AI Agent

vop_poc_nz: A Python Framework for Distributional Cost-Effectiveness and Value of Perspective Analysis

vop_poc_nz：用于分布成本效益和视角价值分析的Python框架

Dylan A Mordaunt

专题命中 规划决策 ：workflow(abstract)

AI总结 介绍用于分布成本效益等分析的Python包vop_poc_nz，定义视角价值为定向预期机会损失，通过五个合成模型验证软件工作流程，给出戒烟和住房隔热的视角价值估计，版本0.2.3支持特定Python版本并利于可重复分析。

Comments 14 pages, 5 figures. Software release 0.2.3

Scaling Cross-Embodiment World Models for Dexterous Manipulation

为灵巧操作扩展跨实体世界模型

Zihao He, Bo Ai, Tongzhou Mu, Yulin Liu, Weikang Wan, Jiawei Fu, Yilun Du, Henrik I. Christensen, Hao Su

机构 * UC San Diego（UC圣迭戈大学） ； Harvard University（哈佛大学） ； Shanghai Jiao Tong University（上海交通大学） ； Hillbot 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究跨实体学习中不同形态机器人数据共享和控制转移问题，提出将人类和机器人手表示为3D粒子集，在随机交互数据上训练基于图的世界模型并与模型预测控制集成，实验表明该方法能提高泛化能力、有效结合数据并实现不同机器人手的控制。

Comments Accepted to IROS 2026, Project Page: https://alan-heoooh.github.io/dexwm.html

Task-Conditioned Uncertainty Costmaps for Legged Locomotion

任务条件不确定性成本图用于腿部运动

Kartikeya Singh, Christo Aluckal, Romeo Orsolino, Karthik Dantu

机构 * DRONES Lab, University at Buffalo, NY, USA（无人机实验室，布法罗大学，纽约州，美国） ； Ocado Technology, UK（Ocado技术公司，英国） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于任务条件不确定性的成本图方法，用于腿部运动中的动态可行性保持，通过不确定性检测提升路径规划的鲁棒性。

Improving Bias Correction Methods for Daily Rainfall Using a Markov Chain Approach

利用马尔可夫链方法改进每日降雨的偏倚校正方法

Danny Parsons, David Stern, Mouhamadou Bamba Sylla, James Musyoka, John Bagiliko, Lily Clements, John Mupuro, Denis Ndanguza

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出通过马尔可夫链改进降雨偏倚校正方法，以提升降雨时间结构的准确性，通过两种新方法MC LOCI和MC QM在赞比亚数据中验证了其在降雨持续性、起始和湿润干燥时段特征上的改进。

Comments 44 pages, 19 figures

Entangled happily ever after: Wedding reception seating mapped to classical and quantum optimizers

纠缠的幸福结局：婚礼接待座位安排映射到经典和量子优化器

Karie A. Nicholas, Vikram Khipple Mulligan

专题命中 规划决策 ：planning(abstract)

AI总结 本文将婚礼座位安排问题映射到成本函数网络，用经典和量子优化算法解决，发现经典方法在某些情况下更优，提供基准集和代码用于性能评估。

Comments 7 pages, 3 figures

Learning to traverse convective flows at moderate to high Rayleigh numbers

在中等至高雷诺数下学习穿越对流流动

Ao Xu, Hua-Lin Wu, Ben-Rui Xu, Heng-Dong Xi

专题命中 规划决策 ：agent(abstract)

AI总结 研究了在Prandtl数Pr=0.71和单元长宽比Γ=4的Rayleigh-Bénard对流中，自驱动惯性颗粒的导航问题，通过强化学习控制器选择推进加速度，发现随着雷诺数Ra增加，成功率变化趋势由急剧转向渐进，同时推进能量需求降低，POD分析揭示了流体重组的影响。

