AI Agent

RLSLM: A Hybrid Reinforcement Learning Framework Aligning Rule-Based Social Locomotion Model with Human Social Norms

Yitian Kou, Yihe Gu, Chen Zhou, DanDan Zhu, Shuguang Kuai

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments AAAI 2026

TaskSense: Cognitive Chain Modeling and Difficulty Estimation for GUI Tasks

Yiwen Yin, Zhian Hu, Xiaoxi Xu, Chun Yu, Xintong Wu, Wenyu Fan, Yuanchun Shi

机构 * Tsinghua University（清华大学） ； University of Washington（华盛顿大学） ； Cornell University（康奈尔大学） ； University of Sydney（悉尼大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments 22 pages, 5 figures

ProBench: Benchmarking GUI Agents with Accurate Process Information

Leyang Yang, Ziwei Wang, Xiaoxuan Tang, Sheng Zhou, Dajun Chen, Wei Jiang, Yong Li

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments Paper accepted to AAAI 2026

SWAN -- Enabling Fast and Mobile Histopathology Image Annotation through Swipeable Interfaces

Sweta Banerjee, Timo Gosch, Sara Hester, Viktoria Weiss, Thomas Conrad, Taryn A. Donovan, Nils Porsche, Jonas Ammeling, Christoph Stroblberger, Robert Klopfleisch, Christopher Kaltenecker, Christof A. Bertram, Katharina Breininger, Marc Aubreville

机构 * Flensburg University of Applied Sciences（弗劳恩霍夫应用科技大学） ； University of Veterinary Medicine（兽医大学） ； Schwarzman Animal Medical Center（施瓦茨曼动物医疗中心） ； Medical University of Vienna（维也纳医学大学） ； Technische Hochschule Ingolstadt（英戈尔施塔特技术大学） 纠错

专题命中 GUI与网页智能体 ：workflow(abstract)；分类 cs.SE

GUI-360$^\circ$: A Comprehensive Dataset and Benchmark for Computer-Using Agents

Jian Mu, Chaoyun Zhang, Chiming Ni, Lu Wang, Bo Qiao, Kartik Mathur, Qianhui Wu, Yuhang Xie, Xiaojun Ma, Mengyu Zhou, Si Qin, Liqun Li, Yu Kang, Minghua Ma, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

机构 * Nanjing University（南京大学） ； Microsoft（微软） ； ZJU-UIUC（浙大-UIUC） ； Peking University（北京大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

The Dark Side of Rich Rewards: Understanding and Mitigating Noise in VLM Rewards

Sukai Huang, Shu-Wei Liu, Nir Lipovetzky, Trevor Cohn

机构 * Google DeepMind（谷歌DeepMind） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

Comments accepted by PRL Workshop Series @ ICAPS 2025. 11 main body pages, 21 appendix pages

Generating Auxiliary Tasks with Reinforcement Learning

Judah Goldfeder, Matthew So, Hod Lipson

机构 * Department of Computer Science（计算机科学系） ； Columbia University（哥伦比亚大学） ； Department of Mechanical Engineering（机械工程系） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

UI-Evol: Automatic Knowledge Evolving for Computer Use Agents

Ziyun Zhang, Xinyi Liu, Xiaoyi Zhang, Jun Wang, Gang Chen, Yan Lu

机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.CL

Comments Accepted to ICML 2025 Workshop on Computer Use Agents

AgentBnB: A Browser-Based Cybersecurity Tabletop Exercise with Large Language Model Support and Retrieval-Aligned Scaffolding

Arman Anwar, Zefang Liu

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； School of Computational Science and Engineering（计算科学与工程学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.CL

STRIDER: Navigation via Instruction-Aligned Structural Decision Space Optimization

Diqi He, Xuehao Gao, Hao Li, Junwei Han, Dingwen Zhang

机构 * Northwestern Polytechnical University（西北工业大学） ； Nanyang Technological University（南洋理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Gradient Descent as Loss Landscape Navigation: a Normative Framework for Deriving Learning Rules

John J. Vastola, Samuel J. Gershman, Kanaka Rajan

机构 * Harvard Medical School（哈佛医学院） ； Harvard University（哈佛大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.LG

Comments Accepted to NeurIPS 2025

Accelerating Real-World Overtaking in F1TENTH Racing Employing Reinforcement Learning Methods

