Knowledge-Centric Self-Improvement
以知识为中心的自我改进
机构 * Caltech（加州理工学院）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究以知识为中心的自我改进范式，通过简单协议让智能体尝试任务后为知识库贡献见解并提炼知识，提高了解决率、降低成本，且知识可转移，表明进步可由持久知识驱动。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 40 篇
PoTRE: Test-Time Reasoning inspired by Cognitive Heterogeneity
PoTRE：受认知异质性启发的测试时推理
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 研究针对大语言模型复杂推理难题，提出PoTRE异构框架，将推理解耦为四个智能体，经任务自适应聚合层协调，在三个前沿基准测试中评估，在HLE上达最优准确率，以相似或更少令牌提升推理性能。
Comments Accepted at Transactions on Machine Learning Research (TMLR 2026)
Journal ref Transactions on Machine Learning Research, 2026
Congestion-Aware Robot Tour Planning in Crowded Environments
拥挤环境中的拥塞感知机器人巡视规划
机构 * Istituto Italiano di Tecnologia（意大利理工学院） ； Università di Genova（热那亚大学） ； University of Birmingham（伯明翰大学）
专题命中 规划决策 ：planning(title)
AI总结 提出一种基于概率的巡视规划器，通过学习人流预测模型并在线构建马尔可夫决策过程，在拥挤环境中高效规划机器人路径，减少拥塞影响。
Comments Accepted to IEEE IROS 2026
Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
AutoVSR: Automatic Visual-to-Symbolic Reasoning for Symbolic Expression Generation from Circuit Schematic
AutoVSR：用于从电路原理图生成符号表达式的自动视觉到符号推理
机构 * Hunan University, Changsha, China（湖南大学） ； Wuhan University of Technology, Wuhan, China（武汉理工大学） ； Huazhong University of Science and Technology, Wuhan, China（华中科技大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究旨在解决从电路原理图生成符号表达式的难题，提出AutoVSR框架，利用视觉语言模型，通过重建电路图为可执行中间表示并借助符号求解器推理，引入两项创新提升准确率，在任务中表现优于其他方法，还降低了推理成本和提高了计算效率。
Don't Fool Me Twice: Adapting to Adversity in the Wild with Experience-Driven Reasoning
不要愚弄我两次：通过经验驱动推理在野外适应逆境
机构 * Department of Engineering Design, Indian Institute of Technology, Madras（印度理工学院工程设计系，马德拉斯） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.LG
AI总结 提出一种持续学习框架，使移动机器人能够在线从干扰中学习，通过语义将异常行为归因于原因，从而更好地预测和规划未来。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
You Live More Than Once: Towards Hierarchical Skill Meta-Evolving
你活不止一次：迈向分层技能元进化
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Huawei Foundation Model Department（华为基础模型部门）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出HiSME，一种轻量级分层技能元进化方法，通过从智能体任务执行轨迹中学习元技能，联合优化技能和技能进化策略，以持续提升部署的智能体系统在不同下游场景中的性能。
ReferTrack: Referring Then Tracking for Embodied Visual Tracking
ReferTrack：用于具身视觉跟踪的先指认后跟踪
机构 * SUSTech（南方科技大学） ； Tencent Robotics X（腾讯机器人X实验室） ； Peking University（北京大学） ； Futian Laboratory（福田实验室）
专题命中 规划决策 ：agent(abstract)；planning(abstract)
AI总结 研究针对具身视觉跟踪问题，提出ReferTrack先指认后跟踪范式，用单个摄像头，先选目标再解码跟踪航点，通过滑动窗口队列保留运动线索，经数据集协同训练增强识别，在EVT - Bench上达先进单视图性能并验证了迁移能力。
Time Series Network Utilization KPI Forecasting Using Advanced AI/ML Models
使用先进人工智能/机器学习模型的时间序列网络利用率关键绩效指标预测
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对数据密集型应用等导致的网络性能问题，通过评估季节性分解等多种模型，利用通用接口数据集在MAPE等指标上进行基准测试，给出模型准确性与计算效率权衡的见解，助相关人员选最佳预测模型。
