net框架，平衡了准确性与效率，在相关数据集和挑战赛中有良好表现，展现出在实际无线电地图估计中的潜力。

FST.ai 2.5: Explainable and Uncertainty-Aware AI for Olympic and Para-Taekwondo Decision Support, Athlete Digital Twins, and Federation-Scale Analytics

FST.ai 2.5：用于奥运会和跆拳道决策支持、运动员数字孪生及联合会规模分析的可解释且具有不确定性感知的人工智能

Keivan Shariatmadar, Ahmad Osman, Ramin Rey

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

AI总结 针对精英运动数字化中现有方案零散问题，提出FST.ai 2.5框架，通过整合多源数据，实现战术诊断、运动员监测等功能，其原型部署可行，方法广泛适用于搏击等体育环境中的可解释AI、数字孪生及可靠决策支持。

Comments 14 pages, 4 figures