AI Agent

Safe Deep Reinforcement Learning for Energy-Efficient HVAC Control in Multi-Zone Residential Buildings

面向多区域住宅建筑节能HVAC控制的安全深度强化学习

Oussama Ziadi, Abdelilah Rochd, Samir Idrissi Kaitouni, Mohamed Oualid Mghazli, Adnane Saoud

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对多区域住宅建筑HVAC控制的能耗-安全问题，提出带安全认证的深度强化学习框架，在仿真中训练PPO与SAC智能体，验证了其在降低能耗、减少舒适度违规方面的有效性及安全保证的可行性。

Comments 6 pages, 5 figures. Accepted to IEEE Conference on Control Technology and Applications (CCTA) 2026

A higher-derivative model predicts a smoothness vs duration relationship in head-pointing movements

一个高阶导数模型预测头部指向运动中平滑度与持续时间的关系

N. Boulanger, F. Buisseret, J. Burny, F. Dierick, W. Estievenart, A. Teregulov, O. White

专题命中 规划决策 ：planning(abstract)

AI总结 该研究采用Pais-Uhlenbeck振子模型，通过实验证实头部指向运动的平滑度与持续时间呈抛物线关系，为量化颈部运动规划提供非侵入性框架。

What Matters is the Prompt: Prompt Sensitivity and Prompt Generation in Foundation Models for Lung Nodule Segmentation

关键在于提示：用于肺结节分割的基础模型中的提示敏感性与提示生成

Jorge F. Lazo, Xixi Liu, Andreas Hallqvist, Mikael Johansson, Åse Johnsson, Jonas S. Andersson, Jennifer Alvén, Ida Häggström

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对肺结节分割的基础模型，分析其对提示的敏感性，提出合成提示生成模型，实验显示该方法戴斯系数达0.85，为相关分割提供了有前景的策略。

Interactive Whole Slide Images for RL-based Tumour Segmentation

用于基于强化学习的肿瘤分割的交互式全切片图像

Mohamad Mohamad, Francesco Ponzio, Maxime Gassier, Nicolas Pote, Xavier Descombes

机构 * Université Côte d’Azur（蔚蓝海岸大学） ； Inria（法国国家信息与自动化研究所） ； CNRS（法国国家科学研究中心） ； INSERM（法国国家健康与医学研究院） ； IBV（生物信息研究所） ； Politecnico di Torino（都灵理工大学） ； Bichat Hospital（比沙医院） ； Assistance Publique–Hôpitaux de Paris（巴黎公共医疗集团） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对全切片图像分析的计算挑战，提出端到端强化学习框架，将WSI建模为交互式分层多分辨率环境，经PPO训练的智能体可直接完成全切片肿瘤分割，推理速度快且效果与基于图像块的方法相当，为计算病理学提供新方向。

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

专题命中 规划决策 ：planning(abstract)

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 7 pages, 5 figures. Preprint

Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities

面向圆柱腔体检修的观测约束关节空间视点优化

Yuezhong Wang, Rongshen Yin, Bichi Zhang, Sören Schwertfeger

机构 * ShanghaiTech University（上海科技大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种机器人关节空间中观测约束圆柱腔体检修的自主优化方法，通过多起点无导数搜索优化关节构型，在 Isaac Sim 实验中表现优于基准方法，完成 92%目标构型且平均底部可见度达 91.65%。

KC-BFPRL: Knowledge-Guided Multi-UAV Collaboration for Grassland Restoration via Bilevel Formerpointer-Based Reinforcement Learning

KC-BFPRL：基于知识引导的多无人机草原修复协作方法——通过 bilevel Formerpointer 强化学习实现

Dongbin Jiao, Xianyi Wang, Yuchen Yuan, Weibo Yang, Peng Yang, Peng Zhao, Zhanhuan Shang, Shi Yan

专题命中 规划决策 ：planning(abstract)

AI总结 KC-BFPRL 是一种知识引导的 bilevel Formerpointer 强化学习框架，可解决多无人机草原修复的 RAMP 问题，性能优于现有方法，适用于大规模自动化生态修复。

TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

TR-GS：基于t分布高斯溅射和射线置信度建模的高保真稀疏视图CT体积渲染

Zedong Xiao, Yiren Wang, Zhou Liu, Xiaolin Liu, Zhangji Lu

机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TR-GS用学生t分布基元与射线置信度模型优化3D高斯溅射，实现高保真稀疏视图CT体积渲染，在多数场景优于基线，可支撑下游医学多媒体应用

