AI Agent

Knowledge- and Gradient-Guided Reinforcement Learning for Parametrized Action Markov Decision Processes

用于参数化动作马尔可夫决策过程的知识与梯度引导强化学习

Jonas Ehrhardt, René Heesch, Oliver Niggemann

机构 * HSU-AI Institute for Artificial Intelligence（HSU人工智能研究所） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 研究参数化动作马尔可夫决策过程中的强化学习，提出KGRL算法，利用领域知识修剪动作、约束参数空间，结合梯度细化参数，能提供局部解释并提高样本效率，优于现有强化学习基线。

MindClaw: Closed-Loop Embodied Mental-State Reasoning for Precision Intervention

MindClaw: 用于精确干预的闭环具身心理状态推理

Ruoxuan Zhang, Qiaoqiao Wan, Zhengguang Wang, Chenghao Yu, Hongxia Xie, Jianlong Fu, Wen-Huang Cheng

机构 * Jilin University（吉林大学） ； Microsoft Asia（微软亚洲） ； National Taiwan University（国立台湾大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出MindClaw框架，通过闭环具身心理状态推理实现精确干预，结合多源输入、信念记忆、认知触发技能和动作生成，在动态环境中优化干预时机。

Comments Extended version of the CVPR 2026 paper *MindPower: Enabling Theory-of-Mind Reasoning in VLM-based Embodied Agents*. This work is in progress

EmbodiSkill: Skill-Aware Reflection for Self-Evolving Embodied Agents

EmbodiSkill：基于技能的反思以实现自我进化的具身智能体

Ruofei Ju, Xinrui Wang, Xin Ding, Yifan Yang, Hao Wu, Shiqi Jiang, Qianxi Zhang, Hao Wen, Xiangyu Li, Weijun Wang, Kun Li, Yunxin Liu, Haipeng Dai, Wei Wang, Ting Cao

机构 * Nanjing University（南京大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院） ； Institute for AI Industry Research (AIR) Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 本文提出EmbodiSkill，一种无需训练的具身技能自我进化框架，通过技能感知反思和针对性修订提升任务成功率。

Randomized Confidence Bounds for Stochastic Partial Monitoring

随机部分监测的随机置信界

Maxime Heuillet, Ola Ahmad, Audrey Durand

机构 * Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Mila - Québec AI Institute（魁北克人工智能研究所） ； Thales Digital Solutions (cortAIx lab)（泰勒斯数字解决方案（cortAIx实验室）） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 研究随机结果下的上下文和非上下文部分监测设置，基于确定性置信界随机化引入新策略，扩展遗憾保证，实验表明新策略在多个PM博弈中性能良好，还设计了监测分类系统错误率的用例。

OREN: Octree Residual Network for Real-Time Euclidean Signed Distance Mapping

OREN：八叉树残差网络用于实时欧几里得符号距离映射

Zhirui Dai, Qihao Qian, Tianxing Fan, Nikolay Atanasov

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电子与计算机工程系） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI

AI总结 OREN结合八叉树插值的显式先验和神经网络回归的隐式残差，实现高效且可微的非截断SDF重建，优于现有方法的准确性和效率。

Comments Accepted to IEEE/RSJ International Conference Intelligent Robots & Systems (IROS) 2026

Event-Centric World Modeling with Memory-Augmented Retrieval for Embodied Decision-Making

基于记忆增强检索的事件中心世界建模用于具身决策

Zhaowen Fan, Rongchao Zhang, Yunxiang Han

机构 * Zhaowen Fan（Fan 研究院） ； Rongchao Zhang（Zhang 实验室） 纠错

专题命中 记忆与上下文管理 ：autonomous agent(abstract)；分类 cs.LG

AI总结 本文提出一种事件中心世界建模框架，通过记忆增强检索实现具身决策，结合语义事件和先前经验进行决策，提升动态环境的结构抽象与可解释性。

Comments 12 pages, 9 figures, 4 tables, currently under review

Narrative-Centered Emotional Reflection: An Early Prototype for AI-Supported Emotional Self-Reflection

以叙事为中心的情感反思：人工智能支持的情感自我反思的早期原型

Shou-Tzu Han

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI

AI总结 该研究以Reflexion为早期原型，通过整合情感检测、分层反思提示和隐喻故事生成等方法，探索结构化情感自我反思，支持用户超越基本情感分类进行自主情感探索，记录了理论驱动的情感计算方向。

Comments 7 pages, 1 figure

Memora: A Harmonic Memory Representation Balancing Abstraction and Specificity

Memora: 一种平衡抽象与特异性的和谐记忆表示

Menglin Xia, Xuchao Zhang, Shantanu Dixit, Paramaguru Harimurugan, Rujia Wang, Victor Ruhle, Robert Sim, Chetan Bansal, Saravan Rajmohan

机构 * Microsoft（微软） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出Memora记忆表示，通过主抽象和线索锚点平衡抽象与特异性，结合检索策略实现高效上下文感知检索，在LoCoMo和LongMemEval基准上达到新最优。

Comments ICML 2026

ManimAgent: Self-Evolving Multimodal Agents for Visual Education

ManimAgent: 用于视觉教育的自进化多模态智能体

Wenjia Jiang, Zongyuan Cai, Yuanhang Shao, Chenru Wang, Boyan Han, Zhixue Song, Keyu Chen, Shengwei An, Xu Yang, Zhou Yang

机构 * University of Alberta（阿尔伯塔大学） ； Southeast University（东南大学） ； Virginia Tech（弗吉尼亚理工学院） ； Xidian University（西安电子科技大学） ； Vivavia Inc（Vivavia公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出ManimAgent，通过双通道情节记忆库跨任务传递反思经验，无需权重更新或人工种子，在代码生成任务中提升通过率并减少反思轮次。

Comments Project page: https://manimagent.github.io/. Code: https://github.com/jwj1342/Paper2Manim

Pianist Transformer: Towards Expressive Piano Performance Rendering via Scalable Self-Supervised Pre-Training

Pianist Transformer：通过可扩展的自监督预训练实现富有表现力的钢琴演奏渲染

Hong-Jie You, Jie-Jing Shao, Xiao-Wen Yang, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li

专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.AI

AI总结 提出Pianist Transformer，通过统一MIDI表示进行大规模自监督预训练，结合非对称Transformer和音符级压缩，实现高效且富有表现力的钢琴演奏生成。

Comments Accepted to ICML 2026

Dual-Anchoring: Addressing State Drift in Vision-Language Navigation

双锚定：解决视觉语言导航中的状态漂移问题

Kangyi Wu, Pengna Li, Kailin Lyu, Xi Lin, Lin Zhao, Qingrong He, Jinjun Wang, Jianyi Liu

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； National Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Joy Future Academy, JD（京东探索研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出双锚定框架，通过指令进度锚定和记忆地标锚定分别解决进度漂移和记忆漂移，显著提升长场景导航成功率。

Comments Accepted by ECCV26

Reinforcement Learning to Disentangle Multiqubit Quantum States from Partial Observations

基于部分观测的多量子比特态纠缠消除的强化学习

Pavel Tashev, Stefan Petrov, Matthew T. Diaz, Friederike Metz, Alaina M. Green, Norbert M. Linke, Marin Bukov

机构 * Department of Mathematics and Informatics（数学与信息学系） ； St. Kliment Ohridski University of Sofia（索菲亚圣克莱门特·欧赫里迪斯大学） ； Joint Quantum Institute（联合量子研究所） ； Department of Physics（物理系） ； University of Maryland（马里兰大学） ； National Quantum Laboratory (QLab)（国家量子实验室（QLab）） ； Institute of Physics（物理研究所） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院（EPFL）） ； Center for Quantum Science and Engineering（量子科学与工程中心） ； Quantum Systems Unit（量子系统单元） ； OIST Graduate University（OIST研究生大学） ； Duke Quantum Center（杜克量子中心） ； Max Planck Institute for the Physics of Complex Systems（复杂系统物理研究所） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 提出使用演员-评论家深度强化学习算法，仅基于两量子比特约化密度矩阵，为最多16量子比特态构建短纠缠消除电路，并在离子阱量子计算机上实验验证。

Comments The source code as well as a demo in the form of an interactive Jupyter notebook are available on Github: https://github.com/mgbukov/RL_disentangle

Fast Non-Episodic Finite-Horizon RL with K-Step Lookahead Thresholding

快速非情节有限时域强化学习：K步前瞻阈值法

Jiamin Xu, Kyra Gan

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.LG

AI总结 针对非情节有限时域MDP，提出K步前瞻Q函数与阈值机制，实现快速有限样本收敛，在合成环境和标准RL任务中优于现有方法。

Adaptive Oscillatory-State Alignment for Time Series Forecasting

自适应振荡状态对齐用于时间序列预测

Zhangyao Song, Chaofeng Qu, Chao Zha, Xiaoyu Zhao, Yinfei Xu, Tao Guo

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.LG

AI总结 提出AOSNET框架，通过希尔伯特变换将固定模板匹配改为自适应振荡状态对齐，以处理实际时间序列中的非平稳振荡行为，在多个基准上达到先进或竞争性精度。

VikingMem: A Memory Base Management System for Stateful LLM-based Applications

VikingMem：面向有状态LLM应用的记忆库管理系统

Jiajie Fu, Junwen Chen, Mengzhao Wang, Aoxiang He, Maojia Sheng, Xiangyu Ke, Yifan Zhu, Yunjun Gao

机构 * Zhejiang University（浙江大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出记忆库（Memory Base）数据管理范式，并基于VikingDB向量引擎实现VikingMem系统，通过事件与实体抽象、主题时间线压缩和时间加权召回，在长期记忆基准上提升检索效果达30%。

Comments Accepted by VLDB26

The Insurability Frontier of AI Risk: Mapping Threats to Affirmative Coverage, Silent Exposures, and Exclusions

AI风险的可保险边界：将威胁映射到积极保险、沉默暴露和排除

Alex Leung, Rex Zhang, Ervin Ling, Kentaroh Toyoda, SiewMei Loh

机构 * Munich Re（慕尼黑再保险） ； Armilla ； Tokio Marine Kiln（东京海上日赤保险） ； CFC ； Apollo ibott ； Coalition 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI

AI总结 本文研究了AI风险在商业保险中的可保险性边界，通过分析55类AI威胁与26种保险产品和排除制度，揭示了四个层次的可保险性前沿：积极保险的风险、沉默AI暴露、主动排除的风险以及传统私人保险结构之外的风险。

Comments Version 2

LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G

LiQSS：后Transformer线性量子启发状态空间张量网络用于实时6G

Farhad Rezazadeh, Hatim Chergui, Amir Ashtari Gargari, Mehdi Bennis, Houbing Song, Lingjia Liu, Merouane Debbah

机构 * i2CAT Foundation（i2CAT基金会） ； University of Oulu（奥卢大学） ； University of Maryland, Baltimore County (UMBC)（马里兰大学巴尔的摩县分校） ； Virginia Tech（弗吉尼亚理工大学） ； Khalifa University of Science and Technology（谢赫扎耶德科学技术大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.LG

AI总结 提出一种后Transformer的量子启发状态空间张量网络LiQSS，用线性复杂度结构状态空间核替代自注意力，结合张量训练分解和轻量门控，在6G O-RAN近实时KPI预测中实现参数减少155倍、推理加速2.74倍且不损失精度。

Comments 13 pages, 4 figures, 5 tables

OctoSplat: Hybrid OctoMap-Gaussian Splatting for Active Semantic Mapping and Phenotyping with Horticultural Robots

利用高斯点云进行园艺环境的主动语义映射

Jose Cuaran, Naveen K. Uppalapati, Girish Chowdhary

机构 * the Siebel School of Computing and Data Science（塞比尔计算与数据科学学院） ； the Department of Agricultural and Biological Engineering（农业与生物工程系） ； National Center for Supercomputing Applications at University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算中心） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出利用移动机械臂和高斯点云进行园艺环境主动3D重建，提升重建精度与效率，实现水果计数和体积估算。

Comments 23 pages, 12 figures

Second law of thermodynamics at stopping times

停时的热力学第二定律

Izaak Neri

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究针对介观系统终止于停时的过程建立热力学理论，给出类似热力学第二定律的功的界，并将其应用于聚合物拉伸、粒子逃离亚稳态的功的限定。

Comments 14 pages, 4 figures, the new version fixes some minor typographical errors

MISO: Model-Internal-State-Guided Optimization for Ranking Models

MISO：面向排序模型的模型内部状态引导优化

Yongzhe Zhang, Xiaoyu Deng, Yifan He, Mengying Sun, Sheng Luo, Yijia Liu, Hao Yan, Zhuo Li, Huiping Yao, Swathi Hrishikesh, Jing Chen, Dennis Choi, Steven Liu, Lexi Luo, Keyi Chen, Anish Khazane, Marcio Porto, Xiaoya Wang, Emmy Wang, Kangfu Zheng, Xingyuan Wang, Peggy Yao, Yi Meng, Bilal Fadlallah, Gursharan Singh, Prabhakar Goyal, Alireza Vahdatpour, Santanu Kolay

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 针对排序模型优化依赖昂贵试错的问题，提出利用模型内部状态的MISO工作流，在广告排序案例中提升归一化熵且减少验证运行，实现手动调优与自动搜索的折中。

Comments Accepted at the OARS Workshop at ACM RecSys 2026

Wealth Preferences and the Upper Tail of Consumption

财富偏好与消费的上尾分布

Qingyin Ma, Alexis Akira Toda

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文构建财富进入效用函数的最优储蓄理论，利用γ和δ的相对曲率分析消费上尾行为，涵盖随机死亡率下的遗赠动机，校准模型可准确刻画观测财富水平的渐近特征并复制富裕家庭高储蓄率。

On the Sparsity of Optimal Information Structures

论最优信息结构的稀疏性

Masaki Miyashita

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究最优信息结构的稀疏性，通过线性规划方法发现其稀疏特性，并在含网络效应的创新采用问题中验证，高状态下确定性推荐全采用，低状态下随机化嵌套行动组合以最大化采用者数量。

A calibrated diagnostic for reverse-anneal sampling in programmable quantum annealers

子系统弛豫和一种校准的采样诊断方法用于可编程量子退火机

Luis Lozano

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文研究了可编程量子退火机中子系统弛豫现象，并提出了一种校准的采样诊断方法，用于评估量子退火机的采样性能和记忆保持能力。

Comments v2: substantially revised: title and framing updated, benchmarking section removed following a reproducibility audit, claims narrowed; reformatted to revtex4-2 (11 pages, 5 figures + supplemental material as ancillary file). All remaining results regenerate from the deposited raw data

Dissipative continuation for ground-state preparation at chemical transition states

在化学转变态上快速耗散基态制备

Thomas W. Watts, Soumya Sarkar, Daniel Collins, Nam Nguyen, Luke Quezada, Michael J. Bremner, Samuel J. Elman

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究提出了一种利用反应路径作为计算原语的耗散基态制备协议，通过Procrustes对齐轨道旋转和工程化耗散冷却，在强相关区域中以~O(N_o^3/ε_E)的复杂度制备化学系统基态。

Comments 15 + 13 pages, 4+1 figures

Universal Finite-State and Self-Stabilizing Computation in Anonymous Dynamic Networks

匿名动态网络中的通用有限状态与自稳定计算

Giuseppe A. Di Luna, Giovanni Viglietta

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究匿名动态网络计算问题，提出通用自稳定算法在\(\max\{4\tau n - 2\mu, 2\mu\}\)轮稳定，通用有限状态算法在\(\tau(2n^2 + n)\)轮稳定，改进先前方法并开发历史树相关新技术。

Comments 30 pages, 5 figures

Journal ref Theoretical Computer Science, 2026

One Future, Every Robot: Label-Efficient Collective-State Prediction with Decentralized JEPA

单未来，每机器人：采用去中心化JEPA的标签高效集体状态预测

Alan-Barsag Gazzaev, Alexey Gavrilov, Sergey Muravyov

机构 * ITMO University（ITMO大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 该研究提出CS-JEPA架构，解决群体机器人去中心化共享状态预测问题，在多类场景下提升预测误差、一致性及相关指标，为去中心化群体预测提供标签高效基元。

Comments Submitted to IEEE ICRA 2027

A CXL Memory Rack for Multi-Turn LLM Serving

HyMCache：一种用于多轮大语言模型服务的基于CXL混合内存的键值缓存框架

Hakbeom Jang, Inho Song, Hoshik Kim, Sam H. Noh, Jongryool Kim

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 研究针对多轮大语言模型服务中键值缓存重用问题，提出HyMCache框架集成CXL混合内存。利用多轮缓存访问特性优化DRAM管理，通过请求级前缀预取等技术，在真实原型上评估，相比其他方案有性能优势且节省DRAM。

Fifty Years of SAR Automatic Target Recognition: The Road Forward

五十年来合成孔径雷达遥感图像的目标检测与识别：未来之路

Jie Zhou, Yongxiang Liu, Li Liu, Weijie Li, Taoli Yang, Bowen Peng, Yafei Song, Gangyao Kuang, Xiang Li

专题命中 记忆与上下文管理 ：AI agent(abstract)

AI总结 本文综述了SAR ATR过去五十年的发展历程，提出未来需关注高质量数据集、公平评估基准和开源生态建设。

Comments Accepted by IEEE GRSM

The Last Costly Signal: How Generative AI Collapses Competence Signaling and Why Liability Sustains Markets for Expert Services

最后一个高成本信号：生成式AI如何瓦解能力信号机制，以及为何责任机制能维持专家服务市场

Andreas Bauer

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究生成式AI降低专家服务信号成本导致的市场混同问题，提出结果依赖型责任信号可恢复市场分离，还内生化合同制度并设计了相关验证实验。

Comments 26 pages, 7 figures. JEL codes: D82, D86, L15, L84, M31, O33. Simulation code and numerical results available at: https://doi.org/10.6084/m9.figshare.33106946

System-Aware Adaptive CSI Feedback via RL-Guided Autoencoder Switching in Multi-User MIMO System

多用户MIMO系统中基于RL引导的自动编码器切换的系统感知自适应CSI反馈

Maryam Ansarifard, Mohit K. Sharma, George Exarchakos, Kishor C. Joshi

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对mMIMO系统中信道状态信息反馈问题，提出基于强化学习驱动控制框架，在预训练多速率自动编码器组上运行，依信道条件和性能指标选压缩率，引入系统感知奖励公式，相比传统方案提升频谱和反馈效率，降低反馈成本等。