AI Agent

Vision Language Models Cannot Plan, but Can They Formalize?

视觉语言模型（VLMs）无法规划，但它们能进行形式化吗？

Muyu He, Yuxi Zheng, Yuchen Liu, Zijian An, Bill Cai, Jiani Huang, Lifeng Zhou, Feng Liu, Ziyang Li, Li Zhang

机构 * Drexel University（德雷塞尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本研究提出5种VLM作为形式化器的流水线，评估后发现其表现优于端到端规划生成，较弱VLMs的瓶颈为物体关系视觉grounding，较强模型已克服该限制。

Balancing Optimality and Diversity: Human-Centered Decision Making through Generative Curation

平衡最优性与多样性：通过生成式策展实现以人为中心的决策

Michael Lingzhi Li, Shixiang Zhu

机构 * Technology and Operations Management, Harvard Business School（哈佛商学院技术与运营管理系） ； Heinz College of Information Systems and Public Policy, Carnegie Mellon University（卡内基梅隆大学海因兹学院） 纠错

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

AI总结 该研究提出生成式策展框架，通过分解组合合意度、开发适配多行动空间的方法，在决策支持场景下大幅降低遗憾值，适用于警区重划等复杂运营规划问题。

FollowUpBot: An LLM-Based Conversational Robot for Automatic Postoperative Follow-up

FollowUpBot：基于大语言模型的术后自动随访对话机器人

Chen Chen, Jianing Yin, Jiannong Cao, Zhiyuan Wen, Mingjin Zhang, Weixun Gao, Xiang Wang, Haihua Shu

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

AI总结 该研究针对传统术后随访的局限，提出边缘部署的LLM机器人FollowUpBot，可实现自适应隐私保护的随访交互与结构化报告生成，实验验证其交互覆盖率、满意度及报告准确率均较高。

What Matters is the Prompt: Prompt Sensitivity and Prompt Generation in Foundation Models for Lung Nodule Segmentation

关键在于提示：用于肺结节分割的基础模型中的提示敏感性与提示生成

Jorge F. Lazo, Xixi Liu, Andreas Hallqvist, Mikael Johansson, Åse Johnsson, Jonas S. Andersson, Jennifer Alvén, Ida Häggström

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对肺结节分割的基础模型，分析其对提示的敏感性，提出合成提示生成模型，实验显示该方法戴斯系数达0.85，为相关分割提供了有前景的策略。

Interactive Whole Slide Images for RL-based Tumour Segmentation

用于基于强化学习的肿瘤分割的交互式全切片图像

Mohamad Mohamad, Francesco Ponzio, Maxime Gassier, Nicolas Pote, Xavier Descombes

机构 * Université Côte d’Azur（蔚蓝海岸大学） ； Inria（法国国家信息与自动化研究所） ； CNRS（法国国家科学研究中心） ； INSERM（法国国家健康与医学研究院） ； IBV（生物信息研究所） ； Politecnico di Torino（都灵理工大学） ； Bichat Hospital（比沙医院） ； Assistance Publique–Hôpitaux de Paris（巴黎公共医疗集团） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对全切片图像分析的计算挑战，提出端到端强化学习框架，将WSI建模为交互式分层多分辨率环境，经PPO训练的智能体可直接完成全切片肿瘤分割，推理速度快且效果与基于图像块的方法相当，为计算病理学提供新方向。

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

专题命中 规划决策 ：planning(abstract)

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 7 pages, 5 figures. Preprint

Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities

面向圆柱腔体检修的观测约束关节空间视点优化

Yuezhong Wang, Rongshen Yin, Bichi Zhang, Sören Schwertfeger

机构 * ShanghaiTech University（上海科技大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种机器人关节空间中观测约束圆柱腔体检修的自主优化方法，通过多起点无导数搜索优化关节构型，在 Isaac Sim 实验中表现优于基准方法，完成 92%目标构型且平均底部可见度达 91.65%。

KC-BFPRL: Knowledge-Guided Multi-UAV Collaboration for Grassland Restoration via Bilevel Formerpointer-Based Reinforcement Learning

KC-BFPRL：基于知识引导的多无人机草原修复协作方法——通过 bilevel Formerpointer 强化学习实现

Dongbin Jiao, Xianyi Wang, Yuchen Yuan, Weibo Yang, Peng Yang, Peng Zhao, Zhanhuan Shang, Shi Yan