Journal ref ACM Multimedia 2026

Tabletop Pen Manipulation With a Vision-Guided 4-DoF Arm

基于视觉引导的4自由度机械臂的桌面钢笔操作

Anirudh Rangarajan, Bibit Bianchini

机构 * Dougherty Valley High School（多切蒂谷高中） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究利用感知与运动规划，让无腕部旋转关节的4自由度Waveshare RoArm-M2-S机械臂，通过YOLO11n-OBB等算法，实现了桌面书写工具的检测、校正与颜色分类，补偿了缺失的自由度。

Comments 19 pages, 8 figures

Counterfactual Sensitivity Is Not Repairability: Auditing Replay Probes for Video Evidence

反事实敏感性不等于可修复性：针对视频证据的重播探针审计

Rama AlHamidi, Rasul Khanbayov, Erchin Serpedin, Hasan Kurban

专题命中 规划决策 ：agent(abstract)

AI总结 本研究提出黑盒反事实探针 CARVE，通过对比 SHAM 与 DESTROY 重播下的答案变化，审计视频智能体的证据依赖，在 LVBench 上取得准确率提升，验证了反事实敏感性与可修复性的差异。

Comments 23 pages, 2 figures. Code: https://github.com/KurbanIntelligenceLab/CARVE

Not All History Helps: Velocity-Aware Selective Memory for Long-Horizon End-to-End Autonomous Driving

并非所有历史都有用：面向长 horizon 端到端自动驾驶的速度感知选择性记忆

Yuchen Liu, Ziying Song, Shengkai Zhang, Jiannan Chen, Peiliang Wu, Lei Yang, Bin Sun, Yan Gong, Li Wang

机构 * Nanyang Technological University（南洋理工大学） ； North University of China（中北大学） ； Yanshan University（燕山大学） ； Beijing Jiaotong University（北京交通大学） ； China Automotive Technology and Research Center Co., Ltd.（中国汽车技术研究中心有限公司） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对长 horizon 端到端自动驾驶的历史规划状态不可靠问题，提出 StableDrive 模型，通过 SMM 与 MSTS 实现规划优化，在多个数据集上取得规划指标的 SOTA 性能。

Comments 14 pages, 7 figures

Decomposing Whole Slide Image Report Generation with Graph-Constrained Multiple Instance Learning Workflows

用图约束的多实例学习工作流分解全切片图像报告生成

Antony Gitau, Martyna Borak, Bjørn-Jostein Singstad, Martin Paulson, Karl Thomas Hjelmervik, Ola Marius Lysaker, Veralia Gabriela Sanchez

机构 * Faculty of Technology, Natural Sciences and Maritime Sciences, University of South-Eastern Norway（东南挪威大学技术、自然科学与海洋科学学院） ； Center for Cancer and Blood Diseases, Vestfold Hospital Trust（西福尔信托医院癌症与血液疾病中心） ； Faculty of Biomedical Engineering, Silesian University of Technology（西里西亚工业大学生物医学工程学院） 纠错

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究提出图约束的多实例学习分解框架，结合Virchow2嵌入与器官条件图，提升WSI报告生成性能，明确器官路由是域转移瓶颈，支持错误定位。

Comments Accepted at the MICCAI 2026 REG Challenge

TERRA: A Hierarchical Parallel Training and Memory Orchestration Framework for High-Resolution AI-based Earth Modeling

TERRA：面向高分辨率AI地球建模的分层并行训练与内存编排框架

Ruohan Wu, Ziqi Zhu, Yang Zhao, Jiarui Tang, Yingzhe Cui, Junshi Chen, Zhao Jing, Jun Shi, Hong An

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Laoshan Laboratory（崂山实验室） ； Ocean University of China（中国海洋大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TERRA是面向高分辨率AI地球预报的分层并行训练与内存编排框架，通过SAWSTP和MO技术，在96个H200 GPU上支持114亿参数模型，实现高算力与内存优化，提升预报精度。

Comments 15 pages, 16 figures, 6 tables, and 2 algorithms. Submitted to IEEE Transactions on Parallel and Distributed Systems (TPDS). Code is available at https://github.com/ruohan12345/TERRA

P-PAS: Prefill-Pressure Adaptive Scheduling for Long-Context LLM Serving

P-PAS：面向长上下文大语言模型服务的预填充压力自适应调度

Timo Sämann

专题命中 规划决策 ：agentic(abstract)

AI总结 针对长上下文LLM服务中静态最大批处理令牌数（MBT）无法适配不同调度压力的问题，提出P-PAS动态调度策略，可在各类负载下维持低延迟，避免固定MBT的局限。

