AI Agent

Afford-X: Generalizable and Slim Affordance Reasoning for Task-oriented Manipulation

Afford-X：面向任务型操作的通用且轻量化的可供性推理模型

Xiaomeng Zhu, Yuyang Li, Leiyao Cui, Pengfei Li, Huan-ang Gao, Yixin Zhu, Hao Zhao

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所） ； Institute for Al Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Department of Computer Science, Tsinghua University（清华大学计算机科学系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究人员推出LVIS-Aff数据集，开发了Afford-X可供性推理模型，其性能优于现有非LLM方法和此前会议论文结果，参数紧凑、推理速度快，可部署于本地设备助力机器人任务导向型操作。

Who Responds When the Driver Is Gone? A Framework for Holistic Passenger Intent Understanding

当驾驶员离开时谁来做出反应？一种人类意图理解框架

Xuewen Luo, Ding Fan, Ruiqi Chen, Ye Cao, Xiujin Liu, Bo Yu, Fengze Yang, Chenxi Liu

专题命中 规划决策 ：planning(abstract)

AI总结 研究无人驾驶时谁理解并回应乘客，提出Intent2Drive框架，将意图建模为潜在认知状态，构建数据集和推理器，引入分层规划器，提升意图推理等能力，迈向响应乘客的自动驾驶系统。

Learning Direct Control Policies with Flow Matching for Autonomous Driving

通过流匹配学习自动驾驶的直接控制策略

Marcello Ceresini, Federico Pirazzoli, Andrea Bertogalli, Lorenzo Cipelli, Filippo D'Addeo, Anthony Dell'Eva, Alessandro Paolo Capasso, Alberto Broggi

机构 * Università degli Studi di Parma（帕尔马大学） ； Alma Mater Studiorum - Università di Bologna（博洛尼亚大学） ； VisLab (an Ambarella Inc. company)（VisLab（安柏莱拉公司）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于流匹配的自动驾驶规划器，直接输出由加速度和曲率剖面定义的可控轨迹，通过鸟瞰图栅格输入，在少量常微分方程积分步骤中生成控制序列，实现低延迟推理。在真实城市场景上训练并在多车道高速公路等新环境中评估，证明模型能可靠泛化。

Comments 16 pages, 6 figures, 2 tables. Accepted for oral presentation at the 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

Energy systems models are diagnostic tools, not projection machines

诊断建模：负责任能源系统建模的原则框架

I. David Elder, Juan Moreno-Cruz, Cameron Wade, Sylvia Sleep, Sara Hastings-Simon, Sean McCoy, Heather L. MacLean, I. Daniel Posen

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出诊断建模框架，通过批判性分析和探索不确定性，揭示机制性解释，为能源转型政策提供可靠见解。

From Coils to Surface Recession: Multiphysics Simulation of Ablation in ICP Wind Tunnels

从线圈到表面退化：ICP风洞中烧蚀的完全耦合模拟

Sanjeev Kumar, Alessandro Munafo, Blaine Vollmer, Massimo Franco, Kelly A. Stephani, Daniel J. Bodony, Marco Panesi

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种用于ICP风洞中材料烧蚀模拟的多物理场耦合框架，通过高保真求解器实现从头到尾的模拟，准确预测热化学响应和烧蚀行为。

Comments 44 pages, 24 figures

Medical world models in healthcare: foundations, applications, and challenges for trustworthy clinical translation

医疗保健中的医学世界模型：可信临床翻译的基础、应用与挑战

Zhaoyan Chen, Zhongxiu Cong, Zhuanfeng Jin, Wanshu Fan, Dongsheng Zhou, Qi Ai, Haifan Gong, Congyu Liao, Xiaofeng Liu, Cong Wang

