AI Agent

SkillGate: Training In-Policy Skill Selection in Long-Horizon Agents

SkillGate：训练长视距智能体中的策略内技能选择

Qingyao Li, Wenxiang Jiao, Shuai Shao, Kangning Zhang, Yuan Lu, Yi Guo, Weiwen Liu, Weinan Zhang, Yong Yu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书科技有限公司） 纠错

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

AI总结 SkillGate 针对长视距智能体策略内技能选择的选择器信用匮乏问题，通过划分信用通道提升了 9B 策略的试验成功率，减少了误导性候选接触并降低技能读取次数。

Comments 17 pages, 6 figures, 6 tables. Code: this https URL (https://github.com/DeepExperience/SkillGate). Models: this https URL (https://huggingface.co/simonlqy/SkillGate-9B)

The Curious Case of Exploding DecPOMDPs: Containing the Fire through Policy Counting

爆炸式DecPOMDPs的奇特案例：通过策略计数控制这一“火势”

Nazlı Nur Karabulut, Tanya Braun

机构 * University of Münster（明斯特大学） 纠错

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

AI总结 针对DecPOMDPs策略空间爆炸问题，本文提出策略计数DecPOMDPs及对应的策略计数动态规划方法，实现智能体数量维度的可处理性。

Comments Full version including appendix of a paper accepted at the 17th International Conference on Scalable Uncertainty Management (SUM2026) under the same name

Quantifying Risk Under Evolving Uncertainty: Belief-Dependent Robustness for Safe Sequential Decision Making

演化不确定性下的风险量化：面向安全序贯决策的信念依赖鲁棒性

Deep Kumar Ganguly, Jan Kretinsky

机构 * Technical University of Munich（慕尼黑工业大学） ； Masaryk University（马萨里克大学） 纠错

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

AI总结 本文提出RATTL算法，将智能体谨慎程度与认知不确定性绑定，证明其规划问题适定且满足安全三明治性质，可保障LLM等智能体在不确定性下的运行时安全。

Comments Accepted for presentation at the IJCAI-ECAI 2026 RobustifAI workshop

What is Missing from AI Post-Training AI: An Empirical Analysis

AI后训练AI缺失了什么？一项实证分析

Joy Jia Yin Lim, Xin Huang, Hao Peng, Yaxi Lu, Xin Cong, Zhong Zhang, Maosong Sun, Yankai Lin

机构 * Tsinghua University（清华大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 本文通过实证分析发现，LLM智能体后训练时存在策略锁定问题，其缺失的是执行过程中自发重新评估训练策略的机制，而非经验、指导或推理计算。

Model Predictive Supervisory Control for Hierarchical and Distributed UAS Traffic Management

面向分层分布式无人机交通管理的模型预测监督控制

Matheus P. Loures, Guilherme V. Raffo, Patrícia N. Pena

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

AI总结 本研究提出分层模型预测监督控制（MPSC）框架，结合滚动时域最优控制与监督控制理论保障安全等特性，开发城市UTM模型，实现时变需求下取送任务的高效支持。

Comments 6 pages, 7 figures, IFAC conference

rEDMRec: Distilling Large Language Model Reasoning into an Editable Experience Memory for Recommendation

rEDMRec：将大语言模型推理提炼为可编辑的体验记忆用于推荐

Minh Hoang Nguyen, Tung Le, Huy Tien Nguyen

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

AI总结 rEDMRec将教师LLM推理提炼为四类可编辑体验记忆，轻量级学生LLM通过检索记忆排序，在多数据集和主干模型上优于零样本、少样本、RAG及GraphRAG，记忆优化可提升推荐性能并降低重复率。

Physics-Unrolled Neural Operator for Wireless Field Modeling

用于无线场建模的物理展开神经算子

Rafid Umayer Murshed, Saif Ur Rahman, Mingyue Tang, Elahe Soltanaghai

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 提出物理展开混合神经算子（PU-HNO），通过三级级联结构逐步捕捉无线传播效应，在不同平面图上的实验中，其在图像质量和无线部署指标上均优于多种基线模型。

