AI Agent

REALM: A Unified Red-Teaming Benchmark for Physical-World VLMs

REALM: 面向物理世界视觉语言模型的统一红队基准

Yifei Zhao, Qian Lou, Mengxin Zheng

机构 * University of Central Florida（中佛罗里达大学） 纠错

专题命中 Agent评测 ：agentic(abstract)

AI总结 提出REALM，首个统一红队基准，集成12种攻击方法、3种防御和13个视觉语言模型，通过代理目标生成管道实现公平比较，发现文本注入攻击最有效。

Comments 20 pages, 5 figures. Preprint

Mapping Mathematical Hardness: Machine-Assisted Conjecture Discovery and the Quantification of Non-Triviality

映射数学难度：机器辅助猜想发现与非平凡性的量化

Madhuparna Das

专题命中 Agent评测 ：agent(abstract)

AI总结 提出使用马氏距离在已知数学猜想嵌入簇中量化机器生成猜想非平凡性的基准，并应用于孪生素数分布猜想以验证Birch测试条件。

Comments 3 figures, 5 tables

Screening Under Competition

竞争下的筛选

Yu-Ting Ho

专题命中 Agent评测 ：agent(abstract)

AI总结 研究多个差异化产品企业竞争时，密度正则性条件确保企业最优反应是仅提供标价合同，否则标价可能非最优。

Fabrication Of Bilayer Nanofibers From Poly Xylitol Dodecanedioic Acid, Poly Caprolactone, Gelatin Biological Macromolecules And Surface Modification Via Spin Coating Of Capsules For Skin Wound Treatment

聚木糖醇十二烷二酸、聚己内酯、明胶生物大分子双层纳米纤维的制备及通过旋涂胶囊进行表面修饰用于皮肤伤口治疗

Mohaddeseh Sharifi, S. Hajir Bahrami

专题命中 Agent评测 ：agent(abstract)

AI总结 本研究通过缩聚法合成聚木糖醇十二烷二酸，并利用静电纺丝制备双层纳米纤维，结合遗传算法优化纤维直径，通过旋涂载药胶囊实现表面修饰，显著提升细胞附着和活性。

Why Machines Misread Pedagogical Quality: Human-Machine Alignment in LLM-Based Pretest Question Evaluation

为什么机器误读教学质量：基于LLM的前测问题评估中的人机对齐

Pei-Yu Tseng, Mahir Akgun, Peng Liu

专题命中 Agent评测 ：workflow(abstract)

AI总结 针对大规模前测问题设计挑战，提出AI辅助工作流，通过2x2实验发现人机分歧具有系统性，且评分标准修订比对齐效果更大，两者互补。

HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration

HERCULES：面向异构多机器人SLAM、协同感知与探索的开源仿真框架

Sandilya Sai Garimella, Daniel Chase Butterfield, Sean Wilson, Lu Gan

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Georgia Tech Research Institute（佐治亚理工学院研究所） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 提出基于UE5的开源仿真框架HERCULES，支持异构无人机-无人车协同，解决架构限制，提供共享导航栈、红外相机和动态环境，验证了多机器人SLAM与探索的有效性。

Comments 19 pages, 14 figures, and 12 tables

Submodular Welfare Maximization with Budget Constraints in the Random-Order Model

随机顺序模型下带预算约束的子模福利最大化

Max Klimm, Martin Knaack

专题命中 Agent评测 ：agent(abstract)

AI总结 研究在线物品分配问题，其中代理有预算约束，目标最大化单调子模函数。提出多项式时间α竞争算法（α≈1/14.85），改进单代理结果；并改进在线子模匹配问题至1/6.86竞争比。

UniviewVLA: A Unified Multiview Vision-Language-Action Model with World Modeling

UniviewVLA：统一的多视图视觉-语言-动作模型与世界建模

Tao Xu, Runhao Zhang, Zhijian Huang, Jiayi Guan, Jiaxin Wang, Yifan Ding, Yong-Lu Li, Long Chen, Guang Chen, Jinghui Lu

机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Xiaomi EV（小米汽车） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 提出UniviewVLA，利用世界模型生成多视图未来帧，从标准双摄像头观测中预测动作，解决遮挡问题，无需额外硬件或显式重建，并通过运动信息令牌压缩和动作熵视图选择提升效率。