机构 * National and Local Joint Engineering Laboratory of Computer Aided Design, School of Software Engineering, Dalian University（大连大学软件工程学院计算机辅助设计国家地方联合工程实验室） ； Department of Radiology, Xinhua Hospital Affiliated to Dalian University（大连大学附属新华医院放射科） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of California, San Francisco（加州大学旧金山分校） ； Yale University（耶鲁大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 探讨医学世界模型在医疗保健中的应用，通过结构化综合定义其领域相关内容，围绕四种能力组织，涵盖多方面证据，虽有早期可行性证据，但受多种因素限制，临床翻译需多方面保障。

Deep Reinforcement Learning for Adaptive Gain Tuning in Control of Teleoperation Manipulators with Joint Flexibility and Time-Varying Delays

具有关节灵活性和时变延迟的遥操作机器人控制中自适应增益调整的深度强化学习

Armin Attarzadeh, Mohammad Ali Ghaemifar, Alireza Khanzadeh, Soheil Ganjefar

专题命中 规划决策 ：agent(abstract)

AI总结 针对含有关节灵活性和时变延迟的遥操作机器人控制问题，提出结合稳定P+d控制器与基于TD3算法的深度强化学习智能体的混合控制方法，可实时调整增益减少振动，为相关遥操作系统提供实用方案。

Comments 7 pages, 6 figures. Source code available at: https://github.com/ArminAttarzadeh/DRL-Controller-Gain-Tuner

Risk Occupancy: A New and Efficient Paradigm through Vehicle-Road-Cloud Collaboration

风险占用：一种通过车路云协同实现的新型高效范式

Jiaxing Chen, Wei Zhong, Bolin Gao, Yifei Liu, Hengduo Zou, Jiaxi Liu, Yanbo Lu, Jin Huang, Zhihua Zhong

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出车路云协同下的四维风险占用感知范式，其效率优于3D-Occ，在初始制动速度8m/s时提升安全冗余、降低减速度，为智能网联汽车提供紧凑可解释的风险表示。

Comments 11 pages,10 figures

Small-Angle Scattering

小角散射

Sebastian Jaksch

专题命中 规划决策 ：planning(abstract)

AI总结 本文介绍小角散射（SAS）的两种主要类型SAXS与SANS，涵盖其适用样品、科学应用、仪器设置、数据处理等内容，为SAS实验的规划与开展提供足够信息。

MoWorld: A Flash World Model

MoWorld：一种快速世界模型

Team Moxin, Deyi Ji, Tianrun Chen, Xin Zhang, Jiale Yang, Qi Zhu, An Zhao, Zihao Xie, Han Wang, Xuanyi Liu, Yixiang Zhou, Pei Liu, Yi Tan, Cheng Chen, Dayi Zhu, Mingyu Wei, Hanjie Xu, Jun Liao, Siqi Li, Lingyu Lu, Hongye Fang, Hongming Tan, Youjiang Zhu, Taiyu Zhang, Zejian Li, Chaotao Ding, Zhipeng Liang, Wenxuan Song, Yi Li, Baochuan Yang, Xin Jiang, Ben Feng, Jingyuan Zou, Yanlin Liu, Rong Shi, Lingfeng Li, Liyi Yao, Lanyun Zhu, Yunhe Pan, Lingyun Sun

机构 * Moxin Technology（魔心科技） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究旨在提升世界模型实用性与推理效率。提出MoWorld，基于3D原生数据引擎，有课程跨帧预训练等策略，能在NPU上达50 FPS实时交互，平均推理成本低，为世界模型大规模应用提供基础并展示多种应用。

Comments Project Page: https://moxin-tech.github.io/moworld/

EnergyAgentBench: Benchmarking LLM Agents on Live Energy Infrastructure Data

EnergyAgentBench: 在实时能源基础设施数据上评估LLM代理的基准测试

Eliseo Curcio

专题命中 规划决策 ：agentic(abstract)

AI总结 本文提出EnergyAgentBench，首个基于实时电力市场数据的LLM代理基准测试，评估数据中心选址、长期投资组合优化等任务，九种模型在1414次运行中表现各异，Claude Sonnet 4.6在整体得分上领先。

Foundation Models in Robotics: A Comprehensive Review of Methods, Models, Datasets, Challenges and Future Research Directions