Comments 37 pages, 8 figures, 9 tables

FraudBench: Stress-Testing Policy-Grounded Banking Agents Against Adaptive Fraud

FraudBench：针对自适应欺诈的基于政策的银行智能体压力测试

Dheeraj Mohandas Pai, Lu Xian

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

AI总结 研究人员推出基于τ²-bench框架和τ-Knowledge环境的可执行基准FraudBench，测试银行智能体应对自适应欺诈的安全性，评估发现4款智能体攻击安全性为49%-65%，资金骡和第一方欺诈是主要薄弱点。

Comments 9 Pages, 2 figures

From Sequence to Structure: Relational Uncertainty Propagation for LLM Agents

从序列到结构：面向大语言模型智能体的关系型不确定性传播

Zhengzhao Ma, Boxi Cao, Yaojie Lu, Hongyu Lin, Xianpei Han, Le Sun

机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本研究针对现有LLM智能体不确定性量化方法忽略长程依赖的问题，提出RUPA框架，通过建模轨迹图的关系依赖传播不确定性，在多个基准上实现更优性能。

EgoCITE: Context-Augmented Indexing and Time-Aware Retrieval for Long-Horizon Egocentric Memory

EgoCITE：面向长时程自我中心记忆的上下文增强索引与时序感知检索

Le Zhang, Hao Chen, Vlad Roznyatovskiy, Jianzhong Zhang, Ke Sun

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 本研究针对长时程自我中心记忆系统的索引不可靠、忽略时序意图的问题，提出EgoCITE框架，经多数据集评估，其准确率优于基线且成本显著低于长上下文LLM智能体。

SLAI T-Rex: Full-Parameter Post-training of the DeepSeek-V4 Family on Ascend SuperPOD

SLAI T-Rex：在升腾超级集群上对DeepSeek-V4系列进行全参数训练后优化

Dongfang Li, Xiaodong Luo, Ruoyu Sun, Xuhui Chen, Linyuan Qiu, Jian Meng, Zhengxuan Lu, Yiting Wang, Yucheng Xie, Tao Guo, Tianxiang Fang, Jing Li, Sihang Chen, Shihao Hong, Chang Liu, Weihua Dai, Zirong Zeng, Ziwei Zhu, Zhuohan Wang, Zhengjun Yue, Igor Vasilyev, Min Liu, Weijian Sun, Xin Chen, Yingmeng Gao, Jinhua Zhou, Taolue Chen, Chenwei Wu, Dong Zhang, Wenlong Jin, Jinmin Xiang, Barkova Maria, Ushakov Anton, Xianfei Jin, Tian Ding, Zhihang Lin, Qian Chen, Linxin Yang, Mingzhe Yang, Bingwei Zhang, Hongzhang Yang, Fangxue Zhang, Shijun Qin, Jie Yu, Cuihua Hu, Tolstykh Vasiliy, Nosov Ivan, Abdullin Amir, Zhicheng Zhou, Xin Zhang, Zhixiong Ning, Xutong Zhao, Junjie Huang, Jiajun Liu, Weiyan Kong, Zheng Zhang, Wenhan Luo, Lin Hu, Yangbo Guo, Li Zeng, Shihao Zhang, Baotian Hu, Min Zhang, Haizhou Li, Zhiquan Luo

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

AI总结 研究针对万亿参数规模MoE模型全参数训练后优化的系统挑战，在升腾NPU超级集群上以DeepSeek-V4为目标工作负载开发分层优化框架，建立CPT和SFT工作流程，提升模型性能，推动复杂推理前沿模型系统发展。

Comments 73 pages, 22 figures, 20 tables

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。

EgoMemReason: A Memory-Driven Reasoning Benchmark for Long-Horizon Egocentric Video Understanding