专题命中 规划决策 ：planning(abstract)

AI总结 KC-BFPRL 是一种知识引导的 bilevel Formerpointer 强化学习框架，可解决多无人机草原修复的 RAMP 问题，性能优于现有方法，适用于大规模自动化生态修复。

TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

TR-GS：基于t分布高斯溅射和射线置信度建模的高保真稀疏视图CT体积渲染

Zedong Xiao, Yiren Wang, Zhou Liu, Xiaolin Liu, Zhangji Lu

机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TR-GS用学生t分布基元与射线置信度模型优化3D高斯溅射，实现高保真稀疏视图CT体积渲染，在多数场景优于基线，可支撑下游医学多媒体应用

Journal ref ACM Multimedia 2026

Tabletop Pen Manipulation With a Vision-Guided 4-DoF Arm

基于视觉引导的4自由度机械臂的桌面钢笔操作

Anirudh Rangarajan, Bibit Bianchini

机构 * Dougherty Valley High School（多切蒂谷高中） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究利用感知与运动规划，让无腕部旋转关节的4自由度Waveshare RoArm-M2-S机械臂，通过YOLO11n-OBB等算法，实现了桌面书写工具的检测、校正与颜色分类，补偿了缺失的自由度。

Comments 19 pages, 8 figures

Counterfactual Sensitivity Is Not Repairability: Auditing Replay Probes for Video Evidence

反事实敏感性不等于可修复性：针对视频证据的重播探针审计

Rama AlHamidi, Rasul Khanbayov, Erchin Serpedin, Hasan Kurban

专题命中 规划决策 ：agent(abstract)

AI总结 本研究提出黑盒反事实探针 CARVE，通过对比 SHAM 与 DESTROY 重播下的答案变化，审计视频智能体的证据依赖，在 LVBench 上取得准确率提升，验证了反事实敏感性与可修复性的差异。

Comments 23 pages, 2 figures. Code: https://github.com/KurbanIntelligenceLab/CARVE

Not All History Helps: Velocity-Aware Selective Memory for Long-Horizon End-to-End Autonomous Driving

并非所有历史都有用：面向长 horizon 端到端自动驾驶的速度感知选择性记忆

Yuchen Liu, Ziying Song, Shengkai Zhang, Jiannan Chen, Peiliang Wu, Lei Yang, Bin Sun, Yan Gong, Li Wang

机构 * Nanyang Technological University（南洋理工大学） ； North University of China（中北大学） ； Yanshan University（燕山大学） ； Beijing Jiaotong University（北京交通大学） ； China Automotive Technology and Research Center Co., Ltd.（中国汽车技术研究中心有限公司） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对长 horizon 端到端自动驾驶的历史规划状态不可靠问题，提出 StableDrive 模型，通过 SMM 与 MSTS 实现规划优化，在多个数据集上取得规划指标的 SOTA 性能。

Comments 14 pages, 7 figures

Decomposing Whole Slide Image Report Generation with Graph-Constrained Multiple Instance Learning Workflows

用图约束的多实例学习工作流分解全切片图像报告生成

Antony Gitau, Martyna Borak, Bjørn-Jostein Singstad, Martin Paulson, Karl Thomas Hjelmervik, Ola Marius Lysaker, Veralia Gabriela Sanchez

机构 * Faculty of Technology, Natural Sciences and Maritime Sciences, University of South-Eastern Norway（东南挪威大学技术、自然科学与海洋科学学院） ； Center for Cancer and Blood Diseases, Vestfold Hospital Trust（西福尔信托医院癌症与血液疾病中心） ； Faculty of Biomedical Engineering, Silesian University of Technology（西里西亚工业大学生物医学工程学院） 纠错

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究提出图约束的多实例学习分解框架，结合Virchow2嵌入与器官条件图，提升WSI报告生成性能，明确器官路由是域转移瓶颈，支持错误定位。

Comments Accepted at the MICCAI 2026 REG Challenge

TERRA: A Hierarchical Parallel Training and Memory Orchestration Framework for High-Resolution AI-based Earth Modeling

TERRA：面向高分辨率AI地球建模的分层并行训练与内存编排框架

Ruohan Wu, Ziqi Zhu, Yang Zhao, Jiarui Tang, Yingzhe Cui, Junshi Chen, Zhao Jing, Jun Shi, Hong An