机器人中的基础模型：方法、模型、数据集、挑战及未来研究方向的全面综述

Aggelos Psiris, Vasileios Argyriou, Evangelos K. Markakis, Panagiotis Sarigiannidis, Efstratios Gavves, Kostas Bekris, Arash Ajoudani, Georgios Th. Papadopoulos

机构 * Department of Informatics and Telematics, Harokopio University of Athens（信息与电信系，哈罗科比欧大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了机器人中基础模型的发展，涵盖方法、模型、数据集、挑战及未来方向，分析了不同阶段的研究演变及关键方面。

Journal ref Transactions on Machine Learning Research (TMLR), 07/2026

Contingency-Aware Nodal Optimal Power Investments with High Temporal Resolution

考虑 contingencies 的节点最优电力投资

Thomas Lee, Andy Sun

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出 CANOPI 框架，解决考虑 contingencies 的节点电力投资问题，通过线性近似和固定点算法提升计算效率，展示在 1493 节点系统中的可靠性与经济性优势。

Comments This work has been submitted to the IEEE for possible publication

From Representational Complementarity to Dual Systems: Synergizing VLM and Vision-Only Backbones for End-to-End Driving

从表征互补性到双系统：协同VLM和纯视觉骨干网络用于端到端驾驶

Sining Ang, Yuguang Yang, Chenxu Dang, Canyu Chen, Cheng Chi, Haiyan Liu, Xuanyao Mao, Jason Bao, Xuliang, Bingchuan Sun, Yan Wang

机构 * Department of Automation, University of Science and Technology of China（中国科学技术大学自动化系） ； School of Electronic Information Engineering, Beihang University（北京航空航天大学电子信息工程学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； National Superior College for Engineers, Beihang University（北京航空航天大学国家级工程师学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Lenovo Group Limited（联想集团有限公司） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过协同VLM和纯视觉骨干网络，提出HybridDriveVLA和DualDriveVLA，提升端到端驾驶的PDMS性能。

Extending the Joint Probability Method to Compound Flooding: Transition Zone Delineation, Flood Depth Attribution, and Design Event Selection

将联合概率方法扩展至复合洪水：过渡带划定、洪水深度归因与设计事件选择

Mark S. Bartlett, Nathan Geldner, Hugh J. Roberts, Zach Cobell, Brett McMann, Luis Partida, Ovel Diaz, David R. Johnson, Hanbeen Kim, Gabriele Villarini, Shubra Misra, Muthukumar Narayanaswamy

专题命中 规划决策 ：planning(abstract)

AI总结 本研究扩展联合概率方法，耦合风暴特征随机描述与降雨、前期水文条件的概率分布，用于复合洪水过渡带划定、深度归因及设计事件选择，经马雷帕斯湖流域验证可更准确评估复合洪水风险。

Comments Version resubmitted and revised based on reviewer comments from Water Resources Research; 56 pages, 20 figures; Units are metric

A drone that learns to efficiently find non-uniformly distributed objects in agricultural fields: from simulation to the real world

一种学习高效查找农田中非均匀分布目标的无人机：从仿真到现实世界

Rick van Essen, Eldert van Henten, Gert Kootstra

机构 * Wageningen University and Research（瓦赫宁根大学和研究学院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出一种基于强化学习的无人机路径规划器，结合仿真训练与真实部署，可缩短农田目标检测飞行路径，虽召回率略降但效率提升，适用于非均匀分布目标的农业场景。

Comments Accepted to the Novel Approaches for Precision Agriculture and Forestry with Autonomous Robots IEEE ICRA Workshop - 2025

On the Viability of Semi-Supervised Segmentation Methods for Statistical Shape Modeling

半监督分割方法在统计形状建模中的可行性研究

Asma Khan, Tushar Kataria, Janmesh Ukey, Shireen Y. Elhabian

专题命中 规划决策 ：planning(abstract)