Comments 37 pages, 21 figures

Journal ref Journal of Fluid Mechanics 2026, 1039, A18

LoGSAM: Parameter-Efficient Cross-Modal Grounding for MRI Segmentation

LoGSAM: 用于MRI分割的参数高效跨模态接地

Mohammad Robaitul Islam Bhuiyan, Sheethal Bhat, Melika Qahqaie, Andreas Maier, Tri-Thien Nguyen, Paula Andrea Pérez-Toro, Tomás Arias-Vergara

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität, Erlangen, Germany（德国埃朗根-纽伦堡大学模式识别实验室） ； Siemens Healthineers, Erlangen, Germany（德国埃朗根西门子医疗） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 LoGSAM通过将放射科医生的语音转录为文本提示，利用预训练基础模型实现MRI肿瘤的高效分割，采用LoRA微调提升领域适应性，达到80.32%的Dice分数。

Comments 10 pages, 3 figures, 5 tables

TrackDeform3D: Markerless and Autonomous 3D Keypoint Tracking and Dataset Collection for Deformable Objects

TrackDeform3D: 无标记和自主的3D关键点跟踪及变形物体数据集采集

Yeheng Zong, Yizhou Chen, Alexander Bowler, Chia-Tung Yang, Ram Vasudevan

机构 * Department of Robotics at the 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 本文提出了一种低成本自主框架，利用RGB-D相机采集变形物体的3D数据集，通过3D关键点跟踪和运动一致性约束提升几何和跟踪精度，构建了包含6种变形物体的高质量大规模数据集。

Active Tracking of Marine Pollution Sources: An Uncertainty-Aware Categorical Bayesian Framework for Unmanned Surface Vehicles

海洋污染源的主动跟踪：一种用于无人水面舰艇的不确定性感知分类贝叶斯框架

Song Ma, Yanchao Wang, Yewei Huang, Richard Bucknall, Yuanchang Liu

机构 * University College London（伦敦大学学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究利用无人水面舰艇主动跟踪海洋污染源，提出基于贝叶斯推理的信息路径规划框架，结合CFD、Gazebo和ArduPilot进行模拟，引入最小可信区间量化不确定性，模拟显示该框架成功率达95.8%，性能优于基线方法，为自主环境监测提供基础。

Reshaping Biomolecular Structure Prediction through Strategic Conformational Exploration with HelixFold-S1

通过HelixFold-S1的策略性构象探索重塑生物分子结构预测

Lihang Liu, Yang Liu, Xianbin Ye, Shanzhuo Zhang, Yuxin Li, Kunrui Zhu, Yang Xue, Xiaonan Zhang, Xiaomin Fang

专题命中 规划决策 ：planning(abstract)

AI总结 HelixFold-S1通过策略性探索构象空间，提高生物分子结构预测的准确性并减少采样需求，利用预测的链间接触概率指导计算资源分配，实现高效且精确的结构推断。

Journal ref Nature Machine Intelligence (2026)

Physically-Feasible Reactive Synthesis for Terrain-Adaptive Locomotion

用于地形自适应运动的物理可行反应式合成

Ziyi Zhou, Qian Meng, Hadas Kress-Gazit, Ye Zhao

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cornell University（康奈尔大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对四足动物在动态变化地形的运动规划问题，提出综合规划框架，结合反应式合成与混合整数凸规划，采用符号修复机制，经实验验证该框架能识别缺失技能并在关键环境有效响应。

GhostShell: Streaming LLM Function Calls for Concurrent Embodied Programming

GhostShell：用于并发实体编程的流式大语言模型函数调用

Jian Gong, Youwei Huang, Bo Yuan, Ming Zhu, Zhou Liao, Jianhang Liang, Juncheng Zhan, Jinke Wang, Hang Shu, Zihao Xu, Mingyue Xiong, Yanjun Ye, Yufan Zu, Yang Zhou, Yihan Ding, Xuannian Chen, Xingyu Lu, Runjie Ban, Bingchao Huang

专题命中 规划决策 ：function calling(abstract)

AI总结 研究提出GhostShell方法，利用大语言模型进行实体系统的流式和并发行为编程。通过定义函数令牌及多通道调度算法协调调用，在机器人原型上评估，该方法在任务完成率等方面表现出色，尤其在协调并发动作上优势明显。