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Laoshan Laboratory（崂山实验室） ； Ocean University of China（中国海洋大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TERRA是面向高分辨率AI地球预报的分层并行训练与内存编排框架，通过SAWSTP和MO技术，在96个H200 GPU上支持114亿参数模型，实现高算力与内存优化，提升预报精度。

Comments 15 pages, 16 figures, 6 tables, and 2 algorithms. Submitted to IEEE Transactions on Parallel and Distributed Systems (TPDS). Code is available at https://github.com/ruohan12345/TERRA

P-PAS: Prefill-Pressure Adaptive Scheduling for Long-Context LLM Serving

P-PAS：面向长上下文大语言模型服务的预填充压力自适应调度

Timo Sämann

专题命中 规划决策 ：agentic(abstract)

AI总结 针对长上下文LLM服务中静态最大批处理令牌数（MBT）无法适配不同调度压力的问题，提出P-PAS动态调度策略，可在各类负载下维持低延迟，避免固定MBT的局限。

Traces of Abuse: How Generative AI Impacts Image-Based Sexual Abuse (IBSA) Investigations

滥用的痕迹：生成式AI如何影响基于图像的性虐待（IBSA）调查

Jasmin Wyss, Anna Neumann, Ivy Turk, Rebekah Overdorf

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究针对生成式AI引入IBSA工作流程的问题，通过对比不同IBSA场景的法医痕迹，指出生成式AI会降低IBSA犯罪难度并增加施害者追踪难度，不利于IBSA调查。

Comments Accepted at the "Community Building for Researchers on Generative AI-Facilitated Image-Based Abuse" Workshop at SOUPS 2026

Designing Quantum Error Correcting Codes to fit decoders via Reinforcement Learning

通过强化学习设计适配译码器的量子纠错码

Omer S. Sella, Robert Pinsler, Thomas Heinis

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出强化学习方法协同设计量子纠错码稳定器集合与译码器，固定译码器架构后用近端策略优化训练智能体，在去极化信道噪声下最大化译码器性能，可生成适配译码器的双变量自行车码。

Proposal of a consistent value for the mean excitation energy of liquid water using advanced modeling, detailed simulations and precission proton Bragg curves

利用先进建模、详细模拟和精确质子布拉格曲线，提出液态水平均激发能的一致值

Pablo de Vera, Isabel Abril, Flávio Matias, Julian M. B. Shorto, Hélio Yoriyaz, Rafael Garcia-Molina

专题命中 规划决策 ：planning(abstract)

AI总结 本研究利用MELF-GOS与TDDFT-Penn两种方法，结合SEICS代码模拟质子布拉格曲线，确定液态水平均激发能$I=79.4$ eV，为质子治疗射程预测提供物理依据。

Comments 12 pages, 4 figures

Omni-LiveAvatar: Minute-Level Real-Time Streaming Joint Audio-Video Avatar Generation

Omni-LiveAvatar：分钟级实时流式视听联动数字人生成

Lunjie Zhu, Xingtong Ge, Fangyu Lin, Yi Zhang, Zhening Liu, Mengfei Li, Yumeng Zhang, Guanglu Song, Yu Liu, Jun Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出Omni-LiveAvatar框架，通过渐进式自回归蒸馏等技术，实现分钟级实时流式视听联动数字人生成，速度较LTX-2提升33倍且性能优于基线模型。

Local Conformal Calibration of Dynamics Uncertainty from Semantic Images

局部语义图像动态不确定性校准

Luís Marques, Dmitry Berenson

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出OCULAR算法，通过感知信息对未见环境提供不确定性量化保障，无需环境特定数据，有效区分高低不确定性状态动作输入，适用于概率安全规划。

Comments 26 pages, 8 figures, 7 tables. Accepted to the 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR 2026). Project page: https://um-arm-lab.github.io/ocular/

Relay-Based Coordination for Energy-Efficient Multi-Robot Pickup and Delivery

基于中继的能源高效多机器人拾取与配送

Alkesh K. Srivastava, Jared Michael Levin, Philip Dames

机构 * Temple University（Temple大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出VCST-RCP框架，通过中继网络减少冗余长距离运动，提升多机器人配送效率，实验表明相比传统方法节省31%的行驶距离，提升50%的配送效率。