EgoMemReason：一种基于记忆的推理基准，用于长时间的以自身为中心的视频理解

Ziyang Wang, Yue Zhang, Shoubin Yu, Ce Zhang, Zengqi Zhao, Jaehong Yoon, Hyunji Lee, Gedas Bertasius, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； NTU Singapore（新加坡国立大学） 纠错

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

AI总结 EgoMemReason通过记忆驱动推理评估一周的自身中心视频理解，包含500个问题和六个核心挑战，揭示长时间记忆仍面临挑战。

Comments Accepted by COLM2026. The first two authors contributed equally. Project website: this https URL (https://egomemreason.github.io/)

Conformal Policy Control

符合性策略控制

Drew Prinster, Clara Fannjiang, Ji Won Park, Kyunghyun Cho, Anqi Liu, Suchi Saria, Samuel Stanton

机构 * Johns Hopkins University（约翰霍普金斯大学） ； New York University（纽约大学） 纠错

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

AI总结 本文提出一种基于安全参考策略的符合性校准方法，用于在不违反安全约束的前提下，使优化但未测试的策略能够安全地进行探索，并在有限样本下提供理论保证。

Comments International Conference on Machine Learning (ICML), 2026. v4: Revised CPC theory to (a) show enforced smoothness for likelihood-ratio control parameter and (b) for general control parameter, assume smoothness only of constrained policy $π_t^{(β)}$ w.r.t. $β$ (rather than of $(l_i - α)\cdotπ_t^{(β)}$ or of conformal weights)

DA-WAM: Decision-Aligned Future Latents for Driving World Models

DA-WAM：面向驾驶世界模型的决策对齐未来潜变量

Ruiguo Zhong, Benshan Ma, Xiaolong Chen, Lang Zhang, Mingyue Feng, Yaonong Wang, Pei Liu, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Leapmotor（零跑汽车） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 DA-WAM 是统一预测表示学习等模块的驾驶世界模型框架，通过动作条件未来潜变量实现决策对齐，在 NAVSIM 数据集上达到最优性能，验证了关键组件的有效性。

Graph-Based Approaches to Learning Epileptogenic Zone Localization Using Stereo-EEG Recordings

基于立体脑电图记录的致痫灶定位图学习方法

Daniel Wendelken (1), Brian Ervin (2), Ravindra Arya (2), Ali A. Minai (1) ((1) University of Cincinnati, Cincinnati, USA, (2) Cincinnati Children's Hospital Medical Center, Cincinnati, USA)

机构 * University of Cincinnati（辛辛那提大学） ； Cincinnati Children’s Hospital Medical Center（辛辛那提儿童医院医疗中心） 纠错

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

AI总结 该研究针对40例患者，对比不同图拓扑的图学习模型，发现Region-Bridge-$c$拓扑在致痫灶定位中表现最优，证明图构建需明确评估。

Comments 8 pages, 2 figures. Accepted for the Proceedings of IEEE WCCI 2026 (IJCNN), Maastricht, Netherlands

A Few Cases Are All You Need: An Empirical Study of Annotation-Efficient LoRA Fine-Tuning of MedSAM3

少数案例足矣：对MedSAM3的标注高效LoRA微调的实证研究

Sachin Dudda Nagaraju, Bendik Skarre Abrahamsen, Ashkan Moradi, Mattijs Elschot

机构 * Norwegian University of Science and Technology（挪威科技大学） ； St. Olavs Hospital, Trondheim University Hospital（圣奥拉夫斯医院（特隆赫姆大学医院）） 纠错

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

AI总结 该研究针对MedSAM3，用LoRA微调实现仅10个标注案例即可让医学图像分割达到临床可用性能，在腹部器官和心脏分割任务上优于部分专业工具，且训练速度更快。

Learning What to Fail On: Failure-Mode Contextual Bandits for Adversarial Data Curation

