AI Agent

TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction

TSCA-Net：用于可解释多模态行人轨迹预测的时空团块注意力

Md Mustafizur Rahman, Guangchao Yang, A F M Abdun Noor, Md Imam Ahasan, Md Mahfuzur Rahman, Md Ariful Islam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对拥挤环境中行人轨迹预测难题，提出TSCA-Net框架，含时空团块注意力、跨行人团块势、自适应KAN网格细化三个模块，经实验验证其性能最优，消融研究证实模块互补作用。

Comments 10 pages, 4 figures, 4 tables. Submitted to the IEEE International Conference on Data Mining (ICDM) 2026, Applied Track

Self-Healing Coordination in Cognitive Swarm Agents with Bloch-Type Perceptual Memory

具有布洛赫型感知记忆的认知群体智能体中的自愈协调

Jyotiranjan Beuria

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究认知群体智能体中自愈协调，基于非马尔可夫集体运动模型，用布洛赫型快慢架构，每个智能体有感知寄存器与慢调节状态耦合，通过多种子消融实验评估，结果显示该架构对自愈有主要功能影响。

Comments Under review at IEEE Transactions on Cognitive and Developmental Systems

AgenticDB: Self-Evolving Reconfiguration Framework for Database Workloads

AgenticDB: 面向数据库工作负载的代理式性能重配置

Xinyue Yang, Chaozheng Wang, Chen Zheng, Heng Zhang, Yanjun Wu

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 提出AgenticDB框架，通过运行时交互实现数据库系统级和操作系统级重配置，诊断瓶颈并积累经验，在MySQL和PostgreSQL上平均性能提升118.1%。

LA-IMR: Latency-Aware, Predictive In-Memory Routing and Proactive Autoscaling for Tail-Latency-Sensitive Cloud Robotics

LA-IMR：面向尾延迟敏感的云机器人的延迟感知、预测性内存路由与主动自动缩放

Eunil Seo, Chanh Nguyen, Erik Elmroth

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 针对混合云边基础设施中突发请求导致的尾延迟问题，提出LA-IMR控制层，通过利用率驱动的延迟模型、事件调度、副本自动缩放和边到云卸载，将P99延迟降低高达20.7%。

Comments v3: Revised manuscript with a citation-context correction and improved reference metadata. All references were reverified against authoritative sources; the confirmed page ranges for the ECO and C3 papers were retained

Topological Flux on a Context Manifold Generates Nonreciprocal Collective Dynamics

拓扑流在上下文流形上生成非 reciprocal 集体动力学

Jyotiranjan Beuria, Venkatesh H. Chembrolu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过拓扑流在上下文流形上产生非互易集体动力学，揭示了陈-西蒙斯规范场作为方向影响和非互易集体行为的最小通用来源。

Comments 11 pages, 4 figures

Journal ref Physical Review E 113.6 (2026): 065401

On a Merton Problem with Irreversible Healthcare Investment

关于具有不可逆医疗保健投资的默顿问题

Giorgio Ferrari, Shihao Zhu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有不可逆医疗保健投资的最优消费、投资组合选择问题，基于默顿问题构建模型，转化为对偶二维最优停止问题，推导正则性、刻画自由边界并数值计算，给出最优策略示例及金融含义。

Comments 52 pages

Xema: Efficient Diffusion Serving through Fine-Grained Memory Management and Auto-Configuration

Xema：通过细粒度内存管理和自动配置实现高效扩散服务

Xueze Kang, Guangyu Xiang, Suyi Li, Yuxin Wang, Shaohuai Shi, Lin Zhang, Xiaowen Chu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究针对扩散模型服务受GPU内存限制问题，提出Xema系统，通过细粒度内存管理和自动配置，利用可预测张量生命周期优化内存，引入离线规划器联合选择参数，实现高效扩散服务，相比现有配置提升SLO达成率并降低规划成本。

HSF-S: Speed-Optimized Compilation and Acceleration for Hybrid Schrodinger-Feynman Quantum Circuit Emulation