Trustworthy Privacy-Preserving Multimodal Federated Learning for Personalised Breast Cancer Prediction
用于个性化乳腺癌预测的可信隐私保护多模态联邦学习
机构 * NTU（南洋理工大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 研究探讨联邦学习能否兼顾四个关键支柱，支持乳腺癌患者肿瘤进展预测模型开发。通过多模态数据评估联邦学习框架，与集中式模型比较性能，并研究相关策略，结果助于理解隐私保护多模态预测建模可行性及支持未来应用。
Comments 26 pages, 12 figures
Pre-Deployment Complexity Estimation for Federated Perception Systems
联邦感知系统部署前复杂度估计
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； Purdue University Northwest（普渡大学西北校区） ； Purdue University（普渡大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种无需分类器的预部署框架，用于估计联邦学习在分布式环境中的学习复杂度，通过联合建模数据固有属性和环境特征，实验表明该指标与联邦学习性能及通信成本密切相关。
Comments Accepted and presented at Edge AI Research Symposium 2026 (EdgeAI2026), San Diego, CA
Drift-Aware RL-based Wavelet Denoising for Network-Traffic Anomaly Detection
基于漂移感知强化学习的小波去噪用于网络流量异常检测
机构 * Walton Institute, Department of Computing, South East Technological University（沃顿研究所，计算系，东南技术大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 研究针对网络流量监测受噪声和漂移影响问题，提出基于漂移感知强化学习的小波去噪框架，通过特定判断和选择机制优化异常检测及容量估计，以任务效用为奖励并与多种方法对比基准测试。
Comments Submitted to IEEE Transactions on Wireless Communications. This version has not yet undergone peer review
Domain-Adapted Power Curve for Cross-Farm Applications
用于跨农场应用的域适应功率曲线
机构 * H. Milton Stewart School of Industrial and Systems Engineering（H. Milton Stewart工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究如何将基于运营风电场数据训练的功率曲线模型转移到新农场，提出基于域适应的迁移学习方法，实验表明该方法在跨农场功率预测上显著优于其他方法。
Comments Submitted to Renewable Energy
MOF-Sleuth: Tool-Grounded Reward Alignment for Explainable Fine-Grained MOF CIF Auditing
MOF-Sleuth：用于可解释细粒度MOF CIF审核的工具基础奖励对齐
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 研究针对MOF数据库CIF输入错误影响下游结果及人工检查的问题，提出MOF-Sleuth，通过强化引导CIF审核代理的两个模块，利用奖励引导强化学习将工具测量转化为监督，提升检测、归因及解释质量，在多基准测试中性能领先。
Diffusion ReRoll: Revisable Denoising for Robotic Sequential Prediction
扩散重滚动：用于机器人序列预测的可修正去噪
机构 * Agency for Defense Development（国防发展局）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究提出扩散重滚动框架用于机器人序列预测，能选择性重新去噪局部稳定区域，实现跨视野迭代修正。通过与其他方法对比评估，在多任务基准测试中取得更好性能，支持结构化重新去噪是可修正机器人序列生成的有效机制。
Comments Project Page: https://seonsoo-p1.github.io/DiffusionReRoll/
Long-Term Sequential Decision Making under Risk
风险下的长期序列决策
机构 * Université de Caen Normandie, ENSICAEN, CNRS, Normandie Univ, GREYC UMR 6072（卡昂诺曼底大学、法国国立民用航空学院、法国国家科学研究中心、诺曼底大学、GREYC实验室（法国国家科学研究中心6072联合研究单位））
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 研究风险下有限期MDP规划，提出ERQDP方法，无需枚举和采样，通过精确DP解决秩分位数替代问题，能精确评估候选策略，在测试基准中表现良好，可返回认证解或残差差距，支持多种行为。
Comments Accpeted in Forty-Second Annual Conference on Uncertainty in Artificial Intelligence (UAI 2026)
Asymptotically Optimal Regret for Reinforcement Learning without Horizon Dependence
无时间范围依赖的强化学习的渐近最优遗憾值
