AI Agent

Spatial Activity Opportunity Fairness among Elderly Residents in Nagoya: A Comparative Analysis across Three Wards with Different Rent Levels

名古屋老年居民的空间活动机会公平性：三个不同租金水平区的比较分析

Jianhao Shi, Tomio Miwa

专题命中 规划决策 ：planning(abstract)

AI总结 利用GPS移动数据，通过活动空间、机会背景、机会暴露和语义结构四个维度，比较名古屋三个不同租金水平区老年居民的空间活动机会公平性，发现多维度且类别特定的不平等。

Comments Conference paper submitted to HKSTS 2026. 10 pages, 6 figures

HiCrowd: Hierarchical Crowd Flow Alignment for Dense Human Environments

HiCrowd：密集人群环境中的分层人群流对齐

Yufei Zhu, Shih-Min Yang, Martin Magnusson, Allan Wang

机构 * Robot Navigation and Perception Lab, AASS Research Center, Örebro University, Sweden（奥雷布罗大学机器人导航与感知实验室，AASS研究中心，瑞典） ； Miraikan – The National Museum of Emerging Science and Innovation, Japan（日本新兴科学与创新国家博物馆——Miraikan） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出HiCrowd分层框架，结合强化学习与模型预测控制，通过跟随人群流解决机器人冻结问题，在真实和合成数据集上提升导航效率与安全性。

Comments 2026 IEEE International Conference on Robotics and Automation (ICRA)

RSPECT: Robust and Scalable Planner for Energy-Aware Coordination of UAV-UGV Teams in Aerial Monitoring

RSPECT：空中监控中无人机-无人车团队能量感知协调的鲁棒可扩展规划器

Cahit Ikbal Er, Amin Kashiri, Yasin Yazicioglu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对无人机与作为移动充电站的无人车在长期空中监控任务中的鲁棒规划问题，提出可扩展启发式算法RSPECT，通过混合整数规划建模并保证规划可行性与鲁棒性。

Comments Accepted to the Journal of Intelligent & Robotic Systems (JINT)

Near Optimality of Discrete-Time Approximations for Controlled McKean-Vlasov and Large Interacting Particle Diffusions

受控McKean-Vlasov和大规模相互作用粒子扩散的离散时间近似的近最优性

Somnath Pradhan, Serdar Yuksel

专题命中 规划决策 ：agent(abstract)

AI总结 针对受控McKean-Vlasov扩散，通过松弛策略空间的弱紧性证明分段常数策略的近最优性，建立离散时间近似并推广到N粒子交互系统，统一了集中式和分散式控制下的近似框架。

Comments 28 pages

Dual-Transformer Aided Hierarchical Deep Reinforcement Learning for Robust RIS-Assisted Near-Field Communications

双Transformer辅助的分层深度强化学习用于鲁棒的RIS辅助近场通信

Mohammad Ghassemi, Han Zhang, Ali Afana, Akram Bin Sediq, Melike Erol-Kantarci

专题命中 规划决策 ：agent(abstract)

AI总结 针对6G超大孔径阵列在近场通信中易受物理遮挡导致非视距的问题，提出双Transformer分层深度强化学习框架，集成光线追踪数字孪生和视觉Transformer预测遮挡，实现鲁棒的波束聚焦与RIS相位优化。

Comments 17 pages, 11 figures,

Leaf It to Renewal: Improved Predictive Maintenance Policies via Renewal Theory and Decision Trees

Leaf It to Renewal: 通过更新理论与决策树改进预测性维护策略

Daniel Koutas, Daniel Straub

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种混合规划方法，基于更新-奖励过程成本与预后模型信息，推导仅含少量参数的预测性维护策略，在预防性更换与订购中表现高效且抗过拟合。

ADAPT: An Autonomous Forklift for Construction Site Operation

ADAPT：一种用于建筑工地作业的自主叉车

Johannes Huemer, Markus Murschitz, Matthias Schörghuber, Lukas Reisinger, Thomas Kadiofsky, Christoph Weidinger, Mario Niedermeyer, Benedikt Widy, Marcel Zeilinger, Csaba Beleznai, Tobias Glück, Andreas Kugi, Patrik Zips

