AI Agent

Stigmergic optimal transport

群体最优运输的协同机制

Vishaal Krishnan, L. Mahadevan

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出了一种基于随机最优控制的协同运输理论框架，通过局部交互在异质环境中生成测地线轨迹，无需集中协调。

OmniNav: A Unified Framework for Prospective Exploration and Visual-Language Navigation

OmniNav：一个统一的框架，用于前瞻性探索和视觉-语言导航

Xinda Xue, Junjun Hu, Minghua Luo, Shichao Xie, Jintao Chen, Zixun Xie, Kuichen Quan, Wei Guo, Mu Xu, Zedong Chu

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 OmniNav通过统一框架实现多导航任务和前沿探索，提升机器人自主导航的精度与泛化能力。

A Fast Semidefinite Convex Relaxation for Optimal Control Problems With Spatio-Temporal Constraints

一种快速的半正定凸松弛方法用于具有时空约束的最优控制问题

Shiying Dong, Zhipeng Shen, Rudolf Reiter, Hailong Huang, Bingzhao Gao, Hong Chen, Wen-Hua Chen

专题命中 GUI与网页智能体 ：autonomous agent(abstract)

AI总结 本文提出了一种快速半正定凸松弛方法，用于解决具有时空约束的最优控制问题，通过时间缩放直接多重射击方案和稀疏模式利用，提升计算效率与解的最优性。

Comments 9 pages, 6 figures

Optimal Average Disk-Inspection via Fermat's Principle

通过费马原理实现最优平均盘检查

Konstantinos Georgiou

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文通过费马原理解决盘检查问题的最优平均成本，推翻Gluss猜想并确定精确成本为3.549259…

Comments 29 pages, 7 figures

AdaVLN: Towards Visual Language Navigation in Continuous Indoor Environments with Moving Humans

AdaVLN: 向具有移动人类的连续室内环境中的视觉语言导航迈进

Dillon Loh, Tomasz Bednarz, Xinxing Xia, Frank Guan

机构 * Hiverlab Pte. Ltd.（Hiverlab公司） ； NVIDIA（NVIDIA公司） ； Shanghai University（上海大学） ； Singapore Institute of Technology（新加坡科技学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 AdaVLN通过引入动态人类障碍物和冻结时间机制，提升机器人在连续室内环境中的视觉语言导航能力，以缩小仿真与现实的差距。

CausalNav: A Long-term Embodied Navigation System for Autonomous Mobile Robots in Dynamic Outdoor Scenarios

CausalNav: 一种面向动态户外场景的自主移动机器人长期具身导航系统

Hongbo Duan, Shangyi Luo, Zhiyuan Deng, Yanbo Chen, Yuanhao Chiang, Yi Liu, Fangming Liu, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 CausalNav是一种基于场景图的语义导航框架，通过构建多级语义场景图实现动态户外环境中的稳健导航与远距离规划。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L)

Topological Mapping and Navigation using a Monocular Camera based on AnyLoc

基于AnyLoc的单目相机拓扑映射与导航

Wenzheng Zhang, Yoshitaka Hara, Sousuke Nakamura

机构 * Graduate School of Science and Engineering, Hosei University（Hosei大学工学研究院） ； Future Robotics Technology Center (fuRo), Chiba Institute of Technology（Chiba技术大学未来机器人技术中心） ； Faculty of Science and Engineering, Hosei University（Hosei大学工学学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 基于AnyLoc的单目相机实现高效拓扑映射与导航，通过关键节点简化路径规划，提升导航成功率并降低计算成本。

Comments Published in Proc. IEEE CASE 2025. 7 pages, 11 figures

Journal ref Proc. IEEE International Conference on Automation Science and Engineering (CASE), 2025

The Bulldozer Technique: Efficient Elimination of Local Minima Traps for APF-Based Robot Navigation

推土机技术：用于基于人工势场的机器人导航的高效局部极小值陷阱消除方法

Mohammed Baziyad, Manal Al Shohna, Tamer Rabie

机构 * Smart Automation and Communication Technologies (SACT), Research Institute of Sciences and Engineering, University of Sharjah, UAE（智能自动化与通信技术（SACT）、科学与工程研究院、沙迦大学，阿联酋） ； Computer Engineering Department, University of Sharjah, UAE（计算机工程系、沙迦大学，阿联酋） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出推土机技术，通过回填机制和斜坡增强方法解决基于人工势场的机器人导航中的局部极小值问题，提高执行速度和路径质量。