Equivariant and invariant parametrized topological complexity

不变和不变的参数拓扑复杂性

Ramandeep Singh Arora, Navnath Daundkar

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究了G-等变纤维的不变参数拓扑复杂性，推广了Lubawski和Marzantowicz的不变拓扑复杂性，并计算了等变Fadell-Neuwirth纤维的不变参数拓扑复杂性，用于运动规划问题。

Comments 37 pages. This is the final version that will appear in the journal Proceedings of the Royal Society of Edinburgh: Section A Mathematics

Forecasting the Evolving Composition of Inbound Tourism Demand: A Bayesian Compositional Time Series Approach Using Platform Booking Data

预测入境旅游需求的演变构成：一种使用平台预订数据的贝叶斯组合时间序列方法

Harrison Katz

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种贝叶斯组合时间序列方法，利用Airbnb数据预测入境旅游市场需求构成的变化，揭示疫情对市场构成的结构性影响，并展示该方法在复杂市场中的优越预测性能。

Detecting Where Effects Occur by Testing Hypotheses in Order

通过顺序假设检验检测效应发生的位置

Jake Bowers, David Kim, Nuole Chen

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种自上而下的树形假设检验方法，利用实验的行政层级结构控制族系错误率，并通过误差负荷诊断判断是否需要调整，在教育试验和就业培训研究中验证了其有效性。

On Minimum Aerial Photographs for Planar Region Coverage: Hardness and Approximation

关于平面区域覆盖的最小航拍照片的计算复杂性

Si Wei Feng, Kartik Mohta, Kangli Wang, Jingjin Yu

专题命中 规划决策 ：planning(abstract)

AI总结 研究用正方形和圆形覆盖简单平面多边形的计算复杂性，证明了不可近似性间隙并开发了2.828-最优近似算法。

PerFACT: Motion Policy with LLM-Powered Dataset Synthesis and Fusion Action-Chunking Transformers

PerFACT: 基于LLM驱动的数据集合成与融合动作分块变换器的运动策略

Davood Soleymanzadeh, Xiao Liang, Minghui Zheng

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（J. Mike Walker ’66机械工程系，德克萨斯A&M大学） ； Zachry Department of Civil and Environmental Engineering, Texas A&M University（Zachry土木与环境工程系，德克萨斯A&M大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 PerFACT通过LLM驱动的数据集合成和融合动作分块变换器，提升机械臂运动规划的泛化能力和效率。

Cooperative Safety Intelligence in V2X-Enabled Transportation: A Survey

车联网中协同安全智能：一项综述

Jiaxun Zhang, Qian Xu, Zhenning Li, Chengzhong Xu, Keqiang Li

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了V2X环境下协同安全智能的研究进展，围绕SPD框架分析了协同感知、多模态预测和风险感知规划的发展，提出基于SPD的设计原则和评估实践，以提升交通安全水平。

Analytical modeling of a stop-less modular bus line: Optimization, feasibility, and economies of scale

无停靠模块化公交线路的分析建模：优化、可行性与规模经济

Haoran Zhao, Neema Nassir, Andres Fielbaum

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出分析优化模型，研究无停靠自主模块化公交服务（SLAM）的最优设计、可行性与规模经济，发现其最适合中等需求水平，数值结果验证了理论分析。

Towards a Unified Understanding of Robot Manipulation: A Comprehensive Survey

面向机器人操作的统一理解：一项综合调查

Shuanghao Bai, Wenxuan Song, Jiayi Chen, Yuheng Ji, Zhide Zhong, Jin Yang, Han Zhao, Wanqi Zhou, Wei Zhao, Zhe Li, Pengxiang Ding, Cheng Chi, Haoang Li, Chang Xu, Xiaolong Zheng, Donglin Wang, Shanghang Zhang, Badong Chen

专题命中 规划决策 ：planning(abstract)

AI总结 本调查针对机器人操作这一具身智能核心挑战，提出方法的统一分类与瓶颈分类，为机器人操作研究提供了全面的路线图与结构化参考。

Cine MRI-Validated Biventricular Electromechanical Digital Twin Framework for Predicting Regional Endocardial Motion

经 Cine MRI 验证的双心室电机械数字孪生框架用于预测区域心内膜运动

Milad Hasani, Tomas Zaremba, Sam Riahi, Alireza Rezania

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出经 Cine MRI 验证的双心室电机械数字孪生框架，整合多类心脏生理机制，可预测区域心内膜运动，为心内植入物植入部位选择及患者特异性规划提供支持。