机构 * Center for Vision, Automation and Control（视觉、自动化与控制中心） ； AIT Austrian Institute of Technology GmbH（奥地利技术研究所） ； Automation and Control Institute（自动化与控制研究所） ； Technische Universität Wien（维也纳技术大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出ADAPT自主叉车，结合AI感知与经典方法，在非结构化建筑工地实现近人类水平的物流操作，提升安全与效率。

EgoMoD: Predicting Global Maps of Dynamics from Local Egocentric Observations

EgoMoD：从局部自我中心观测预测全局动态地图

Iacopo Catalano, David Morilla-Cabello, Jorge Pena-Queralta, Eduardo Montijano

机构 * University of Turku, Finland（芬兰图尔库大学） ； Centre for Artificial Intelligence, Zürich University of Applied Sciences, Winterthur, Switzerland（瑞士应用科学大学人工智能中心） ； Instituto de Investigación en Ingeniería de Aragón, Universidad de Zaragoza, Spain（西班牙阿拉贡工程研究所，萨拉戈萨大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出EgoMoD方法，利用短时自我中心视频和位姿条件架构，学习从局部观测预测全局运动动态地图，替代传统全局感知基础设施，实现零样本迁移。

ProjGuard: Safety Monitoring for Computer-Use Agents via Low-Dimensional Projections

ProjGuard：通过低维投影实现计算机使用代理的安全监控

Kebin Contreras, Carlos Hinojosa, Jorge Bacca, Bernard Ghanem

专题命中 规划决策 ：agent(abstract)

AI总结 ProjGuard通过行为轨迹监控实现计算机使用代理的安全防护，利用轻量级风险信号提前预警潜在危险，结合辅助视觉语言模型进行针对性修正，提升任务完成率并降低安全风险。

Comments The manuscript was submitted under an inappropriate category. In addition, substantial updates and improvements are currently being made to the document. To avoid confusion and ensure that readers access the most accurate version of the work, we request withdrawal of the current manuscript

WAKE-NET: A 3D-Wake-Aware Economic Turbine Layout and Cabling Optimization Framework for Multi-Capacity Multi-Hub-Height Wind Farms Serving Grid-Scale and Industrial Power Systems

WAKE-NET：面向电网级和工业电力系统的多容量多轮毂高度风电场的三维尾流感知经济涡轮机布局与电缆布线优化框架

Ann Mary Toms, Xingpeng Li

专题命中 规划决策 ：planning(abstract)

AI总结 提出WAKE-NET框架，集成涡轮机布局、容量选择、电缆布线和轮毂高度多样化，通过尾流感知优化提高风电场能量产量和经济评估的可靠性。

Optimal promotions of new products on networks

新产品在网络上的最优推广

Gadi Fibich, Amit Golan

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种分析Bass模型中新产品在网络上的最优推广的新方法，发现最优广告策略随时间递减，而最优增强同伴效应先增后减，且网络度高低影响广告与同伴效应的优先级。

Comments 47 pages, 14 figures

Discrete-WAM: Unified Discrete Vision-Action Token Editing for World-Policy Learning

Discrete-WAM：面向世界-策略学习的统一离散视觉-动作标记编辑

Ziyang Yao, Haochen Liu, Yuncheng Jiang, Zeyu Zhu, Zibin Guo, Jingru Wang, Tianle Liu, Jianwei Cui, Kuiyuan Yang, Hongwei Xie, Jingwei Zhao, Guang Chen, Hangjun Ye

机构 * Xiaomi EV（小米电动车） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出Discrete-WAM，通过将未来视觉状态和自车动作对齐为离散标记，构建统一离散扩散框架，实现世界建模、世界-动作策略和分层决策策略的联合学习，支持可控生成和反事实推理，提升自动驾驶决策可靠性。

FOUND-IT: Foundation-model-first Task-driven 3D Scene Graphs with Granularity on Demand

FOUND-IT: 基于基础模型优先、按需粒度的任务驱动3D场景图

Dominic Maggio, Nicolas Gorlo, Kris Hauser, Luca Carlone

机构 * Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院） ； Samsung Research America（三星美国研究院） 纠错

专题命中 规划决策 ：agentic(abstract)