AI总结 本研究系统评估半监督分割方法作为手动分割替代方案的可行性，建立相关性能基准，发现部分半监督方法在减少60%-80%手动标注时，可生成与手动分割效果相当的SSM。

Rethinking Satellite Cybersecurity: A System-Level Taxonomy and Longitudinal Analysis

重新思考卫星网络安全：系统级分类与纵向分析

Roy Peled, Eran Aizikovich, Edan Habler, Yuval Elovici, Asaf Shabtai

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对卫星网络安全，提出受MITRE ATT&CK启发的系统级攻击生命周期分类，通过分析多轨道卫星段、200余起公开事件，揭示攻击趋势转变，并结合案例验证框架实用性，支撑卫星安全防御相关工作。

FlexPath: Adapting Learned Connectivity Guidance to Path Preferences

FlexPath: 基于图像规划的学习语义路径先验

Taehyoung Kim, Tim Schoenbrod, David Eckel, Henri Meeß

机构 * Fraunhofer IVI（弗劳恩霍夫研究所） ； Technische Hochschule Ingolstadt（因戈尔施塔特技术大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出FlexPath两阶段框架，将可行性先验与偏好解耦，通过可微路径形状目标实现任务自适应，在最短路径规划中搜索代价降低14.3%，并支持零样本泛化与多目标适配。

Vision-based Goal-Reaching Control for Mobile Robots Using a Hierarchical Learning Framework

基于视觉的目标到达控制的移动机器人Hierarchical Learning框架

Mehdi Heydari Shahna, Pauli Mustalahti, Jouni Mattila

机构 * Faculty of Engineering and Natural Sciences, Tampere University（工程与自然科学学院，塔尔皮莱大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于视觉的目标到达控制框架，通过分层学习方法提高移动机器人在复杂地形中的安全性和稳定性。

The Bin Packing Problem with Setups: Formulations, Structural Properties and Computational Insights

带准备时间的装箱问题：公式化、结构性质与计算见解

Roberto Baldacci, Fabio Ciccarelli, Stefano Coniglio, Valerio Dose, Fabio Furini

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对带准备时间的装箱问题，提出整数线性规划与弧流两种公式，推导最小类不等式等性质，构建含612个实例的基准，实验表明弧流公式对大权重及真实实例更有效。

Conservative adventurers have more future academic impact

保守型冒险者具有更高的未来学术影响力

Xingsheng Yang, Zhaoru Ke, Xiangyi Xiao, Qing Ke, Haipeng Zhang, Fengnan Gao

专题命中 规划决策 ：planning(abstract)

AI总结 该研究通过分析31780857篇论文的数据集，发现“保守型冒险者”在相近领域内频繁转换主题，其未来引用量比其他群体最高高出19%，为科学职业规划提供了新见解。

Comments As close as possible to the published version with Scientometrics, with the supplement appended. 31 pages of main text and 86 pages of supplement. Corresponding authors: Fengnan Gao and Haipeng Zhang

End-to-end probabilistic hierarchical forecasting of large hierarchies via probabilistic top-down

大规模层次结构端到端概率层次预测：基于概率自上而下方法

Lorenzo Zambon, Dario Azzimonti, Giorgio Corani

专题命中 规划决策 ：planning(abstract)

AI总结 提出e2eTD方法，仅预测少量聚合序列，通过概率自上而下采样传播到底层，实现大规模层次时间序列的快速、可扩展概率一致预测，在M5和Favorita数据集上取得最优加权缩放分位数损失。

Comments 32 pages, 7 figures

What Capital After Labor? Forecasting the Talent ROI Transition in the Human-AI Era

劳动力之后是什么资本？预测人机时代的人才ROI转型

Kwan Soo Shin

专题命中 规划决策 ：planning(abstract)

AI总结 针对AI增强打破劳动时间与贡献的会计关联，本文构建从时间到产出的人才ROI预测框架，核心定理为ROI反转，并利用韩国52小时工作制案例验证了前期压力信号，预测产出型企业在2032年TFP增长领先1.5-2.0个百分点。