Comments 22 pages, 7 figures, conference

GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch

GigaWorld-Policy-0.5：由自动研究赋能的更快更强的世界行动模型

GigaWorld Team, Angen Ye, Angyuan Ma, Boyuan Wang, Chaojun Ni, Fangzheng Ye, Guan Huang, Guo Li, Guosheng Zhao, Haodong Yan, Hengtao Li, Jiwen Lu, Kai Wang, Mingming Yu, Qitang Hu, Qiuping Deng, Songling Liu, Xiaoyu Tian, Xiaofeng Wang, Xinyu Zhou, Xiuwei Xu, Xinze Chen, Yang Wang, Yejun Zeng, Yifan Chang, Yun Ye, Zhenyu Wu, Zhanqian Wu, Zheng Zhu

机构 * GigaAI（字节跳动人工智能实验室） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究旨在改进机器人策略学习，提出GigaWorld-Policy-0.5这一增强型以动作中心的WAM。预训练采用混合策略加强视觉与动作耦合，推理引入新架构提升效率，还用自动研究管道搜索训练配置，有效提升了机器人控制推理效率并保留训练优势。

Comments project page: https://open-gigaai.github.io/giga-world-policy/

Wan-Dancer: A Hierarchical Framework for Minute-scale Coherent Music-to-Dance Generation

万舞者：一种用于分钟级连贯音乐到舞蹈生成的分层框架

Mingyang Huang, Peng Zhang, Li Hu, Guangyuan Wang, Ruoshi Zhang, Yi Lu, Gang Cheng, Bang Zhang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对从音乐生成舞蹈视频的挑战，提出万舞者分层框架，解耦过程为全局关键帧规划和局部时间细化，利用音乐上下文确保连贯，通过动态帧率自适应等创新，突破时长限制，在多舞蹈类型上表现出色，达新的技术水平。

Comments project: https://humanaigc.github.io/wan-dancer-project/, code: https://github.com/Wan-Video/Wan-Dancer, modelscope: https://www.modelscope.cn/models/Wan-AI/Wan-Dancer-14B, huggingface: https://huggingface.co/Wan-AI/Wan2.2-Animate-14B

Captivity-Escape Games as a Means for Safety in Online Motion Generation

捕获-逃脱游戏作为在线运动生成中安全性的手段

Christopher Bohn, Manuel Hess, Sören Hohmann

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种方法，通过捕获-逃脱游戏缓解现有框架的保守性、计算成本和数值精度问题，提升在线模型驱动运动生成的安全性。

Comments Accepted for publication in IEEE Transactions on Automatic Control

Octopus-inspired Distributed Control for Soft Robotic Arms: A Graph Neural Network-Based Attention Policy with Environmental Interaction

章鱼启发的分布式控制用于软机器人手臂：基于图神经网络的注意力策略与环境交互

Linxin Hou, Qirui Wu, Zhihang Qin, Yongxin Guo, Cecilia Laschi

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于图神经网络的注意力策略，用于软机器人手臂在复杂环境中实现目标接触，通过集中训练分散执行范式提升鲁棒性和性能。

Comments 8 pages, 5 figures, 2 tables, accepted by IROS 2026

Automated detection of circadian-dependent epileptic biomarkers for seizure localization using machine learning and signal processing

使用机器学习和信号处理自动检测昼夜节律依赖性癫痫生物标志物以进行癫痫发作定位

Mehdi Zekriyapanah Gashti, Mostafa Mohammadpour, Hassan Eshkiki, Vahid Ghanbarizadeh

专题命中 规划决策 ：planning(abstract)

AI总结 研究旨在利用机器学习和信号处理技术，通过分析耐药性局灶性癫痫患者长期颅内脑电图记录，探索癫痫生物标志物昼夜节律和睡眠依赖性动态，发现睡眠状态分析能提高发作起始区定位准确性，为术前脑电图分析提供指导。