学习失败的诱因：用于对抗性数据策展的失败模式上下文多臂老虎机

Roie Kazoom, Ofir Cohen, Rami Puzis, Asaf Shabtai, Ofer Hadar

机构 * Ben Gurion University of The Negev（本古里安大学内盖夫分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 该研究提出失败模式上下文多臂老虎机框架，通过检索增强等技术优化对抗性数据策展，在多项自然语言理解基准上提升模型准确率，还可迁移至事实核查任务，实现无需额外人工标注的鲁棒性提升。

Scalable Geospatial Machine Learning for Power-Line Asset Risk: Integrating Remote Sensing for Lightning and Vegetation Risk Modelling

面向电力线资产风险的可扩展地理空间机器学习：整合遥感技术开展雷击与植被风险建模

Artur Sokolovsky, Bhavik Merai, Moe Jafari, Muen Chen

机构 * SA Power Networks（SA电力网络公司） 纠错

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

AI总结 本研究提出一种模块化可扩展的故障概率建模框架，整合多源地理空间数据开展植被与雷击相关电力线资产风险建模，可支持公用事业级网络韧性规划。

Position: Collusion Risks Among AI Reasoning Agents Justify Certification Requirements for Making Market Decisions

立场：AI推理智能体间的合谋风险证明其在制定市场决策时需满足认证要求

Matthew Riemer, Tommaso Tosato, Amin Memarian, Maximilian Puelma Touzel, Glen Berseth, Irina Rish, Guillaume Dumas

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

AI总结 该研究指出具备思维链推理能力的AI智能体易出现合谋倾向，提出需对其进行行为认证，实验显示DeepSeek-R1智能体在伯特兰寡头定价场景中存在默契合谋，且其思维链可被隐蔽引导至合谋或竞争状态。

Comments ICML 2026

Self-supervised In-context Operator Learning for Stochastic Mean-Field Control

面向随机平均场控制的自监督上下文算子学习

Suyi Gao, Mo Zhou, Rongjie Lai

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

AI总结 本研究提出首个无网格自监督神经算子NFIST，通过结合概率流ODE与可逆归一化流Transformer解决随机平均场控制问题，可实现未见任务的一次前向求解，在多任务上展现零样本泛化并降低计算成本。

Breaking Planner Integrity Boundary: Enviroment State-Text Injection Attack on LLM-Driven Embodied Agents

当状态成为攻击面：大语言模型驱动的具身智能体中的状态语义注入

Jiawei Liu, Jiacheng Guo, Tian Zhang, Yiwei Xu, Juan Wang, Jinlin Fan, Bowen Xiao, Chi Guo, Keyan Guo, Hongxin Hu

机构 * Wuhan University（武汉大学） ； University at Buffalo（布法罗大学） 纠错

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

AI总结 该文聚焦LLM驱动的具身智能体，梳理其技术演进与现有模型，指出其需结合多类信息完成任务落地后执行，为后续状态语义注入攻击研究奠定基础。

Comments submitted to USENIX Security 2027

AMPLIFAI: A Multiphase CT Dataset for Benchmarking Clinical Reasoning in LI-RADS Assessment of Liver Lesions

AMPLIFAI：用于基准测试LI-RADS肝脏病变评估临床推理的多期CT数据集

Pranav Kulkarni, Nikhil Shah, Amritansh Suryavanshi, Jana G. Delfino, James Tonascia, Jade Wong-You-Cheong, Barton Lane, Joseph Chirico, Jeffrey D. Hirsch, Ang Li, Heng Huang, Florence X. Doo

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of Maryland School of Medicine（马里兰大学医学院） ； University of Maryland Institute for Health Computing（马里兰大学健康计算研究所） ； University of Maryland Medical System（马里兰大学医学系统） 纠错

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

AI总结 研究针对LI-RADS肝脏病变评估AI模型缺乏公开高质量数据集的问题，推出首个公开多期腹部CT扫描的AMPLIFAI数据集，标注LI-RADS类别并分割关键特征，助力相关透明可复现研究。

Comments 15 pages, 6 figures, 3 tables

Network-Scale Road Disruption from Liquefaction in Cascadia Subduction Zone Earthquakes