Comments 86 pages, 6 figures

Do World Action Models Generalize Better than VLAs? A Robustness Study

世界动作模型是否比视觉语言动作模型表现更好？一项鲁棒性研究

Zhanguang Zhang, Zhiyuan Li, Behnam Rahmati, Rui Heng Yang, Yintao Ma, Amir Rasouli, Sajjad Pakdamansavoji, Yangzheng Wu, Lingfeng Zhang, Tongtong Cao, Feng Wen, Xinyu Wang, Xingyue Quan, Yingxue Zhang

机构 * Huawei Technologies（华为技术有限公司） ； University of Toronto（多伦多大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文比较了最新状态的VLA策略和最近发布的WAMs，在不同视觉和语言扰动下评估其性能，发现WAMs在鲁棒性上表现更强，而VLA需要大量训练数据和多样化学习目标。

Intraday Gas Fee Heterogeneity on Ethereum: Evidence from Operational Firms

链上削峰

Irene Aldridge, Gavhar Annaeva, Leyla Beriker, Zhiheng Cai, Samyak Choudhary, Camila Godoy, Kaicheng Gong, Zitao Huang, Jonah Ji, Hetvi Kharvasiya, Heng Li, Yuxuan Li, Tianchi Ma, Qingcheng Meng, Ruiyang Shi, Ananya Shrivastava, Jiaqi Wang, Yifan Wang, Zihua Wu, Jiayang Xu, Yuheng Yan, Zijun Zeng, Bowen Zhang, Francesco Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 研究链上削峰策略，通过调度交易至低拥堵时段以降低Gas费用，揭示交易可延迟性和Gas强度对费用管理的影响。

Comments 8 pages

A Robust Placeability Metric for Model-Free Unified Pick-and-Place Reasoning

一种针对无模型统一抓取放置推理的鲁棒放置性度量

Benno Wingender, Nils Dengler, Rohit Menon, Sicong Pan, Maren Bennewitz

机构 * Anonymous Authors（匿名作者） ； Benno Wingender（伯恩诺·温格德尔） ； Nils Dengler（尼尔·登格尔） ； Rohit Menon（罗希特·梅农） ； Sicong Pan（斯冰·潘） ； Maren Bennewitz（马伦·本内维茨） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种鲁棒的概率放置性度量，通过联合评估稳定性、抓取性和空隙，实现无模型的统一抓取放置推理，并在仿真和真实机器人实验中验证其有效性。

Comments IROS 2026

Fair and Efficient Investment in Public Transportation

多代理公共交通模型中的高效投资

Martin Bullinger, Edith Elkind, Kassian Köck

专题命中 规划决策 ：agent(abstract)

AI总结 本文研究了多代理公共交通模型中的资源投资问题，发现近似最优解计算为NP完全，并提出多项式时间算法解决部分情况。

Optimal Taxation under Imperfect Trust

不完全信任下的最优税收

Emin Ablyatifov, Georgy Lukyanov

专题命中 规划决策 ：agent(abstract)

AI总结 该研究在拉姆齐框架中引入公民对政府的信任因素，发现信任阈值决定最优税收政策，低信任时最优为零税收，高信任时按信任调整公共资金边际价值确定税率，为低信任环境的税收设计提供思路。

Comments This paper has been incorporated into and superseded by the substantially revised and expanded paper "Government Reputation and Fiscal Capacity," arXiv:2509.03087

A Spectral Confounder Adjustment for Spatial Regression with Multiple Exposures and Outcomes

多暴露与多结局空间回归的谱混杂调整方法

Shih-Ni Prim, Yawen Guan, Shu Yang, Ana G Rappold, K. Lloyd Hill, Wei-Lun Tsai, Corinna Keeler, Brian J Reich

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对多暴露多结局空间回归的混杂问题，提出张量回归模型，以局部无混杂假设替代严格因果假设，分析美国南部数据揭示经济韧性对慢性健康结局的效应，提供可解释的流行病学见解。