Efficient Collaborative Navigation through Perception Fusion for Multi-Robots in Unknown Environments

通过感知融合实现多机器人在未知环境中的高效协作导航

Qingquan Lin, Weining Lu, Litong Meng, Chenxi Li, Bin Liang

机构 * Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学与技术国家研究中心，清华大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种基于感知融合的多机器人协作导航方法，通过图注意力架构和信息增益权重提升规划效率，实验证明在未知环境中显著提高导航效率和路径优化能力。

Collaborative Goal Tracking of Multiple Mobile Robots Based on Geometric Graph Neural Network

基于几何图神经网络的多移动机器人协作目标跟踪

Weining Lu, Qingquan Lin, Litong Meng, Chenxi Li, Bin Liang

机构 * Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学与技术国家研究中心，清华大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于几何图神经网络的多机器人协作路径规划方法，通过融合邻居信息提升路径效率与实时规划性能。

SPAN: A cross-platform Python GUI software for optical and near-infrared spectral analysis

SPAN：一种跨平台的Python GUI软件，用于光学和近红外光谱分析

Daniele Gasparri, Lorenzo Morelli, Umberto Battino, Jairo Méndez Abreu, Adriana de Lorenzo-Cáceres

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 SPAN是一款跨平台Python GUI软件，用于光学和近红外光谱分析，提供统一的光谱处理工具，简化分析流程并保持科学准确性。

Comments 33 pages, 16 figures. Published on Astronomy and Computing

Journal ref Astronomy and Computing, Volume 55, April 2026, 101051

Optimized Scheduling and Positioning of Mobile Manipulators in Collaborative Applications

协作应用中移动机械臂的优化调度与定位

Christian Cella, Sole Ester Sonnino, Marco Faroni, Andrea Zanchettin, Paolo Rocco

机构 * Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria（米兰理工大学电子、信息与生物工程学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于数字模型的优化框架，用于协作环境中移动机械臂的调度与定位，通过PSO平衡KPIs，提升任务执行效率与适应性。

Comments Accepted at The IFAC Joint Conference on Computers, Cognition and Communication (J3C) 2025

Deep Learning-based Robust Autonomous Navigation of Aerial Robots in Dense Forests

基于深度学习的密集森林中无人机鲁棒自主导航

Guglielmo Del Col, Väinö Karjalainen, Teemu Hakala, Yibo Zhang, Eija Honkavaara

机构 * Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute FGI, The National Land Survey of Finland（遥感与摄影测量系，芬兰地理空间研究 institute FGI，芬兰国家土地测绘局） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种基于深度学习的无人机导航方法，通过改进的深度编码和神经运动原始评价，提高在密集森林中的自主导航能力，实验证明其在复杂环境中的可靠性和安全性。

Step-GUI Technical Report

Step-GUI 技术报告

Haolong Yan, Jia Wang, Xin Huang, Yeqing Shen, Ziyang Meng, Zhimin Fan, Kaijun Tan, Jin Gao, Lieyu Shi, Mi Yang, Shiliang Yang, Zhirui Wang, Brian Li, Kang An, Chenyang Li, Lei Lei, Mengmeng Duan, Danxun Liang, Guodong Liu, Hang Cheng, Hao Wu, Jie Dong, Junhao Huang, Mei Chen, Renjie Yu, Shunshan Li, Xu Zhou, Yiting Dai, Yineng Deng, Yingdan Liang, Zelin Chen, Wen Sun, Chengxu Yan, Chunqin Xu, Dong Li, Fengqiong Xiao, Guanghao Fan, Guopeng Li, Guozhen Peng, Hongbing Li, Hang Li, Hongming Chen, Jingjing Xie, Jianyong Li, Jingyang Zhang, Jiaju Ren, Jiayu Yuan, Jianpeng Yin, Kai Cao, Liang Zhao, Liguo Tan, Liying Shi, Mengqiang Ren, Min Xu, Manjiao Liu, Mao Luo, Mingxin Wan, Na Wang, Nan Wu, Ning Wang, Peiyao Ma, Qingzhou Zhang, Qiao Wang, Qinlin Zeng, Qiong Gao, Qiongyao Li, Shangwu Zhong, Shuli Gao, Shaofan Liu, Shisi Gao, Shuang Luo, Xingbin Liu, Xiaojia Liu, Xiaojie Hou, Xin Liu, Xuanti Feng, Xuedan Cai, Xuan Wen, Xianwei Zhu, Xin Liang, Xin Liu, Xin Zhou, Yifan Sui, Yingxiu Zhao, Yukang Shi, Yunfang Xu, Yuqing Zeng, Yixun Zhang, Zejia Weng, Zhonghao Yan, Zhiguo Huang, Zhuoyu Wang, Zihan Yan, Zheng Ge, Jing Li, Yibo Zhu, Binxing Jiao, Xiangyu Zhang, Daxin Jiang