AI总结 提出首个基于未标定单目相机实时构建任意室内外环境分层任务驱动3D场景图的方法，通过几何基础模型和可调整粒度支持动态任务，并在ASHiTA SG3D基准上提升79%准确率。

Stochastic Differential Dynamic Programming for Trajectory Optimization under Partial Observability

部分可观测下轨迹优化的随机微分动态规划

Masahiro Fujiwara, Naoya Ozaki

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种随机微分动态规划算法，用于在部分可观测条件下联合优化标称控制序列和反馈增益，显式考虑协方差传播对标称轨迹的依赖，生成导航感知且鲁棒的轨迹。

Comments Revised version; 38 pages, 13 figures; submitted to the Journal of Guidance, Control, and Dynamics

UHR-Net: An Uncertainty-Aware Hypergraph Refinement Network for Medical Image Segmentation

UHR-Net：一种用于医学图像分割的不确定性感知超图精炼网络

Shuokun Cheng, Jinghao Shi, Kun Sun

机构 * School of Computer Sciences, China University of Geosciences (Wuhan)（中国地质大学（武汉）计算机科学学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对病灶边界模糊和小病灶分割困难，提出UHR-Net，采用不确定性导向实例对比预训练和不确定性引导超图精炼模块，在五个公开数据集上取得一致提升。

Comments 12 pages, 4 figures, 4 tables

Online Self-Training for Co-Adaptation in Hierarchical Diffusion Policies

层次扩散策略中的在线自训练协同适应

Clemence Grislain, Mathilde Kappel, Olivier Sigaud, Mohamed Chetouani

机构 * ISIR, Sorbonne Université, CNRS（ISIR，索邦大学，国家科学研究中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出ORCHID自训练框架，通过环境反馈过滤轨迹并蒸馏回规划器和控制器，实现层次扩散策略的在线稳定改进，在CALVIN基准上轻量模型超越纯离线方法。

Comments Accepted at ICML 2026 Workshop on Decision-Making from Offline Datasets to Online Adaptation (DEMO)

Multi-pathogen situational assessment and forecasting of respiratory disease in Aotearoa New Zealand

新西兰呼吸道疾病的多病原体态势评估与预测

M. J. Plank, A. R. Young, K. L. Senior, R. J. Tobin, M. O'Hara-Wild, F. Callaghan, F. Shearer, O. Eales

专题命中 规划决策 ：planning(abstract)

AI总结 针对SARS-CoV-2、流感和RSV三种病原体，利用实时监测数据建立模型进行流行趋势评估和28天预测，为公共卫生规划提供支持。

ObjSplat: Geometry-Aware Gaussian Surfels for Active Object Reconstruction

ObjSplat: 几何感知的高斯面元用于主动物体重建

Yuetao Li, Zhizhou Jia, Yu Zhang, Qun Hao, Shaohui Zhang

机构 * School of Optics and Photonics, Beijing Institute of Technology（光学与光子学学院，北京理工大学） ； School of Optoelectronic Engineering, Changchun University of Science and Technology（光电工程学院，长春理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出ObjSplat框架，利用高斯面元统一表示，通过几何感知视点评估和下一最佳路径规划器，实现高效高保真的主动物体重建。

Comments Accepted to IEEE T-ASE. Code: https://github.com/Li-Yuetao/ObjSplat , Project Page: https://li-yuetao.github.io/ObjSplat-page/

Embody4D: A Generalist Data Engine for Embodied 4D World Modeling

Embody4D: 面向具身4D世界建模的通用数据引擎

Peiyan Tu, Hanxin Zhu, Jingwen Sun, Shaojie Ren, Cong Wang, Yuyan Xu, Jiayi Luo, Xiaoqian Cheng, Zhibo Chen

机构 * Zhejiang University（浙江大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出Embody4D视频到视频世界模型，通过3D感知合成管道、潜在置信度专家调制和交互注意力机制，将单目机器人视频转换为多视角视频，解决具身智能中视角稀疏问题，提升下游规划与学习性能。