Simultaneously Efficient Allocation of Indivisible Items Across Multiple Dimensions

不可分物品跨维度的同时高效分配

Yasushi Kawase, Bodhayan Roy, Mohammad Azharuddin Sanpui

专题命中 Agent评测 ：agent(abstract)

AI总结 提出多维高效分配（MDEA）模型，研究不可分物品在多维度下同时实现功利社会福利（USW）和平均社会福利（ESW）的效率边界，揭示了尖锐的最坏情况边界和紧阈值。

R2HandoverSim: A Simulation Framework and Benchmark for Robot-to-Human Object Handovers

R2HandoverSim：机器人到人类物体交接的仿真框架与基准

Hanxin Zhang, Abdulqader Dhafer, Hongbiao Dong, Zhou Daniel Hao

机构 * DANiLab, University of Leicester（莱斯特大学DANiLab） ； School of Computing and Mathematical Sciences, University of Leicester（莱斯特大学计算与数学科学学院） ； School of Metallurgy and Materials, University of Birmingham（伯明翰大学冶金与材料学院） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 提出R2HandoverSim仿真基准，通过用户研究和五个互补指标评估四种基线方法，证明仿真结果与真实世界评价相关。

Comments Accepted by the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Amplify, Don't Create: Temporal Accumulation for Slow-Burn Prompt Injection

放大而非创造：针对慢燃提示注入的时间累积

J Alex Corll

专题命中 Agent评测 ：agent(abstract)

AI总结 针对工具使用智能体的控制平面攻击通过轨迹分布弱指令，代理端时间累积器通过峰值和CUSUM持久性统计恢复慢燃信号，在集中攻击下优于逐事件检测。

Empowering Economic Simulation Through Situation-Aware Llm-Driven Generative System

通过情境感知的LLM驱动生成系统赋能经济模拟

Zhimei Chen, Mu Chen

专题命中 Agent评测 ：agent(abstract)

AI总结 提出SAMAS系统，利用大语言模型嵌入宏观经济理解和模拟轨迹，联合建模宏观结构与微观动态，提升波动真实性和拐点预测能力。

Comments ICASSP 2026

Finite-Horizon Portfolio Choice, Labor Supply, and Early Retirement under Borrowing Constraints

借贷约束下的有限期限投资组合选择、劳动供给与提前退休

Gugyum Ha, Junkee Jeon, Jihoon Ok

专题命中 Agent评测 ：agent(abstract)

AI总结 研究借贷约束下具有劳动供给灵活性和不可逆提前退休选择的有限期限最优消费与投资组合问题，通过对偶鞅方法转化为零和停时-奇异控制博弈，并数值分析劳动供给灵活性对消费、投资组合和退休时机的影响。

First-Quantized Relativistic Quantum Simulation with Periodic and Dirichlet Boundary Conditions

具有周期和狄利克雷边界条件的第一量子化相对论量子模拟

Jeongho Bang, Timothy P. Spiller, Kyunghyun Baek, Kyoungho Cho, Jaewoo Joo

专题命中 Agent评测 ：workflow(abstract)

AI总结 提出在周期和狄利克雷边界条件下，基于第一量子化框架构建弱相对论晶格哈密顿量，通过边界一致的离散动量矩重建实现相对论量子模拟，并在多种势阱中验证了方法的有效性。

Comments This manuscript is a significantly revised and extended version of preprint arXiv:2509.22579, with an updated author list

Mechanism underlying the scaling law of home-return probability in human mobility

人类移动中回家概率标度律的潜在机制

Haoying Niu, Xiao-Yong Yan

专题命中 Agent评测 ：agent(abstract)

AI总结 基于最小努力原则和Luce选择规则，揭示了回家概率标度律的指数γ由个体活动优先级的Zipf指数ν决定，即γ=1-ν，并通过智能体模拟验证。

Comments 3 pages,1 figure

Scaling Self-Play for End-to-End Driving

扩展端到端驾驶的自我对弈

Luke Rowe, Roger Girgis, Rodrigue de Schaetzen, Daphne Cornelisse, Alaap Grandhi, Felix Heide, Eugene Vinitsky, Christopher Pal, Liam Paull