HSF-S：用于混合薛定谔 - 费曼量子电路仿真的速度优化编译与加速

Sechan Park, Kyeongwon Lee, Mundo Jeong, Chaebin Jung, Woojoo Lee

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究针对混合薛定谔 - 费曼量子电路仿真实际运行时间受跨边界双量子比特门指数级路径增长主导的问题，提出HSF-S框架，通过特定方法抑制跨边界相互作用，降低路径成本，在基准电路上大幅提高可处理性并实现加速。

Comments 11 pages, 8 figures, 2 tables. This paper is accepted for ICCAD 2026

A Fokker-Planck approach to a stochastic multiplicative wealth model with taxation and redistribution

一种用于具有税收和再分配的随机乘法财富模型的福克 - 普朗克方法

Iago Nascimento Barros, Marcelo Lobato Martins, Celia Anteneodo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有税收和再分配的随机乘法财富模型，采用福克 - 普朗克方法，扩展原始公式涵盖多种再分配协议，推导平稳财富分布表达式，经模拟验证，用基尼指数量化，揭示特定再分配方案可减轻财富差距。

Comments 11 pages, 6 figures

Revisiting the non-equilibrium phase transitions of the continuous-trait Axelrod model

重新审视连续性状阿克塞尔罗德模型的非平衡相变

Sandro M. Reia, Paulo R. A. Campos, José F. Fontanari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究连续性状阿克塞尔罗德模型的非平衡相变，通过分析中位数缩放和概率分布揭示其相变特征，发现\(F = 2\)时为混合转变，\(F = 3\)时为非混合一阶转变，还应用于离散泊松变体建立统一表征。

HYPIC: Accelerating Hybrid-Attention LLM Serving with Position-Independent Caching

HYPIC: 利用位置无关缓存加速混合注意力LLM服务

Yifei Liu, Juntong Wu, Yang Liu, Junhao Hu, Minghao Li, Xiaoxu Chen, Weihang Chen

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 提出Hypic系统，通过段累积转移算子和边界重计算，实现混合注意力LLM的位置无关缓存，显著降低首令牌延迟并提升吞吐量。

Nonexchangeable logit dynamics with cost constraints: different viewpoints and numerical analysis

具有成本约束的不可交换逻辑动力学：不同观点与数值分析

Hidekazu Yoshioka, Tomohiro Tanaka

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究受异质主体成本约束的逻辑动力学，从SDE和FPE两个观点分析其适定性，通过在成本约束中添加正则化因子防止数值计算崩溃，给出计算FPE的数值方法并进行交叉领域示范应用研究。

Comments Ver. June 19, 2026

Predictive Photometric Uncertainty in Gaussian Splatting for Novel View Synthesis

预测性光度不确定性在新型视角合成中的高斯点散射应用

Chamuditha Jayanga Galappaththige, Thomas Gottwald, Peter Stehr, Edgar Heinert, Niko Suenderhauf, Dimity Miller, Matthias Rottmann

机构 * QUT Centre for Robotics, Australia（昆士兰大学机器人中心，澳大利亚） ； ARIAM Hub, Australia（ARIAM中心，澳大利亚） ； University of Wuppertal, Germany（乌尔姆大学，德国） ； University of Osnabrück, Germany（奥斯纳布吕克大学，德国） 纠错

专题命中 记忆与上下文管理 ：autonomous agent(abstract)

AI总结 本文提出轻量级框架，通过贝叶斯正则化线性最小二乘优化重建残差，实现像素级视图依赖性预测不确定性，提升3D高斯点散射在自主代理和安全关键应用中的可靠性。

Comments Accepted at ECCV26. Project Page: https://chumsy0725.github.io/3DGS-Uncertainty/

Inflation as an emergent phenomenon

作为一种涌现现象的通货膨胀

Alessio Emanuele Biondo, Mauro Gallegati

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究构建基于主体模型，探讨内生货币经济中通胀的产生机制，企业在营运资金约束下通过成本加成规则定价，银行贷款影响企业融资与定价，生产和信贷网络相互作用，多种因素共同作用产生通胀状态。

D-CLIPSE: Distributed Consensus-based Localization with Passive Listening on Shared State Exchange

D-CLIPSE：基于分布式共识的共享状态交换被动监听定位

Kyle Biron-Gricken, James Richard Forbes

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究多机器人定位问题，提出基于分布式共识的滤波框架，通过共享预积分里程计和相关共享状态实现定位，在模拟和实验中验证，精度和一致性接近集中式方法，优于当前分散式方法。