Totoro$^+$: An Adaptive and Scalable Edge Federated Learning System

Totoro$^+$: 一种自适应且可扩展的边缘联邦学习系统

Cheng-Wei Ching, Xin Chen, Taehwan Kim, Jian-Jhih Kuo, Dilma Da Silva, Liting Hu

专题命中 规划决策 ：planning(abstract)

AI总结 针对边缘网络中联邦学习应用的可扩展性和自适应问题，提出基于分布式哈希表的对等模型实现完全去中心化的FL系统，通过专用参数服务器、局部感知P2P多环结构、发布/订阅森林抽象和博弈论路径规划模型，显著提升可扩展性和自适应性。

Comments Accepted to IEEE Transactions on Parallel and Distributed Systems (TPDS). This version includes the appendix

Journal ref IEEE Transactions on Parallel and Distributed Systems, vol. 37, no. 7, pp. 1740-1757, July 2026

Follow Everything: A Leader-Following and Obstacle Avoidance Framework with Goal-Aware Adaptation

跟随一切：具有目标感知适应的领导者跟随与避障框架

Qianyi Zhang, Shijian Ma, Boyi Liu, Jianhao Jiao, Dimitrios Kanoulas

机构 * Institute of Robotics and Automatic Information System, Nankai University, China（南开大学机器人与自动化信息系统研究所） ； Centre for Data Science, University of Macau, China（澳门大学数据科学中心） ； Electrical and Computer Engineering Department, Hong Kong University of Science and Technology, China（香港科学与技术大学电子与计算机工程系） ； Department of Computer Science, University College London, UK（伦敦大学学院计算机科学系） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学航空与航空工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出统一框架，用分割模型替代检测模型以跟随任意形态领导者，并设计目标感知适应机制和基于图的规划器，实现领导者暂时离开视野时的鲁棒跟随与避障。

Financial resilience of agricultural and food production companies in Spain: A compositional cluster analysis of the impact of the Ukraine-Russia war (2021-2023)

西班牙农业和食品生产企业的财务韧性：乌克兰-俄罗斯战争影响的成分聚类分析（2021-2023）

Mike Hernandez-Romero, Germà Coenders

专题命中 规划决策 ：planning(abstract)

AI总结 本研究利用基于财务比率的成分聚类分析，探讨乌克兰-俄罗斯战争对西班牙农业和食品生产企业财务韧性的影响，发现到2023年韧性企业数量增加，表明行业对冲突经济挑战的适应。

Journal ref European Accounting and Management Review, 11, 1 (2025), 55-80

From Denoising to Decision Making: A Survey on Diffusion Model-Enabled Deep Reinforcement Learning for Wireless Networks

从去噪到决策：面向无线网络的扩散模型赋能深度强化学习综述

Nguyen Cong Luong, Zeping Sui, Jie Cao, Min Xu, Nguyen Duc Hai, Zhihao Dong, Nguyen Duc Duy Anh, Qiushi Zhao, Nguyen Quoc Khanh, Zhe Fu, Shaohan Feng, Bo Ma

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了扩散模型与深度强化学习结合的方法，通过捕捉无线资源管理中的复杂多模态动作结构，提升决策质量，并系统总结了其在移动边缘计算、无人机辅助、车联网、AIGC驱动系统、无线资源分配、物理层安全及机器人/无人机规划等领域的应用。

Comments 22 pages, 7 figures, Author list corrected

Robust Ergodic Control of Jump-Diffusion Systems under Drift and Intensity Uncertainty

漂移和强度不确定下跳扩散系统的鲁棒遍历控制

Abel Azze, Bernardo D'Auria, Giorgio Ferrari

专题命中 规划决策 ：planning(abstract)

AI总结 针对同时存在连续波动和罕见冲击的跳扩散系统，考虑漂移和跳跃强度不确定性，提出一种鲁棒遍历奇异控制方法，通过熵惩罚扭曲处理模型模糊性，并证明最优策略由反射屏障表征。