Traces of Abuse: How Generative AI Impacts Image-Based Sexual Abuse (IBSA) Investigations

滥用的痕迹：生成式AI如何影响基于图像的性虐待（IBSA）调查

Jasmin Wyss, Anna Neumann, Ivy Turk, Rebekah Overdorf

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究针对生成式AI引入IBSA工作流程的问题，通过对比不同IBSA场景的法医痕迹，指出生成式AI会降低IBSA犯罪难度并增加施害者追踪难度，不利于IBSA调查。

Comments Accepted at the "Community Building for Researchers on Generative AI-Facilitated Image-Based Abuse" Workshop at SOUPS 2026

Designing Quantum Error Correcting Codes to fit decoders via Reinforcement Learning

通过强化学习设计适配译码器的量子纠错码

Omer S. Sella, Robert Pinsler, Thomas Heinis

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出强化学习方法协同设计量子纠错码稳定器集合与译码器，固定译码器架构后用近端策略优化训练智能体，在去极化信道噪声下最大化译码器性能，可生成适配译码器的双变量自行车码。

Proposal of a consistent value for the mean excitation energy of liquid water using advanced modeling, detailed simulations and precission proton Bragg curves

利用先进建模、详细模拟和精确质子布拉格曲线，提出液态水平均激发能的一致值

Pablo de Vera, Isabel Abril, Flávio Matias, Julian M. B. Shorto, Hélio Yoriyaz, Rafael Garcia-Molina

专题命中 规划决策 ：planning(abstract)

AI总结 本研究利用MELF-GOS与TDDFT-Penn两种方法，结合SEICS代码模拟质子布拉格曲线，确定液态水平均激发能$I=79.4$ eV，为质子治疗射程预测提供物理依据。

Comments 12 pages, 4 figures

Beyond Text Conditioning: A Systematic Study of MLLM-DiT Fusion for Video Generation

超越文本条件：面向视频生成的MLLM-DiT融合系统研究

Yanbo Ding, Yijia Fan, Caihua Shan, Yifan Yang, Yifei Shen, Weijie Wang, Xirui Hu, Dongsheng Li, Lili Qiu, Yuqing Yang, Yali Wang

机构 * Chinese Academy of Sciences（中国科学院） ； Microsoft Research（微软研究院） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对视频生成中MLLM与DiT融合问题，提出BiVidGen框架，通过MLLM生成语义视觉标记辅助DiT渲染，提升了视频的语义对齐度与时间一致性。

DepressionAgent: Reading, Listening, Seeing, and Deliberating Multimodal Evidence for Depression Risk Assessment

DepressionAgent：用于抑郁风险评估的阅读、倾听、观察与审议多模态证据框架

Fangjie Zhu, Haifeng Lu, Sicheng Zhao, Runhao Zeng, Xiping Hu

专题命中 规划决策 ：agentic(abstract)

AI总结 研究针对现有多模态抑郁评估隐式特征融合的不足，提出以证据为中心的DepressionAgent框架，通过显式证据审议等机制在多基准上取得竞争力性能，且有效性与可检查性获多维度验证。

Kolmogorov-Arnold Networks for Spatially Independent Multispectral Land Classification

用于空间独立多光谱土地分类的柯尔莫哥洛夫-阿诺德网络

Katherine L. Bauer, Teemu Harkonen, Simo Sarkka, Arturo Sanchez-Azofeifa

机构 * Aalto University（阿尔托大学） ； University of Alberta（阿尔伯塔大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究评估Kolmogorov-Arnold网络用于多光谱土地分类的性能，发现其在卡尔加里独立数据集上准确率与随机森林相当、优于多层感知器，且参数更少、可解释性更强。

Comments 10 pages, 10 figures

MRI-guided cardiac radiotherapy using a 1.5 T MR-linac: surveying emerging patterns of care

采用1.5T MR-linac的MRI引导心脏放疗：调查新兴护理模式

O. Akdag, S. Mandija, J. Pomp, M. P. W. Intven, X. Chen, J. Yang, S. Oh, M. Trombetta, H. Tan, J. De Leon, M. Jameson, E. Efe, C. Önal, M. F. Fast

专题命中 规划决策 ：planning(abstract)

AI总结 本研究通过对使用1.5T MR-linac的国际机构用户开展调查，明确了心脏MRgRT治疗的模式、可行性及早期结局，为制定相关治疗建议提供真实世界依据。

Focal-point scanning for dose delivery and optimization with focused laser-accelerated very-high-energy electron beams