卡斯卡迪亚俯冲带地震中液化引发的路网级道路中断

M.D. Sanger, O. Blaze-Smith, B.W. Maurer, L. Wotherspoon, M.O. Eberhard, J.W. Berman

专题命中 规划决策 ：planning(abstract)

AI总结 该研究构建力学数据驱动框架，模拟卡斯卡迪亚9级地震液化引发的路网中断，经空间蒙特卡洛模拟评估影响，为当地交通韧性规划提供可靠工具。

U.S. National Liquefaction Hazard Maps and their Implications for Engineering Practice and Policy

美国全国液化灾害图及其对工程实践和政策的启示

Morgan D. Sanger, Victoria P. Zdanovski, Brett W. Maurer

专题命中 规划决策 ：planning(abstract)

AI总结 本研究开发美国全国液化灾害图（NLHMs），结合地理空间机器学习模型与2023年美国全国地震灾害模型，分析震级选择、灾害形式差异及液化与社会经济脆弱性的叠加，为工程实践与政策提供支撑。

Mise-en-Scène: Implicit Layout Emergence in Diffusion Transformers for Human-AI Design Co-Creation

场景布置（Mise-en-Scène）：用于人机协同设计共创的扩散Transformer中隐式布局的涌现

Zipeng Xu, Ryan Murdock, Umberto Michieli

机构 * Canva Research（Canva研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Mise-en-Scène框架，通过微调扩散Transformer实现隐式布局涌现，结合匹配放置步骤保证素材保真度，在PrismLayersPlus基准上生成的设计感知质量显著优于现有方法。

Comments Best Paper Award at ECCV Human-AI Co-Creation Workshop

X-LMC: Cross-View Spatiotemporal Collateral Circulation Scoring from DSA

X-LMC：基于DSA的跨视图时空侧支循环评分

Maedeh Hafezi Moghadas, Hakim Baazaoui, Lukas Bastian Otto, Susanne Wegener, Björn Menze, Ezequiel De la Rosa

机构 * Friedrich-Alexander-Universität, Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学） ； University Hospital Zurich（苏黎世大学医院） ； University of Zurich（苏黎世大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出X-LMC跨视图时空深度学习框架，自动从DSA进行ASITN/SIR侧支评分，在134例M1闭塞患者多中心数据上优于基线，性能接近临床评分者间一致性，为卒中血流表型分析提供可复现基础。

Comments 11 pages, 3 figures, 1 table. Accepted at SWITCH+ 2026, a MICCAI 2026 workshop

Scoring and Gamification to Encourage Sustainable Use of Compute Clusters

评分与游戏化设计以鼓励计算集群的可持续使用

Maximilian MacDonald, Chris McCaig, Sean MacAvaney, Matthew Barr, Lauritz Thamsen

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出整合碳强度等指标的可持续性评分系统，集成于集群管理界面并结合游戏化设计，拟通过12周研究评估其对研究人员使用计算集群的可持续行为的激励效果。

Comments 5 pages, 1 figures. Accepted at the 2nd International Workshop on Low Carbon Computing (LOCO 2026), Lancaster University, United Kingdom, 10-11 September 2026. Part of the LOCO 2026 proceedings, arXiv:LOCO2026/P01

Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

结合在线辨识与滚动时域优化的自适应非线性控制

Igor Ladnik

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出结合滚动时域iLQR等技术的自适应非线性最优控制方案，通过AMIGO框架分三阶段计算，经多种非线性系统验证，为复杂控制场景提供有效方法。

Integrated Sensing and Communications over Hierarchical Cellular and Cell-Free MIMO Systems

分层蜂窝与无小区MIMO系统中的集成感知与通信

Wei Jiang, Hans D. Schotten

专题命中 规划决策 ：workflow(abstract)

AI总结 本文提出分层蜂窝与无小区MIMO系统的集成感知与通信架构，通过中央基站协同处理通信与感知、分布式AP作为双基地接收机，降低前传开销，同时提升总吞吐量与感知精度。

Comments IEEE Globecom 2026