机构 * Mila（米拉研究所） ； Université de Montréal（蒙特利尔大学） ； Polytechnique Montréal（蒙特利尔理工学院） ； Torc Robotics ； NYU Tandon School of Engineering（纽约大学坦登工程学院） ； McMaster University（麦克马斯特大学） ； Princeton University（普林斯顿大学） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 提出大规模自我对弈训练策略，通过高效模拟器Gigapixel实现像素级自我对弈，结合DAgger蒸馏和感知适应，提升端到端驾驶模型性能。

WorkBenchMark: A LEGO-Based Assembly Benchmark with an Assembly-by-Disassembly Baseline for the Smart Manufacturing League

WorkBenchMark：面向智能制造联盟的基于乐高积木的装配基准与通过拆卸进行装配的基线方法

Wenbo Ma, Daniel Swoboda, Matteo Tschesche, Till Hofmann

机构 * Chair of Machine Learning and Reasoning (i6), RWTH Aachen University（亚琛工业大学机器学习与推理教席（i6）） ； MASCOR Institute, FH Aachen University of Applied Science（亚琛应用技术大学MASCOR研究所） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 提出一个基于乐高Duplo的机器人装配基准，包含400个任务和四个复杂度层级，并提供一个基于规划的基线方法，在所有层级上优于现代视觉-语言-动作方法。

Comments RoboCup Symposium 2026 accepted paper

Journal ref RoboCup 2026: Robot World Cup XXIX

Wind-Resilient Trajectory Optimization for UAV-BS Networks: TD3 for Continuous Service Availability

抗风无人机基站网络轨迹优化：基于TD3的连续服务可用性

Azim Akhtarshenas, German Svistunov, Kuangyu Zheng, David Lopez-Perez

专题命中 Agent评测 ：agent(abstract)

AI总结 针对风扰导致无人机基站位置漂移和通信质量下降问题，提出基于TD3算法的抗风轨迹调整框架，通过随机运动学建模学习自适应控制策略，在湍流条件下维持最优覆盖，仿真验证其优于PPO等基准方法。

EgoInfinity: A Web-Scale 4D Hand-Object Interaction Data Engine for Any-View Robot Retargeting and Video-to-Action Robot Learning

EgoInfinity: 一个面向任意视角机器人重定向与视频到动作机器人学习的网络规模4D手物交互数据引擎

Gaotian Wang, Kejia Ren, Andrew Morgan, Yiting Chen, Howard H. Qian, Podshara Chanrungmaneekul, Kaiyu Hang

机构 * Rice University（莱斯大学） ； Robotics and AI Institute（机器人与人工智能研究所） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 提出EgoInfinity引擎，从互联网视频自动生成4D手物交互数据，实现跨机器人形态的动作重定向与技能学习，无需人工标注。

Comments 24 pages. Project page: https://huggingface.co/spaces/Rice-RobotPI-Lab/EgoInfinity

DeepForestVisionV2: Ecology-Driven Taxonomy Expansion for Camera-Trap Monitoring in African Tropical Forests

DeepForestVisionV2：面向非洲热带森林相机监测的生态驱动分类扩展

Hugo Magaldi, Theau d'Audiffret, Etienne Francois Akomo-Okoue, Bala Amarasekaran, Naomi Anderson, Claire Auger, Noemie Cappelle, Daniel Cornelis, Raphael Cornette, Tobias Deschner, Gabriel Dubus, Davy Fonteyn, Rosa M. Garriga, Jennifer Hatlauf, Innocent Kasekendi, Raymond Katumba, Aram Kazandjian, Alfred Ngomanda, Stephan Ntie, Simone Pika, Xavier Rufray, Harold Rugonge, John Justice Tibesigwa, Peter van Lunteren, Hadrien Vanthomme, Joeri A. Zwerts, Sabrina Krief