Emily Steiner, Daniel van der Spuy, Futian Zhou, Afereti Pama, Minas Liarokapis, Henry Williams

机构 * Centre for Automation and Robotic Engineering Science, The University of Auckland, New Zealand（自动化与机器人工程科学中心，奥克兰大学，新西兰） ； New Dexterity research group, The University of Auckland, New Zealand（新灵活性研究组，奥克兰大学，新西兰） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

Navigation in a Three-Dimensional Urban Flow using Deep Reinforcement Learning

Federica Tonti, Ricardo Vinuesa

机构 * Department of Aerospace Engineering, University of Michigan（航空航天工程系，密歇根大学） ； FLOW, Engineering Mechanics, KTH Royal Institute of Technology（FLOW，工程力学，皇家理工学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Depth-Constrained ASV Navigation with Deep RL and Limited Sensing

Amirhossein Zhalehmehrabi, Daniele Meli, Francesco Dal Santo, Francesco Trotti, Alessandro Farinelli

机构 * Department of Computer Science, University of Verona（计算机科学系，威尼斯大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments 8 pages, 8 figures, Accepted to IEEE Robotics and Automation Letters (this is not the final version)

Surfer 2: The Next Generation of Cross-Platform Computer Use Agents

Mathieu Andreux, Märt Bakler, Yanael Barbier, Hamza Benchekroun, Emilien Biré, Antoine Bonnet, Riaz Bordie, Nathan Bout, Matthias Brunel, Aleix Cambray, Pierre-Louis Cedoz, Antoine Chassang, Gautier Cloix, Ethan Connelly, Alexandra Constantinou, Ramzi De Coster, Hubert de la Jonquiere, Aurélien Delfosse, Maxime Delpit, Alexis Deprez, Augustin Derupti, Mathieu Diaz, Shannon D'Souza, Julie Dujardin, Abai Edmund, Michael Eickenberg, Armand Fatalot, Wissem Felissi, Isaac Herring, Xavier Koegler, Erwan Le Jumeau de Kergaradec, Aurélien Lac, Maxime Langevin, Corentin Lauverjat, Antonio Loison, Avshalom Manevich, Axel Moyal, Axel Nguyen Kerbel, Marinela Parovic, Julien Revelle, Guillaume Richard, Mats Richter, Ronan Riochet, María Santos, Romain Savidan, Laurent Sifre, Maxime Theillard, Marc Thibault, Ivan Valentini, Tony Wu, Laura Yie, Kai Yuan, Jevgenij Zubovskij

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

Comments 21 pages, 9 figures, 2 tables

UI-Ins: Enhancing GUI Grounding with Multi-Perspective Instruction-as-Reasoning

Liangyu Chen, Hanzhang Zhou, Chenglin Cai, Jianan Zhang, Panrong Tong, Quyu Kong, Xu Zhang, Chen Liu, Yuqi Liu, Wenxuan Wang, Yue Wang, Qin Jin, Steven Hoi

机构 * Renmin University of China（中国人民大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） 纠错

专题命中 GUI与网页智能体 ：agentic(abstract)；分类 cs.AI

GeNIE: A Generalizable Navigation System for In-the-Wild Environments

Jiaming Wang, Diwen Liu, Jizhuo Chen, Jiaxuan Da, Nuowen Qian, Tram Minh Man, Harold Soh

机构 * Department of Computer Science, School of Computing, National University of Singapore（计算机科学系、计算学院、新加坡国立大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

Comments Accepted to IEEE Robotics and Automation Letters (RAL), 2025. Jiaming Wang, Diwen Liu, and Jizhuo Chen contributed equally to this work

CORE: Reducing UI Exposure in Mobile Agents via Collaboration Between Cloud and Local LLMs

Gucongcong Fan, Chaoyue Niu, Chengfei Lyu, Fan Wu, Guihai Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.CL

Multi-Scale Diffusion Transformer for Jointly Simulating User Mobility and Mobile Traffic Pattern

Ziyi Liu, Qingyue Long, Zhiwen Xue, Huandong Wang, Yong Li

机构 * Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University（电子工程系，信息科学与技术国家研究中心（BNRist），清华大学） ； International School, Beijing University of Posts and Telecommunications（国际学院，北京邮电大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