Comments 8 pages, 7 figures, 1 table. Submitted to IEEE Robotics and Automation Letters

Scalable marginalization of correlated latent variables with applications to learning particle interaction kernels

可扩展的相关潜在变量边缘化及其在学习粒子相互作用核中的应用

Mengyang Gu, Xubo Liu, Xinyi Fang, Sui Tang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种可扩展的潜在变量边缘化方法，用于估计相互作用核并预测粒子轨迹，通过稀疏表示和共轭梯度法提升预测精度，应用于分子动力学模拟、细胞迁移和基于代理的模型。

Comments Typos in Appendix 6.1 are corrected

Journal ref The New England Journal of Statistics in Data Science (2023), 1(2), 172-186

Probe-Conditioned Memory for Actuator-Deadband-Aware Koopman MPC in Industrial Sealing

工业密封中用于执行器死区感知库普曼模型预测控制的探测条件记忆

Yue Wu

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究工业密封中执行器死区感知问题，提出基于探测条件记忆的库普曼模型预测控制方法，通过十六步探测选择历史案例拟合关系并更新校正，在基准测试中AK-MPC跟踪误差低，体现该方法优势。

Physics-Informed Neural State-Space Modeling of Battery-Electric Vehicle Dynamics for Closed-Loop Automated Parking Simulation

用于闭环自动泊车模拟的电池电动车辆动力学的物理信息神经状态空间建模

Sirong Pan, Guannan Tian, Pan Song

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 为生产型纯电轿车泊车工况引入物理信息神经状态空间模型，基于实地测试识别，训练时施加速度约束，用专用子模型再现执行器行为，可用于预校准自动泊车规划与控制堆栈。

Comments 11 pages, 10 figures. Under review at IEEE Transactions on Intelligent Vehicles. Code and trained models: https://github.com/pansong/PyNSSM-Parking ; interactive simulator: https://github.com/pansong/auto-parking-sim

Dynamics of Chemotactic Gliding-Aggregation in Myxobacteria on Bounded Domains: Stochastic Modeling, Analysis, and Deep Neural Network Simulations

有界域上粘细菌趋化性滑动聚集的动力学：随机建模、分析和深度神经网络模拟

Fugui Ma, Zhimeng Ouyang, Wenyi Tian, Lei Wu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出统一框架，整合随机建模、严格分析和基于深度神经网络的模拟，刻画粗糙表面异常滑动动力学，推导宏观模型并建立解理论，设计神经网络方法，数值实验验证框架有效性。

Comments 78 pages,23 figures

Emulation of non-linear 1D spectral models: relativistic X-ray reflection

非线性一维光谱模型的仿真：相对论性X射线反射

Benjamin J. Ricketts, Tin Hadži Veljković, Daniela Huppenkothen, Adam Ingram, Matteo Lucchini, Guglielmo Mastroserio, Fergus J. E. Baker

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 探讨在天体物理数值模型reltrans中一维模型模拟器的实现，通过系统表征目标模型，采用模块化策略，用特定架构实现高精度仿真，速度提升且无系统偏差，为数值模型模拟器提供策略。

Comments 16 pages, 13 figures, submitted to Royal Astronomy Society Techniques and Instruments (RASTI), comments welcome

Mean-field games of speedy information access with observation costs

具有观测成本的快速信息获取平均场博弈

Dirk Becherer, Christoph Reisinger, Jonathan Tam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究主体可主动控制信息获取速度的平均场博弈，通过接受更高成本降低观测延迟，利用主动信息获取影响状态动态以最大化奖励，用参数化信念状态将其转化为标准平均场博弈并求解。

Comments Accepted for publication in Mathematics and Operations Research

Breaking Consensus in Kinetic Opinion Formation Models on Graphons

在图隆上打破动能意见形成模型中的共识

Bertram Düring, Jonathan Franceschi, Marie-Therese Wolfram, Mattia Zanella

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种防止动能意见形成模型中达成共识的策略，通过分析图隆结构和微观数学模型，展示如何通过惩罚机制引导系统走向非聚类状态。