机构 * UMR7206 Eco-Anthropologie, MNHN（UMR7206 生态人类学，法国国家自然历史博物馆） ； One Forest Vision initiative（One Forest Vision 倡议） ； Sebitoli Chimpanzee Project（塞比托利黑猩猩项目） ； Centre National de la Recherche Scientifique et Technologique（国家科学技术研究中心） ； Institut de Recherche en Ecologie Tropicale（热带生态研究所） ； Tacugama Chimpanzee Sanctuary（塔库加马黑猩猩保护区） ； Biotope（Biotope 公司） ； CIRAD（法国农业发展国际合作研究中心） ； Max Planck Institute for Evolutionary Anthropology（马克斯·普朗克进化人类学研究所） ； BOKU University（维也纳自然资源与生命科学大学） ； Agence Nationale des Parcs Nationaux du Gabon（加蓬国家公园管理局） ； Uganda Wildlife Authority（乌干达野生动物管理局） ； Addax Data Science（Addax 数据科学公司） ； Utrecht University（乌得勒支大学） 纠错

专题命中 Agent评测 ：workflow(abstract)

AI总结 针对非洲热带森林相机监测中生态梯度（垂直分层、场景开放度、人为界面）导致原35类分类过粗的问题，提出扩展至64类的DeepForestVisionV2，在保持离线工作流的同时提升野外实用性。

Comments Accepted at ICPR 2026 - Computer Vision for Biodiversity Monitoring and Conservation Workshop

HEad and neCK TumOR (HECKTOR) 2025: Benchmark of Segmentation, Diagnosis, and Prognosis in Multimodal PET/CT

头颈肿瘤 (HECKTOR) 2025 挑战赛：多模态 PET/CT 中的分割、诊断与预后基准

Numan Saeed, Salma Hassan, Shahad Hardan, Lishan Cai, Xinglong Liang, Moona Mazher, Abdul Qayyum, Yansong Bu, Mengye Lyu, Yue Lin, Mingyuan Meng, Chuanyi Huang, Lisheng Wang, Dalal Chamseddine, Shamimeh Ahrari, Beining Wu, Yifei Chen, Fuyou Mao, Hao Zhang, Baixiang Zhao, Surajit Ray, Muzi Guo, Lei Xiang, Jakob Dexl, Michael Ingrisch, Adrien Depeursinge, Arman Rahmim, Mathieu Hatt, Vincent Andrearczyk, Mohammad Yaqub

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Amsterdam UMC（阿姆斯特丹大学医学中心） ； The Netherlands Cancer Institute（荷兰癌症研究所） ； Radboud University Medical Centre（拉德堡德大学医学中心） ； University College London（伦敦大学学院） ； Imperial College London（帝国理工学院） ； Shenzhen Technology University（深圳技术大学） ； Shenzhen University（深圳大学） ； Newland Digital Technology（新大陆数字技术） ； The University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； University Hospital, Nantes（南特大学医院） ； Nantes Université, Centrale Nantes, CNRS, LS2N（南特大学、南特中央理工学院、法国国家科学研究中心、LS2N实验室） ； Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Central South University（中南大学） ； University of Glasgow（格拉斯哥大学） ； China Mobile System Integration Co., Ltd.（中移系统集成有限公司） ； Subtle Medical Inc.（Subtle Medical公司） ； University Hospital, LMU Munich（慕尼黑大学医院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； BC Cancer Research Institute（不列颠哥伦比亚癌症研究所） ； HES-SO Valais-Wallis University of Applied Sciences and Arts（HES-SO瓦莱州应用科学与艺术大学） ； Lausanne University Hospital (CHUV)（洛桑大学医院） ； LaTIM, INSERM, UMR 1101, Univ Brest（LaTIM实验室、法国国家健康与医学研究院、UMR 1101、布雷斯特大学） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 HECKTOR 2025 挑战赛利用多模态 PET/CT 和电子健康记录，建立了头颈癌自动分析的基准，涵盖肿瘤分割、复发预测和 HPV 分类三个任务，最佳算法分别达到 Dice 0.75、C-index 0.66 和平衡准确率 0.56。

Comments 17 pages, 4 figures, 4 tables. Overview paper for the HECKTOR 2025 challenge, held as a satellite event at MICCAI 2025. Challenge website: https://hecktor.grand-challenge.org/

Toward Temporal Realism in City-Scale Crisis Response Simulation using LLM Agents