Comments 9 pages, 4 figures. Code: https://github.com/tsinghua-fib-lab/MSTDiff

Bridging Research and Practice in Simulation-based Testing of Industrial Robot Navigation Systems

Sajad Khatiri, Francisco Eli Vina Barrientos, Maximilian Wulf, Paolo Tonella, Sebastiano Panichella

机构 * University of Bern, Bern, Switzerland（伯恩大学） 纠错

专题命中 GUI与网页智能体 ：workflow(abstract)；分类 cs.SE

Comments 12 pages, accepted for publication at IEEE/ACM International Conference on Automated Software Engineering (ASE) 2025 - Industry Showcase Track

IG-MCTS: Human-in-the-Loop Cooperative Navigation under Incomplete Information

Shenghui Chen, Ruihan Zhao, Sandeep Chinchali, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

An LLM-Powered Cooperative Framework for Large-Scale Multi-Vehicle Navigation

Yuping Zhou, Siqi Lai, Jindong Han, Hao Liu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Elastic On-Device LLM Service

Wangsong Yin, Rongjie Yi, Daliang Xu, Gang Huang, Mengwei Xu, Xuanzhe Liu

机构 * Peking University, Beijing, China（北京大学） ； Beijing University of Posts（北京邮电大学） ； Beiyou Shenzhen Institute, Shenzhen, China（贝友深圳研究所） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments MobiCom'25

Improving GUI Grounding with Explicit Position-to-Coordinate Mapping

Suyuchen Wang, Tianyu Zhang, Ahmed Masry, Christopher Pal, Spandana Gella, Bang Liu, Perouz Taslakian

机构 * ServiceNow ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； York University（约克大学） ； Polytechnique Montréal（蒙特利尔理工学院） ； McGill University（麦吉尔大学） 纠错

专题命中 GUI与网页智能体 ：autonomous agent(abstract)；分类 cs.AI

World Model for AI Autonomous Navigation in Mechanical Thrombectomy

Harry Robertshaw, Han-Ru Wu, Alejandro Granados, Thomas C Booth

机构 * School of Biomedical Engineering & Imaging Sciences（生物医学工程与成像科学学院） ； Kings College London（伦敦国王学院） ； Nuffield Department of Primary Care Health Sciences（初级卫生保健科学纽菲尔德部门） ； University of Oxford（牛津大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

Comments Published in Medical Image Computing and Computer Assisted Intervention - MICCAI 2025, Lecture Notes in Computer Science, vol 15968

Journal ref MICCAI 2025. Lecture Notes in Computer Science, vol 15968 (2026)

GUI-KV: Efficient GUI Agents via KV Cache with Spatio-Temporal Awareness

Kung-Hsiang Huang, Haoyi Qiu, Yutong Dai, Caiming Xiong, Chien-Sheng Wu

机构 * Salesforce AI Research（Salesforce AI研究） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.CL

GUI-R1 : A Generalist R1-Style Vision-Language Action Model For GUI Agents

Run Luo, Lu Wang, Wanwei He, Longze Chen, Jiaming Li, Xiaobo Xia

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.CL

Landmark-Guided Knowledge for Vision-and-Language Navigation

Dongsheng Yang, Meiling Zhu, Yinfeng Yu

机构 * School of Computer Science and Technology, Xinjiang University, Urumqi, China（计算机科学与技术学院，新疆大学，乌鲁木齐，中国） ； No. 59 Middle School of Urumqi, Urumqi, China（乌鲁木齐第五十九中学，乌鲁木齐，中国） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

Comments Accepted for publication by International Conference on Intelligent Computing 2025

UI-UG: A Unified MLLM for UI Understanding and Generation

Hao Yang, Weijie Qiu, Ru Zhang, Zhou Fang, Ruichao Mao, Xiaoyu Lin, Maji Huang, Zhaosong Huang, Teng Guo, Shuoyang Liu, Hai Rao

专题命中 GUI与网页智能体 ：workflow(abstract)；分类 cs.AI

Vision-and-Language Navigation with Analogical Textual Descriptions in LLMs

Yue Zhang, Tianyi Ma, Zun Wang, Yanyuan Qiao, Parisa Kordjamshidi

机构 * Michigan State University（密歇根州立大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Adelaide（阿德莱德大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI