AI Agent

The Curse of Precision: A Data Scaling Law for High-Precision Robotic Manipulation

精度的诅咒：高精度机器人操作的数据缩放定律

Cuijie Xu, Yuanfan Xu, Min Xue, Jianjie Lin, Jian Wang, Xudong Zhang, Yu Wang, Jincheng Yu

机构 * Tsinghua University（清华大学） ； OpenMind (WuHu) Robotics Co., Ltd.（芜湖悟灵机器人有限公司） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究机器人装配等封闭世界任务中数据与精度的关系，提出新缩放定律log(N) ∝ 1/(P - c)，揭示极限精度c是系统涌现属性，经实验验证，为精度提供理论框架和评估指标，指导高精度操作系统开发调试。

Comments 8 pages, 4 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)

The Semantic Least-Energy Principle: A Hypothesis for Intelligence

语义最小能量原理：一种关于智能的假设

Jie Zhang, Haoyuan Zhu, James Jinheng Zhang, Haonan Hu

专题命中 规划决策 ：planning(abstract)

AI总结 针对智能系统潜在语义状态组织缺乏合理解释的问题，提出语义最小能量原理，通过变分框架阐述，统一语义相关过程并产生理论预测，为研究语义智能提供第一性原理基础，虽有待验证但意义重大。

SDE Guided Monte Carlo Reinforcement Learning: A Stochastic Maximum Principle Approach for Robust Decision Making in Noisy Environments

随机微分方程引导的蒙特卡罗强化学习：一种用于噪声环境中稳健决策的随机最大值原理方法

Juncai Wang

专题命中 规划决策 ：agent(abstract)

AI总结 研究探讨SMP定性最优条件能否指导稳健表格型强化学习算法，提出SDE-MC-AC框架，通过建立对应关系及自适应温度调度整合多种方法，经实验验证了相关假设，揭示导航模式，为随机最优控制与强化学习搭建桥梁。

SuperFIRE: Concept evolution of a seeing-limited broadband spectrograph for the GMT

SuperFIRE：用于盖亚大望远镜的视场受限宽带光谱仪的概念演变

Gustav M. Pettersson, Gábor Fűrész, Nathan P. Lourie, F. Elio Angile, Jill Juneau, Gerardo Berlanga Molina, Robert A. Simcoe

专题命中 规划决策 ：planning(abstract)

AI总结 介绍了为盖亚大望远镜开发的SuperFIRE概念，它基于FIRE光谱仪传统，是宽带中等分辨率单次拍摄自然视场光谱仪。设计因对微弱瞬变等的快速跟踪及与JWST观测互补而演变，利用相关技术实现高吞吐量等，将成实用跟踪光谱仪。

Comments 13 pages, 7 figures, SPIE Astronomical Telescopes + Instrumentation 2026

Bayesian Optimal Sample Design for Surveys with Heteroscedasticity

异方差调查的贝叶斯最优样本设计

Jonathan Mendelson, Michael R. Elliott

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对异方差总体分层抽样，开发贝叶斯最优样本分配方法，解决现有理论需已知设计参数的问题，通过在特定模型下优化设计并与其他方法比较，发现所提方法性能良好，还应用于分析公共慈善机构收入。

Comments 52 pages, 5 figures, 15 tables

From biodiversity modelling to conservation action: a spatial indicator for prioritising tropical forest protection, restoration, and management

从生物多样性建模到保护行动：一种用于优先考虑热带森林保护、恢复和管理的空间指标

Maïri Souza Oliveira, Maxime Lenormand, Sandra Luque

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对热带森林保护规划问题，开发综合空间指标，结合生物多样性与土地利用数据，以哥斯达黎加为例进行分析，揭示生物多样性 - 压力相互作用的空间组织，为保护规划提供决策支持工具。

Comments 35 pages, 7 figures + Appendix

StateFormer: A Multivariate Transformer for Learning History-Dependent Battery State Dynamics and Long-Horizon Health Forecasting

StateFormer：用于学习历史相关电池状态动态和长期健康预测的多变量变压器

Zhe Bai, Stephen Harris

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出多变量变压器StateFormer，用于预测大规模电池系统退化动态。它能跨时间尺度学习，在统一框架中表征多种电池过程，在合成与真实数据集上预测准确，性能不受噪声和温度影响，弥合实验室与现场差距，为电池相关决策提供智能。

Comments 5 pages, 3 figures, 2 tables

Geometric 2D Scene Graph Generation

几何二维场景图生成

Christoph Jahn, Urs Waldmann, Bastian Goldluecke

机构 * Mercedes-Benz AG（梅赛德斯-奔驰股份公司） ； Department of Computer and Information Science, University of Konstanz（康斯坦茨大学计算机与信息科学系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对消费品生产及机器人装配中部件装配关系表示问题，提出不依赖语义数据、可处理小数据集的方法。利用Faster R-CNN输出经处理生成邻接矩阵，输入基于aGCN架构的暹罗网络表征连接，在玩具模型部件数据集上验证了该方法。

Comments Accepted at the 18th International Conference on Agents and Artificial Intelligence ICAART 2026, Marbella, Spain

Journal ref Jahn, C., Waldmann, U. and Goldluecke, B. (2026). Geometric 2D Scene Graph Generation. In Proceedings of the 18th International Conference on Agents and Artificial Intelligence - ICAART 2026

Music-JEPA: Learning a World Model of Sound from Action

Music-JEPA：从动作中学习声音的世界模型

Ziyu Wang, Kun Fang, Yann LeCun

专题命中 规划决策 ：planning(abstract)

AI总结 研究提出Music-JEPA，将音乐构建为动作条件系统，用JEPA学习钢琴声音世界模型，在离线状态下用配对数据训练。实验表明模型能捕捉音乐动作与声音关系，其表示支持下游任务并能通过规划实现钢琴转录。

Approximation Algorithms for Inventory Problems with Decomposable Submodular Ordering Costs

具有可分解次模排序成本的库存问题的近似算法

Retsef Levi, Georgia Perakis, Emily Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 研究可分解次模排序成本函数族下的SJRP，提出通过新颖注水过程舍入线性规划松弛解的算法，实现O(k)近似，固定k时为该类次模排序成本提供首个常数因子保证，扩展了有保证的成本函数类别。

Comments 2 figures

Designing Eco-Efficient Biowaste Valorisation Systems: Effects of Transport Distance and Facility Scale

设计生态高效的生物垃圾回收利用系统：运输距离和设施规模的影响

Christian Ottini, Gwenola Yannou-Le Bris, Sandra Domenek, Felipe Buendia

专题命中 规划决策 ：planning(abstract)

AI总结 研究欧洲生物垃圾处理策略，开发统一框架量化运输限制和处理能力对生物垃圾回收利用系统的影响，评估堆肥和AD的三种设施规模，通过建模揭示规模与运输的非线性权衡，为基础设施规划提供定量指导。

Journal ref Chemical Engineering Transactions, 2026, 124, pp.325-330

A Dual Path Framework with Hotspot Guided Fusion for Three Dimensional CT to PET Synthesis in Head and Neck Cancer

一种用于头颈癌三维CT到PET合成的热点引导融合双路径框架

Mohd Maaz Khan, Oluwaseyi Oderinde

机构 * Advanced Molecular Imaging in Radiotherapy (AdMIRe) Research Laboratory, School of Health Sciences, Purdue University, West Lafayette, IN, 47907, USA（高级分子影像在放射治疗（AdMIRe）研究实验室，健康科学学院，普渡大学，西拉法叶，IN，47907，美国） ； Department of Radiation Oncology, Indiana University School of Medicine, Indianapolis, IN 46202, USA（放射肿瘤学部，印第安纳大学医学院，印第安纳波利斯，IN，46202，美国） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对头颈癌，提出从CT扫描合成PET图像的双路径框架，由回归U-Net和条件生成对抗网络组成，经热点引导融合输出，可提供代谢信息辅助成像和临床决策，重建PET体积有一定误差指标，能定位病变但高代谢区有SUV低估。

Comments 25 pages, 11 figures

Grasp, Handover, Rotate: Bimanual Object Reorientation via Compositional Diffusion and Energy-Based Optimization

抓取、交接、旋转：通过组合扩散和基于能量的优化实现双手物体重新定向

Wun Lam Yeung, Wenjun Liu, Yui Cheung Yu, Zhengyan Lambo Qin, Qijin She, Heng Li, Ziqi Wang, Ping Tan

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究双手物体重新定向问题，提出基于组合扩散和能量的BiCompoDiff框架，联合优化多方面任务，结合预训练模型与能量模型，通过梯度引导和采样优化抓取姿态，实验表明其成功率和轨迹平滑度优于基线，实现有效模拟到现实转移。

Comments IROS 2026

HGeo-TopoMap: Boosting Topological Mapping with Hierarchical Geometric Priors

HGeo-TopoMap：利用分层几何先验增强拓扑映射

Siyu Li, Kunyu Peng, Di Wen, Beiping Hou, Zhiyong Li, Kailun Yang

机构 * Zhejiang University of Science and Technology（浙江科技学院） ； Hunan University（湖南大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对现实环境中心线检测难题，提出HGeo-TopoMap，利用显式先验地图和隐式空间关系，设计几何自适应和一致性学习模块增强拓扑映射，在OpenLane-V2数据集上评估，提高了精度与鲁棒性，优于基线方法。

Comments The source code and model weights will be made publicly available at https://github.com/lynn-yu/HGeo-TopoMap

RL-MACRO: A Cybernetic Closed-Loop Intelligence Framework for Multimodal Adaptive Robotic Craniotomy

RL-MACRO：一种用于多模态自适应机器人开颅手术的控制论闭环智能框架

Xiao Zhang, Jiaxuan Li, Renzhen Le, Di Wu, Chao Sun, Jiachen Zhu, Haoyuan Zhang, Xiang Li, Jian Liu, Zhenzhi Ying, Pengfei Zhang, Liming Shu

机构 * Dalian University of Technology（大连理工大学） ； Second Hospital of Dalian Medical University（大连医科大学附属第二医院） ； The University of Tokyo（东京大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对自主机器人开颅手术面临的挑战，提出RL-MACRO框架，通过多模态感知、自适应决策和机器人执行实现闭环控制，利用CNN-LSTM观测器重建温度，经IQL策略和双头执行器优化行为，实验验证了该框架在骨切割方面的有效性。

Human-Inspired Framework for Robotic Craniotomy: Integrating Multimodal Fusion and Adaptive Trajectory Adjustment

用于机器人开颅手术的受人类启发框架：集成多模态融合与自适应轨迹调整

Renzhen Le, Xiao Zhang, Di Wu, Yuanyu Wei, Jiachen Zhu, Zhenzhi Ying, Pengfei Zhang, Liming Shu

机构 * Dalian University of Technology（大连理工大学） ； The University of Tokyo（东京大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对机器人开颅手术问题，提出受人类启发的闭环框架，集成术前规划与术中执行。采用自适应双轮廓融合算法生成轨迹，利用多模态网络融合信号实现突破检测，通过原位投影策略调整轨迹，实验验证该框架能实现安全自主且高效闭环控制的开颅手术。

FSB-Net: Frequency-Spatial Boundary Network for Brain Stroke Lesion Segmentation in Non-Contrast CT

FSB-Net：用于非增强CT中脑卒病变分割的频率-空间边界网络

Linke Fan, Xianglong Li, Huixin Huang, Kai Shu

专题命中 规划决策 ：planning(abstract)

AI总结 研究旨在解决非增强CT中脑卒病变分割难题。提出FSB-Net，利用频域分析，含小波边界检测头、频率-空间交叉注意力模块和频谱边界损失。在公共数据集上评估，性能优于多种方法，达当前最佳。

Flint: A Semantics-Driven Data Visualization Intermediate Language

Flint：一种语义驱动的数据可视化中间语言

Yunhai Wang, Kecheng Lu, Junhao Chen, Alper Sarikaya, Chenglong Wang

专题命中 规划决策 ：AI agent(abstract)

AI总结 Flint是一种语义驱动的数据可视化中间语言，通过分层数据语义模型，让作者从简洁规范创建高质量可视化，能生成并优化与库无关的配置，转化为多目标语法的可执行规范，简化创作过程且不损视觉质量。

Forecasting the Number of Harvest-ready Fruits of Sweet Peppers Using Multimodal Time-Series Data

使用多模态时间序列数据预测甜椒的可收获果实数量

Enrico Pallotta, Mohamed Farag, Esra Guclu, Chris McCool, Ribana Roscher, Juergen Gall

机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） ； CSIRO（联邦科学与工业研究组织） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对单株甜椒产量预测，提出融合图像特征与计数测量的多模态深度学习框架，利用LSTM网络处理时间依赖性和不规则采样，实验证明该方法能降低RMSE，提供校准不确定性估计，还发布数据集和代码助力相关研究。

AI-Increased Talent Retention Strategies: Fostering Long-Term Employee Engagement and Development in Talent Management

人工智能增强的人才保留策略：在人才管理中促进员工长期敬业度和发展

Jay Barach

专题命中 规划决策 ：planning(abstract)

AI总结 研究探讨人工智能在人才管理中的应用，介绍预测分析等工具可助组织确定员工离职可能，制定个性化学习计划，阐述其对人才保留等方面的影响，讨论伦理问题，基于文献综述提出框架助力组织借助人工智能改进人才管理。

Comments 8 pages, 3 figures, 2 tables

A Human-AI Teaming Framework for Deep Reinforcement Learning-Based Voltage Regulation in Distribution Networks

一种用于配电网中基于深度强化学习的电压调节的人机协作框架

Mahmuda Akter, Hamidreza Nazaripouya

专题命中 规划决策 ：agent(abstract)

AI总结 针对分布式能源资源增加致配电网电压调节难的问题，提出人机协作强化学习框架。该框架结合SAC智能体与自适应拉格朗日约束机制，并融入人类指导模块，在特定环境实现。相比基线方法，显著降低电压违规严重性及功率损耗。

Comments 10 pages, 3 figures

Continuous-Time Reinforcement Learning for $N$-Player Stochastic Differential Games with Exploratory Policies

具有探索性策略的N人随机微分博弈的连续时间强化学习

Jisheng Liu, Jing Zhang

专题命中 规划决策 ：agent(abstract)

AI总结 研究N人非合作随机微分博弈的连续时间强化学习，参与者采用熵正则化探索策略，证明自然均衡概念与兼容性等价并建立条件，给出解耦对称博弈均衡情况，还介绍不成立时的构造及框架扩展与渐近速率。

Comments 39 pages,3 figures

COBRA2026: a large-scale multicenter pelvic cone-beam computed tomography projection dataset

COBRA2026：一个大规模多中心盆腔锥束计算机断层扫描投影数据集

Adrian Thummerer, Simon Rit, Florian Kamp, Matteo Maspero, Martjin P. W. Intven, Thomas G. Boné, Christopher Kurz, Guillaume Landry, Thomas Baudier, Mustafa Kadhim, Julius Arnold, Michael Rauter, Barbara Knäusl, Lukas Zimmermann

专题命中 规划决策 ：planning(abstract)

AI总结 COBRA2026数据集用于开发和评估放疗CBCT相关方法，含欧洲六个中心867名患者数据，经处理后分为训练、验证和测试集，支持多种研究，以特定许可发布并附代码，构成重建挑战基础。

Aircast-Mars: A Mars Foundation Model for Global Weather Forecasting with HEALPix-Aware Convolutions

Aircast-Mars：一种用于全球天气预报的火星基础模型，采用HEALPix感知卷积

Manmeet Singh, Saptarishi Dhanuka, Naveen Sudharsan, Houman Owhadi, Krista M. Soderlund, Alphan Altinok

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对火星天气预报，提出基于EMARS v1.0训练的Aircast-Mars系统。采用HEALPix感知二维U-Net架构，结合自定义填充和ConvNeXt残差块。该模型参数少、速度快，验证MSE低，能稳定递归预测，为行星尺度天气预报提供了基础。

When Trade Produces Knowledge: Dynamic Pricing, Bilateral Learning, and Trust

当交易产生知识时：动态定价、双边学习与信任

Chupeng Xie

专题命中 规划决策 ：agent(abstract)

AI总结 研究定价代理与购买代理对匹配价值估计不同时的动态定价，考虑交易结果更新信念及归因提取消耗关系资本等情况，分析公共学习、卖家利润、提取率等影响，指出交易有信息外部性，还区分多种要素并确定测试所需记录。

Comments 37 pages, 4 figures; 23-page online appendix included

The Price of Quietness: How a Pandemic Affects City Dwellers' Response to Road Traffic Noise

安静的代价：疫情如何影响城市居民对道路交通噪音的反应

Yao-pei Wang, Yong Tu, Yi Fan

专题命中 规划决策 ：planning(abstract)

AI总结 以新加坡新冠疫情为实验，通过46980条交易记录研究租户对道路交通噪音反应，发现疫情后噪音使房租下降，用机器学习文本分析10425条广告发现租户对安静偏好增加，为量化居民安静支付意愿首篇论文，有政策启示。

Journal ref Sustainable Cities and Society, 2023

Noise Pollution and Household Sustainability: An Economic Approach

噪声污染与家庭可持续性：一种经济方法

Yi Fan

专题命中 规划决策 ：planning(abstract)

AI总结 研究从家庭视角探讨噪声污染经济影响，涵盖来源、测量、后果及计量方法，介绍常用数据和方法，指出其对政策及研究的贡献，还提及未来可在噪声污染环境不公正及欠发达国家相关方面深入研究。

Journal ref Oxford Research Encyclopedia of Economics and Finance, 2025

Masked Visual Actions for Unified World Modeling

用于统一世界建模的掩码视觉动作

Hadi Alzayer, Wenlong Huang, Haonan Chen, Christopher Luey, Lvmin Zhang, Maneesh Agrawala, Gordon Wetzstein, Li Fei-Fei, Yilun Du, Jiajun Wu, Jia-Bin Huang

机构 * Stanford University（斯坦福大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； Harvard University（哈佛大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究如何将动作传达给视频模型用于机器人世界建模，提出掩码视觉动作这一像素空间控制接口，经微调后单个检查点在多场景和实施例中表现出色，在下游操作中能辅助策略评估、改进决策和支持逆建模。

Comments Project webpage: https://masked-visual-actions.github.io

STL-GCS: A Planner-Controller Framework for Signal Temporal Logic via Graphs of Time-varying Convex Sets

STL-GCS：一种基于时变凸集图的信号时序逻辑规划器-控制器框架

Nicola De Carli, Gregorio Marchesini, Dimos V. Dimarogonas

专题命中 规划决策 ：planning(abstract)

AI总结 提出用于满足凸谓词上STL规范的统一轨迹规划与控制框架，规划层将任务编码为时变凸集，结合GCS框架并由B样条参数化轨迹，控制层据此设计反馈控制器，通过仿真和实际实验验证了该方法。

Stochastic Capacity Accreditation: Incentivizing Resource Adequacy under Weather Uncertainty

随机容量认证：在天气不确定性下激励资源充足性

Hangrui Liu, Shen Wang, Audun Botterud, Miguel F. Anjos

专题命中 规划决策 ：planning(abstract)

AI总结 研究高比例可变可再生能源带来的资源充足性挑战，提出两阶段随机优化框架用于容量认证，通过对比不同方法及量化影响，表明纳入天气不确定性能产生更可靠投资信号，凸显考虑天气不确定性在容量认证和规划中的重要性。

Comments 10 pages, 4 figures