Comments This version corresponds to the published journal article

Journal ref Review of Computer Engineering Research, 13(2), 37- 48, 2026

Lavida-O: Elastic Large Masked Diffusion Models for Unified Multimodal Understanding and Generation

Lavida-O：用于统一多模态理解与生成的弹性大掩码扩散模型

Shufan Li, Jiuxiang Gu, Kangning Liu, Zhe Lin, Zijun Wei, Aditya Grover, Jason Kuen

机构 * Adobe（Adobe公司） ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究提出Lavida-O统一多模态MDM，采用Elastic-MoT架构，结合轻量级生成与理解分支，通过多种技术支持高效生成。该模型在多模态任务基准测试中性能领先，优于现有模型，还能加速推理，成为可扩展多模态推理和生成新范式。

Comments 31 pages, 15 figures

Vision Transformers and Convolutional Neural Networks for Land Use Scene Classification

视觉Transformer与卷积神经网络在土地利用场景分类中的应用

Arun D. Kulkarni

机构 * Computer Science Department, University of Texas at Tyler（德克萨斯理工大学计算机科学系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文比较了视觉Transformer和CNN在遥感土地利用场景分类中的性能，发现CNN在有限训练样本和局部纹理特征强的场景中表现稳健，而ViT在数据充足时能更好地捕捉全局空间关系，但计算成本更高。

Comments 11 pages

Journal ref International Journal of Advanced Computer Science and Applications, vol. 17, no. 7, 2026,

PokeNet: Learning Kinematic Models of Articulated Objects from Human Observations

PokeNet: 从人类观察中学习机械结构模型

Anmol Gupta, Weiwei Gu, Omkar Patil, Jun Ki Lee, Nakul Gopalan

机构 * School of Computation and AI, ASU, Tempe（计算与人工智能学院，亚利桑那州立大学） ； AI Institute, Seoul National University, Seoul, South Korea（首尔国立大学人工智能研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 PokeNet通过单个人类示范学习机械结构模型，无需先验知识，提升关节轴和状态估计精度达27%。

MCP Pitfall Lab: Exposing Developer Pitfalls in MCP Tool Server Security under Multi-Vector Attacks

MCP陷阱实验室：在多向攻击下暴露MCP工具服务器安全漏洞的开发人员陷阱

Run Hao, Zhuoran Tan

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出MCP Pitfall Lab框架，通过可复现的场景验证开发人员陷阱，评估MCP工具服务器在多向攻击下的安全性和修复效果。

Mosaic: An Extensible Framework for Composing Rule-Based and Learned Motion Planners

Mosaic：一种可扩展的用于规则基和学习型运动规划组合的框架

Nick Le Large, Marlon Steiner, Lingguang Wang, Willi Poh, Jan-Hendrik Pauls, Ömer Şahin Taş, Christoph Stiller

机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统的研究所，卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（信息技术研究所以） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 Mosaic框架结合规则基和学习型运动规划方法，通过仲裁图实现结构化决策，提高自动驾驶的安全性和可解释性，实验表明其在多个基准测试中表现优异。

Comments accepted for presentation at 2026 IEEE/RSJ International Conference on Intelligent Robots & Systems, 8 pages, 7 figures, 5 tables

iTIMO: An LLM-empowered Synthesis Dataset for Travel Itinerary Modification

iTIMO：一个基于大语言模型的旅行行程修改合成数据集

Zhuoxuan Huang, Yunshan Ma, Hongyu Zhang, Hua Ma, Zhu Sun

专题命中 规划决策 ：planning(abstract)

AI总结 iTIMO通过基于大语言模型的意图驱动扰动任务，构建了一个用于旅行行程修改的合成数据集，用于评估和改进旅行推荐系统。

Comments Accepted by SIGIR2026

Mixed Bernstein-Fourier Approximants for Optimal Trajectory Generation with Periodic Behavior

用于具有周期性行为的最优轨迹生成的混合伯恩斯坦 - 傅里叶逼近

Liraz Mudrik, Sean Kragelund, Isaac Kaminer

专题命中 规划决策 ：planning(abstract)