机构 * University of Washington（华盛顿大学） ； Hong Kong University of Science and Technology（香港科技大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究有限时间范围齐次表格马尔可夫决策过程的无时间范围遗憾值最小化，提出新算法，证明遗憾值上界\( \tilde O(\sqrt{SAK}+S^8A^3) \)，渐近最优且消除\( \log H \)依赖，改进先前结果。
Comments 78 pages
FineServe: A Fine-Grained Dataset and Characterization of Global LLM Serving Workloads
FineServe：一个细粒度的数据集以及对全球大语言模型服务工作负载的特征描述
机构 * Tianjin University（天津大学） ； PPIO Cloud (Shanghai) Co., Ltd.（PPIO云（上海）有限公司）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对大语言模型服务中高效服务面临的挑战，提出FineServe数据集，能对异构模型和任务的服务动态进行细粒度特征描述。通过分析得出波动模式，开发工作负载生成器，为评估相关策略提供现实基础。
Comments 14 pages, 14 figures
Towards Torque-Driven Reinforcement Learning for Quadruped Locomotion
迈向用于四足机器人运动的扭矩驱动强化学习
机构 * University of Louisville（路易斯维尔大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 研究探索用于重型高扭矩四足机器人的强化学习扭矩控制框架，该框架能穿越崎岖地形并有效跟踪期望线速度，借助Isaac Sim和Isaac Lab在宇树B1上仿真，实现一定速度且能上下楼梯，无需外部感知传感器。
Comments 6 pages, 4 figures. Accepted manuscript. Published in the 2026 IEEE/SICE International Symposium on System Integration (SII), pp. 1259-1264
Journal ref 2026 IEEE/SICE International Symposium on System Integration (SII), pp. 1259-1264 (2026)
AdaHome: An Adaptive Smart Home Assistant using Local Small Language Models
AdaHome：一种使用本地小语言模型的自适应智能家居助手
机构 * University of Southampton（南安普顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 研究旨在解决智能家居助手问题，提出AdaHome，通过意图感知规划框架、草稿链策略及偏好适应机制，在本地小语言模型上实现高效决策与个性化，实验显示其在命令准确性、延迟及多轮场景中有良好表现。
Forecasting the Number of Harvest-ready Fruits of Sweet Peppers Using Multimodal Time-Series Data
使用多模态时间序列数据预测甜椒的可收获果实数量
机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） ； CSIRO（联邦科学与工业研究组织）
专题命中 规划决策 ：planning(abstract)
AI总结 针对单株甜椒产量预测，提出融合图像特征与计数测量的多模态深度学习框架，利用LSTM网络处理时间依赖性和不规则采样，实验证明该方法能降低RMSE，提供校准不确定性估计，还发布数据集和代码助力相关研究。
AI-Increased Talent Retention Strategies: Fostering Long-Term Employee Engagement and Development in Talent Management
人工智能增强的人才保留策略：在人才管理中促进员工长期敬业度和发展
专题命中 规划决策 ：planning(abstract)
AI总结 研究探讨人工智能在人才管理中的应用，介绍预测分析等工具可助组织确定员工离职可能，制定个性化学习计划，阐述其对人才保留等方面的影响，讨论伦理问题，基于文献综述提出框架助力组织借助人工智能改进人才管理。
Comments 8 pages, 3 figures, 2 tables
A Human-AI Teaming Framework for Deep Reinforcement Learning-Based Voltage Regulation in Distribution Networks
一种用于配电网中基于深度强化学习的电压调节的人机协作框架
专题命中 规划决策 ：agent(abstract)
AI总结 针对分布式能源资源增加致配电网电压调节难的问题，提出人机协作强化学习框架。该框架结合SAC智能体与自适应拉格朗日约束机制，并融入人类指导模块，在特定环境实现。相比基线方法，显著降低电压违规严重性及功率损耗。
Comments 10 pages, 3 figures
Continuous-Time Reinforcement Learning for $N$-Player Stochastic Differential Games with Exploratory Policies
具有探索性策略的N人随机微分博弈的连续时间强化学习
专题命中 规划决策 ：agent(abstract)
AI总结 研究N人非合作随机微分博弈的连续时间强化学习，参与者采用熵正则化探索策略，证明自然均衡概念与兼容性等价并建立条件，给出解耦对称博弈均衡情况，还介绍不成立时的构造及框架扩展与渐近速率。
Comments 39 pages,3 figures
COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset
COBRA2026：一个大规模多中心盆腔锥束计算机断层扫描投影数据集
专题命中 规划决策 ：planning(abstract)
AI总结 COBRA2026数据集用于开发和评估放疗CBCT相关方法，含欧洲六个中心867名患者数据，经处理后分为训练、验证和测试集，支持多种研究，以特定许可发布并附代码，构成重建挑战基础。
Aircast-Mars: A Mars Foundation Model for Global Weather Forecasting with HEALPix-Aware Convolutions
Aircast-Mars：一种用于全球天气预报的火星基础模型，采用HEALPix感知卷积
专题命中 规划决策 ：planning(abstract)
AI总结 研究针对火星天气预报，提出基于EMARS v1.0训练的Aircast-Mars系统。采用HEALPix感知二维U-Net架构，结合自定义填充和ConvNeXt残差块。该模型参数少、速度快，验证MSE低，能稳定递归预测，为行星尺度天气预报提供了基础。
Zero2Skill: Bootstrapping Robot Skills through Autonomous Data Collection, Training, and Deployment
PhysClaw-0：一种通过语言修正实现机器人自主的共生智能体系统
机构 * GigaAI（字节跳动人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Leeds（利兹大学） ； Cornell University（康奈尔大学） ； Tsinghua University（清华大学） ； Nanjing University of Science and Technology（南京理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； FAWTD（一汽技术开发部）
专题命中 规划决策 ：agentic(abstract)
AI总结 研究针对自主数据收集问题，提出PhysClaw-0共生智能体系统，通过跨轮保留和重用修正、自主收集验证等方式，在真实机器人测试中减少人力时间，提高成功率，并提升验证者与人类一致性。
Comments WebPage: https://open-gigaai.github.io/Zero2Skill
2. 多智能体 19 篇
WARA: A Closed-Loop Multi-Agent Framework for Wireless Optimization Autoresearch
WARA：用于无线优化自动研究的闭环多智能体框架
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；tool use(abstract)；workflow(abstract)
AI总结 本文针对无线领域提出端到端自动研究框架WARA，通过闭环多智能体系统将研究工作流程分三个阶段，经工件介导过程和控制器管理验证工件，设计评分智能体评估有效性，其性能优于一次性大语言模型生成，接近同行评审论文质量。
Comments 2026 IEEE/CIC International Conference on Communications in China (ICCC)
Harnessing Disagreement: Detecting Correlated Agreement Blindness in Multi-Agent Triage
利用分歧：检测多智能体分诊中的相关一致性盲点
机构 * School of Computer Science \& Statistics, Trinity College Dublin, College Green, Dublin 2, Ireland ADAPT Centre, Trinity College Dublin, College Green, Dublin 2, Ireland CKDelta, 28/29 Sir John Rogerson's Quay, Dublin 2, Ireland
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 研究多智能体分诊中分歧引发升级导致的相关一致性盲点问题,提出结合随机森林、k近邻智能体及校准元模型的ARAT系统。通过实验表明该系统能降低预测不足，跨数据集验证显示多样化产生有效分歧才提升安全，揭示相关故障被忽视的风险。
Comments 14 pages, 2 figures, 3 tables. Accepted at PAAMS 2026; this is the author's pre-review submitted version
Temporal Fair Division in Multi-Agent Systems: From Precise Alternation Metrics to Scalable Coordination Proxies
多智能体系统中的时间公平分配：从精确交替度量到可扩展的协调代理
机构 * University of Macedonia（希腊米科诺斯大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；分类 cs.LG
AI总结 本文提出时间公平分配的新理论，引入旋转周期性度量和滑动窗口度量，通过多智能体战斗实验分析，展示RP和ALT在协调失败检测和计算效率上的互补性。
Comments 26 pages, 6 figures, 8 tables
Defer to Plan: Adaptive Multi-Agent Fusion for End-to-End V2X Driving
听从计划：用于端到端车路协同驾驶的自适应多智能体融合
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)
AI总结 研究车路协同辅助自动驾驶中现有方法不足，提出端到端协同驾驶系统，用MotionNetwork融合信息、注意力机制压缩特征、自回归解码器融合多智能体特征及引入MoE架构，提升驾驶分数并保持通信效率。
Comments Accepted at IEEE ICME 2026