Comments Changed to align to the in-print version

Journal ref J. Nonlinear Sci. 34 (2024), 79

Seek to Segment: Active Perception for Panoramic Referring Segmentation

寻求分割：全景指代分割的主动感知

Song Tang, Shuming Hu, Xincheng Shuai, Henghui Ding, Yu-Gang Jiang

机构 * Fudan University（复旦大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出主动全景指代分割任务，通过记忆增强智能体PanoSeeker结合视觉语言模型与空间记忆，实现高效搜索与分割。

Comments ECCV 2026, Project Page: https://henghuiding.com/APRS/

Theory of collective learning in populations of adaptive agents

自适应智能体群体中的集体学习理论

Gerhard Jung, Johann Asnacios, Misaki Ozawa, Olivier Dauchot, Eric Bertin

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 通过扩展动力学理论，研究同质活性智能体群体通过交换策略和记忆进行分散式学习以实现宏观目标的过程，推导出策略分布的演化方程，并揭示有效奖励函数的关键作用。

NEARL: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding

NEARL: 基于正交正则化的交互式查询自适应用于医学视觉-语言理解

Zelin Peng, Yichen Zhao, Yu Huang, Piao Yang, Feilong Tang, Zhengqin Xu, Xiaokang Yang, Wei Shen

机构 * MoE Key Lab of Artificial Intelligence（人工智能MOE实验室） ； AI Institute（人工智能研究院） ； School of Computer Science（计算机科学学院） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Radiology（放射科） ； The First Affiliated Hospital（第一附属医院） ； School of Medicine（医学院） ； Zhejiang University（浙江大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； State Key Laboratory of Infrared Physics（红外物理国家重点实验室） ； Shanghai Institute of Technical Physics（上海技术物理研究所） ； Chinese Academy of Science（中国科学院） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出NEARL框架，通过统一协同嵌入变换器（USEformer）和正交交叉注意力适配器（OCA）实现双向跨模态交互，仅引入1.46M参数，在三个医学影像数据集上取得最先进性能。

Synchronization and Swarming of Two-Mode Stochastic Oscillators

双模式随机振荡器的同步与集群

Szabolcs Vitus, Ferenc Járai-Szabó

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究提出一种新型智能体模型，通过空间与内部状态的双向耦合，发现七种形态及量化拓扑吸引子，并推导出宏观标度律，为自主机器人集群设计提供框架。

Comments 9 pages, 4 figures

Resolving Asynchronous Distributed Knowledge

解决异步分布式知识

Philippe Balbiani, Hans van Ditmarsch, Clara Lerouvillois

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出异步分布式知识解决逻辑，基于历史语义处理异步更新，解决同步逻辑中分布式知识公理失效问题，适用于分布式计算。

Comments In Proceedings AiML 2026, arXiv:2606.29444

Journal ref EPTCS 447, 2026, pp. 75-92

A Tunable Incentive Mechanism for Binary Aggregation Without Verification

一种无需验证的二元聚合可调激励机制

Chien-Chih Chen, Wojciech Golab

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对无验证二元聚合问题，提出一种可调奖惩机制，通过奖惩比率约束实现激励相容和个体理性，并分析可行区域及扩展方案。

Comments Preprint. 17 pages, 2 figures

Memory-Scalable and Hardware-Adaptive Matrix-Free Quantum Simulation

内存可扩展且硬件自适应的无矩阵量子模拟

Uriel Shafir, Ronnie Kosloff

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出一种内存可扩展、硬件自适应的无矩阵框架，通过块过程接口应用大算子，避免在单个加速器上实例化完整矩阵，从而突破量子模拟中哈密顿量存储的内存限制。

Toward a Unified Understanding of the Dense Matter Equation of State

迈向密集物质方程状态的统一理解

Kshitij Agarwal, Johannes Jahan, Behruz Kardan, Peter T. H. Pang, Tom Reichert, Alexandra C. Semposki

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文综述了通过重离子碰撞和多信使天文学提取密集核物质方程状态的方法，探讨了NMMA、MUSES和BAND框架在结合数据和预测中子星性质方面的进展与挑战。

Comments 69 pages, 17 figures, Review prepared for European Physics Journal Special Topics (EPJ-ST) titled "Exploring Dense Nuclear Matter". v2 as published in EPJ-ST after peer-review