AI总结 针对自主系统中最优轨迹生成问题，提出混合伯恩斯坦 - 傅里叶逼近框架，利用伯恩斯坦多项式和傅里叶级数特性，通过调节最小二乘法确定系数，提升计算效率和精度，为最优轨迹规划提供了有效方法。

Comments 56 pages, 10 figures

SpaceDrive: Infusing Spatial Awareness into VLM-based Autonomous Driving

SpaceDrive: 在基于视觉语言模型的自动驾驶中引入空间感知

Peizheng Li, Zhenghao Zhang, David Holtz, Hang Yu, Yutong Yang, Yuzhi Lai, Rui Song, Andreas Geiger, Andreas Zell

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； TU Munich（慕尼黑工业大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； University of Stuttgart（斯图加特大学） ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SpaceDrive框架，通过将空间信息作为显式位置编码来增强基于VLM的自动驾驶系统对精细3D空间关系的理解，从而提升规划精度和开放环性能。

Replanning Human-Robot Collaborative Tasks with Vision-Language Models via Semantic and Physical Dual-Correction

通过语义和物理双校正利用视觉语言模型重新规划人机协作任务

Taichi Kato, Takuya Kiyokawa, Namiko Saito, Kensuke Harada

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种通过语义和物理双校正机制提升人机协作任务中机器人重新规划能力的框架，结合视觉语言模型与物理反馈纠正，提高任务执行的成功率和可行性。

Comments 20 pages, 9 figures

A benchmarking framework for PON-based fronthaul network design

基于无源光网络的前传网络设计基准框架

Egemen Erbayat, Gustavo B. Figueiredo, Shih-Chun Lin, Motoharu Matsuura, Hiroshi Hasegawa, Suresh Subramaniam

专题命中 规划决策 ：planning(abstract)

AI总结 针对移动网络向5G和6G过渡时无源光网络前传传输缺乏标准化评估模型的问题，提出统一基准框架，用整数线性规划制定网络设计问题，评估三种启发式策略，结果显示限时ILP性能优，RSSA+接近ILP且确保可行性。

Journal ref J. Opt. Commun. Netw. 18, D68-D79 (2026)

DriveMA: Driving Vision-Language-Action Models with verifiable Meta-Actions

DriveMA：基于可验证元动作的驾驶视觉-语言-动作模型

Weicheng Zheng, Yixin Huang, Qiao Sun, Derun Li, Hang Zhao

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出DriveMA框架，通过可验证元动作弥合语言与动作的差距，结合动作中心监督训练和强化学习实现端到端驾驶规划，在Waymo Open Dataset上取得最优性能。

Comments arXiv admin note: text overlap with arXiv:2605.21273

Self-Adaptive Probabilistic Skyline Analytics in Cloud-Edge IoE: A Multi-Objective DRL Approach

云边万物互联中的自适应概率天际线分析：一种多目标深度强化学习方法

Chuan-Chi Lai

专题命中 规划决策 ：agent(abstract)

AI总结 针对云边万物互联中概率天际线查询分析难题，提出SA-PSKY框架，集成深度强化学习与分布式查询优化，通过马尔可夫决策过程和自适应加权机制，结合优先经验回放，有效降低延迟，提升可扩展性，优于基线方法。

Comments 15 pages, 2 tables, 5 figures. Manuscript currently under review at IEEE Transactions on Cloud Computing (TCC). This version includes extended scalability analysis and refined theoretical proofs

A Collaborative Reasoning Framework for Anomaly Diagnostics in Underwater Robotics

水下机器人异常诊断的协作推理框架

Markus Buchholz, Niamh Ellis, Rahaf Abu Hara, Ignacio Carlucho, Yvan R. Petillot

机构 * School of Engineering & Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫瑞斯泰大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究水下机器人异常诊断，提出AURA协作框架，集成大语言模型、数字孪生和人在回路交互，通过两个代理进行异常检测与诊断，经人类验证的诊断转化为训练示例完善模型，建立可信赖、不断改进的人机团队模式。

Comments Paper was submitted for ICRA 2026