用于聚焦激光加速的甚高能电子束的剂量输送与优化的焦点扫描

Zhiyuan Guo, Yifei Pi, Junwei Zhou, Guoqing Liu, Wenbo Zhang, Haiyang Wang, Yaping Qi, Xiaoming Guo, Yuhan Zhang, Bo Peng, Jianfei Hua, Yang Wan, Wei Lu

专题命中 规划决策 ：planning(abstract)

AI总结 针对激光尾场加速器驱动的甚高能电子束，提出焦点扫描方法，通过双偶极聚焦系统优化焦点分布与入射方向，在保证靶区覆盖率的同时显著降低危及器官剂量，接近质子放疗效果。

Comments 31 pages, 18 figures

Optical Spectroscopy of TeV-emitting BL Lac Candidates

TeV辐射BL Lac候选体的光学光谱研究

Cassidy Metzger, Ryan C. Hickox, John R. Thorstensen

专题命中 规划决策 ：planning(abstract)

AI总结 本研究利用SALT和MDM望远镜对16个TeV辐射BL Lac候选体开展光学光谱观测，测得全部样本的光谱红移，含5项新测量，为CTA观测规划及相关研究提供关键红移数据。

Empirical Simulation of Survival and Mixed-Type Data for Clinical Trial Design

临床试验设计用生存数据与混合类型数据的经验模拟

Yao Chen, Jiren Sun, Yuxin Ding, Yushi Liu, Yongming Qu

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出基于经验Copula的R包EmpiricalSim，用于模拟含多类型变量的多元生存数据，可匹配目标生存分布并保留变量间相关性，在肿瘤临床试验数据重建中表现良好。

FIRE-VLA: Failure-Informed Self-Evolution for Vision-Language-Action Models in Autonomous Driving

FIRE-VLA：面向自动驾驶的视觉-语言-动作模型的故障感知自演化

Hao Dou

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对自动驾驶VLA模型，提出FIRE-VLA故障感知自演化框架，结合GRPO与自蒸馏，在nuScenes数据集上降低了规划误差与故障流行率，提升了模型性能。

Multiobjective Preexpectation Reasoning for Probabilistic Programs

概率程序的多目标预期望推理

Lena Verscht, Hannah Mertens, Kevin Batz, Sebastian Junges, Benjamin Lucien Kaminski, Joost-Pieter Katoen

专题命中 规划决策 ：planning(abstract)

AI总结 针对带非确定性的概率程序规划问题，提出多目标预期望变换器及对应策略综合规则，构建了无限MDP上多目标优化的程序层面符号方法。

PolyPresentation: A Multimodal AI Platform for Slide-Aware Iterative Presentation Practice

PolyPresentation：一种面向幻灯片感知迭代演示练习的多模态AI平台

Chen Chen, Jihao Li, Zhiyuan Wen, Tianhui Zhang, Di Zou, Jiannong Cao

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对现有AI演示排练工具缺乏幻灯片关联与迭代练习规划支持的问题，推出PolyPresentation多模态AI平台，经20次学术演示对比验证其能提供更优的演示改进支持。

A Generative Framework for the Creation of Multi-Attribute Geographically-Explicit Synthetic Population

用于创建多属性地理显式合成种群的生成框架

Jinlin Wu, Si Qiao, Yi Liu, Fuzhen Yin, Na Jiang

专题命中 规划决策 ：agent(abstract)

AI总结 提出一种分层扩散生成框架，可从汇总数据重建多属性区域联合分布，生成含3.32亿个体的地理显式合成种群，效果优于IPF等基线方法，能提升地理模拟的真实性。

Knowledge Synthesis Review Framework: Task-Level Benchmarking of LLM-Based Systems for Multi-Source Evidence Synthesis

知识综合评审框架：面向多源证据综合的基于大语言模型系统的任务级基准测试

Wafa Shafqat, Mark Patterson, Steven N. Liss

专题命中 规划决策 ：workflow(abstract)

AI总结 本研究提出KSR人机协作框架，将证据综合拆分为4项任务，对4款LLM系统开展任务级基准测试，发现各系统各有优劣，该框架可揭示单源综合遗漏的信息，且透明可审计。

SAP-Nav: Spatial Semantic Representation Meets Active Perception for Hierarchical Open-Vocabulary Object Navigation

SAP-Nav：空间语义表示与主动感知结合的分层开放词汇对象导航

Xuetong Pei, Jian Liu, Vidura Munasinghe, Bo Miao, U-Xuan Tan, Wenrui Ding, Na Zhao

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出SAP-Nav框架，结合空间语义表示与主动感知，解决分层开放词汇对象导航问题，在基准测试中性能最优且真实场景可行，无需特定训练或预计算场景地图。