面向城市级危机响应模拟中时间真实性的LLM智能体方法

Anping Zhang, Yang Tan, Yuanbo Tang, Huaze Tang, Qiuhua Ye, Marta C. Gonzalez, Yang Li

专题命中 Agent评测 ：agent(abstract)

AI总结 针对LLM社会模拟缺乏时间真实性的问题，基于深圳疫情志愿活动数据，提出数据校准的自激与危机激活机制，实现爆发性时间模式，使智能体时间分布接近真实。

Comments 11pages,7 figures

Networks of agglomeration: how population density rewires social networks and reshapes contagion dynamics

集聚网络：人口密度如何重塑社交网络并改变传染动态

Christopher K. Tokita

专题命中 Agent评测 ：agent(abstract)

AI总结 通过最小主体模型，发现人口密度单独变化即可重构社交网络结构，稀疏人口形成局部集群，密集人口形成全局集成网络，并影响简单与复杂传染的传播速度与范围。

Comments Main text: 12 pages with 5 figures. Attached Supplemental Text: 3 pages with 5 figures

To Gamble, Perchance to Grow

赌博，或许为了增长

Mark Whitmeyer

专题命中 Agent评测 ：agent(abstract)

AI总结 研究增长最优（凯利）投资组合问题中的收益变换，刻画了产生更保守投资组合的变换条件，并推导了理性疏忽代理人的风险厌恶比较。

EFX Allocations Exist on Multi-Graphs

多图上EFX分配的存在性

Mahyar Afshinmehr, Arash Ashuri, Pouria Mahmoudkhan, Kurt Mehlhorn, Amir Mohammad Shahrezaei

专题命中 Agent评测 ：agent(abstract)

AI总结 研究不可分割物品的公平分配，证明在多图且可取消估值下EFX分配存在，并给出多项式时间算法。

Gatekeepers and Hallucinations: A Layered Evaluation Framework for LLM-Driven Quantum Circuit Generation

守门人与幻觉：LLM驱动的量子电路生成的分层评估框架

Christopher Coleman, Sharon Marfatia

专题命中 Agent评测 ：agentic(abstract)

AI总结 提出分层评估框架，通过守门人筛选、电路保真度分析和设计熵指标，识别LLM在量子电路生成中的五种失败模式，并揭示评估基础设施本身可能引入错误。

Comments 7 pages, 4 figures

Parasitic Masquerade: Societal Scale Human-Machine Interaction

寄生伪装：社会尺度的人机交互

Jiejun Hu-Bolz, James Stovold

专题命中 Agent评测 ：agent(abstract)

AI总结 通过图论平均场博弈模型，研究人机交互中寄生行为伪装成生产性学习的现象，发现信息流不对称和环境噪声可引发系统相变。

Cordon: Semantic Transactions for Tool-Using LLM Agents

Cordon: 工具使用型LLM代理的语义事务

Zheng Chen, Hanqing Liu, Duling Xu, Dong Dong, Jialin Li, Bangzheng Pu, Jidong Zhai

专题命中 Agent评测 ：agent(abstract)

AI总结 提出Cordon事务运行时系统，通过语义事务边界实现多步代理工作流的提交、回滚、恢复和审计，减少不可逆效应失败并暴露跨步违规。

Verification of Stochastic Dominance Envy-Freeness in Time Proportional to Input Size

在输入规模成正比的时间内验证随机占优无嫉妒性

Kui-Wang Choi

专题命中 Agent评测 ：agent(abstract)

AI总结 提出一种时间最优算法，通过单次前缀支配检查和惰性初始化，将随机占优无嫉妒性（SD-EF）及其松弛版本SD-EF1的验证复杂度从O(n²m)降至O(nm)，达到输入规模下的渐近最优。

Comments 6 pages

Fair Division by Contribution: A Shapley Value Perspective

按贡献公平分配：Shapley值视角

Xiaohui Bei, Pinyan Lu, Xiaowei Wu, Shengwei Zhou

专题命中 Agent评测 ：agent(abstract)

AI总结 针对无货币转移的可分割资源分配，提出基于Shapley值的公平性概念（SVF），将代理权解释为对最优社会福利的期望边际贡献，并分析不同估值函数下Shapley近似比的最坏情况界。

Comments 26 pages