TraversalBench: Challenging Paths to Follow for Vision Language Models

TraversalBench: 为视觉语言模型设计的复杂路径挑战测试集

Clara Petrova, Zhuo Chen, Marin Soljačić

机构 * Massachusetts Institute of Technology, Department of Physics（麻省理工学院物理系） ； Massachusetts Institute of Technology, Institute for Data, Systems, and Society（麻省理工学院数据、系统与社会研究所） ； NSF AI Institute for Artificial Intelligence and Fundamental Interactions（国家科学基金会人工智能与基本相互作用AI研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出TraversalBench，一个用于评估视觉语言模型复杂视觉路径跟随能力的受控基准测试集，发现自相交是主要困难来源，揭示了模型在路径感知上的局限性。

Mobility shapes heat exposure inequalities in cities

流动性塑造城市热暴露不平等

Marc Duran-Sala, Mattia Mazzoli, Martin Hendrick, Gabriele Manoli

专题命中 规划决策 ：planning(abstract)

AI总结 通过分析23个西班牙城市和30个美国城市的手机流动性数据与城市温度场，提出基于网络的框架量化不同社会人口群体的热暴露不平等，发现低收入群体通勤中热暴露更高，且重力模型和辐射模型可复现不平等模式。

Resilience metrics to guide back-up investments in the power system during extreme weather

极端天气下指导电力系统备用投资的韧性指标

Aleksander Grochowicz, Hannah C. Bloomfield, Marta Victoria

专题命中 规划决策 ：planning(abstract)

AI总结 提出基于影子价格的方法识别系统定义事件，分类极端天气对电力系统的影响，并设计区分短长期韧性的指标与压力测试，以指导备用容量投资。

Journal ref Grochowicz, A., Bloomfield, H.C. & Victoria, M. Resilience metrics to guide back-up investments in the power system during extreme weather. Nat Sustain (2026)

Safety by Invariance, Liveness through Refinement: Heterogeneous Contract Framework for Co-Design of Layered Control

通过不变性保证安全，通过精化实现活性：分层控制协同设计的异构契约框架

Yoshinari Takayama, Alessio Iovine, Bart Besselink, Guillaume Sandou, Adnane Saoud

机构 * Laboratory of Signals and Systems (L2S), CNRS, CentraleSupelec, Paris-Saclay University, France（信号与系统实验室（L2S），CNRS，CentraleSupelec，巴黎-萨克雷大学，法国） ； College of Computing, University Mohammed VI Polytechnic, Benguerir, Morocco（计算学院，穆罕默德六世理工学院，贝内乌尔，摩洛哥） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对分层控制架构缺乏统一规范语言、跨时间尺度互联保证及层间组合分离的问题，提出将安全-活性分解引入异构假设-保证契约框架，通过连续时间层的不变性保证安全，离散时间层的精化实现活性，并形式化层间协调条件。

Comments 21 pages

Expanding Spatial and Temporal Context for Robotic Imitation Learning With Scene Graphs

利用场景图扩展机器人模仿学习的时空上下文

Jianing Qian, Qinhe Peng, Emmanuel Panov, Leonor Fermoselle, Dinesh Jayaraman, Bernadette Bucher, Tarik Kelestemur

机构 * University of Pennsylvania（宾夕法尼亚大学） ； RAI Institute（RAI研究院） ； University of Michigan（密歇根大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 提出使用场景图作为显式结构化记忆机制，通过动态维护对象中心关系及其时间演化，解决机器人模仿学习中的部分可观测性和长时推理问题。

OmniSch: A Multimodal PCB Schematic Benchmark For Structured Diagram Visual Reasoning

OmniSch：面向结构化图表视觉推理的多模态PCB原理图基准

Taiting Lu, Kaiyuan Lin, Yuxin Tian, Mingjia Wang, Yubo Wang, Muchuan Wang, Sharique Khatri, Akshit Kartik, Yixi Wang, Amey Santosh Rane, Yida Wang, Sung-Liang Chen, Yifan Yang, Yi-Chao Chen, Yincheng Jin, Mahanth Gowda

机构 * Pennsylvania State University, USA（宾夕法尼亚州立大学） ； Independent Researcher（独立研究者） ； Binghamton University, USA（布ingham顿大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Microsoft Research（微软研究院） 纠错

专题命中 规划决策 ：agentic(abstract)

AI总结 提出首个多模态PCB原理图理解基准OmniSch，包含四项任务评估大模型在视觉定位、图推理和几何推理上的能力，揭示现有模型在工程图表理解上的显著差距。