机构 * GELab-Team（GELab团队） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 Step-GUI 是一种先进的 GUI 代理，通过自我进化训练管道和 GUI-MCP 协议，在保持高准确率的同时实现高效隐私保护的 GUI 自动化。

Comments 41 pages, 26 figures

Efficient Image-Goal Navigation with Representative Latent World Model

高效图像-目标导航与代表性潜在世界模型

Zhiwei Zhang, Hui Zhang, Kaihong Huang, Chenghao Shi, Huimin Lu

机构 * College of Intelligence Science and Technology, the National Key Laboratory of Equipment State Sensing and Smart Support, National University of Defense Technology（智能科学与技术学院、装备状态感知与智能支持国家重点实验室、国防科技大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出ReL-NWM模型，通过在高层次语义潜在空间中进行预测和规划，实现高效图像-目标导航。

WING: An Adaptive and Gamified Mobile Learning Platform for Neurodivergent Literacy

WING：一种适应性且游戏化的移动学习平台，用于神经多样性阅读能力发展

Mirella Emily Bezerra Santana, Cauã Otaviano Jordão, Victor Barbosa dos Santos, Leonardo José Oliveira Ibiapina, Gabriel Moraes da Silva, Marina Robalinho Cavalcanti, Lucas Rodolfo Celestino Farias

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 WING是一款针对神经多样性儿童阅读能力发展的适应性游戏化移动学习平台，结合多感官设计和自适应学习路径，通过互动环境提升学习参与度和自主性。

Comments 13 pages, multiple figures, Human-Computer Interaction and inclusive educational technology preprint, in Portuguese language

Infrastructure-based Autonomous Mobile Robots for Internal Logistics -- Challenges and Future Perspectives

基于基础设施的自主移动机器人用于内部物流——挑战与未来展望

Erik Brorsson, Kristian Ceder, Ze Zhang, Sabino Francesco Roselli, Endre Erős, Martin Dahl, Beatrice Alenljung, Jessica Lindblom, Thanh Bui, Emmanuel Dean, Lennart Svensson, Kristofer Bengtsson, Per-Lage Götvall, Knut Åkesson

机构 * Dept. of Electrical Engineering, Chalmers University of Technology（查尔姆斯理工大学电子工程系） ； Global Trucks Operations, Volvo Group（沃尔沃集团全球卡车运营） ； Chalmers Industriteknik（查尔姆斯工业技术） ； School of Informatics, University of Skövde（斯德哥尔摩大学信息学院） ； Dept. of Information Technology, Uppsala University（乌普萨拉大学信息科技系） ； RISE Research Institutes of Sweden（瑞典研究机构） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于基础设施的自主移动机器人系统架构，探讨其在复杂工业环境中的挑战与未来发展方向。

E-Navi: Environmental Adaptive Navigation for UAVs on Resource Constrained Platforms

E-Navi：面向资源受限平台的环境自适应导航

Boyang Li, Zhongpeng Jin, Shuai Zhao, Jiahui Liao, Tian Liu, Han Liu, Yuanhai Zhang, Kai Huang

机构 * Sun Yat-sen University（中山大学） ； Key Laboratory of Machine Intelligence and Advanced Computing（智能与先进计算关键实验室） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 E-Navi通过动态调整任务执行优化无人机在资源受限平台上的环境自适应导航性能

Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4)

多模态移动形变机器人（M4）的可 traversability 自主导航

Hrigved Mahesh Suryawanshi

机构 * SiliconSynapse Lab（硅合成实验室） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究提出了一种基于LiDAR的多模态移动形变机器人M4的可 traversability 自主导航框架，通过学习地形分析生成节能路径，提升地形适应能力。

Comments Master's thesis

Screen Reader Programmers in the Vibe Coding Era: Adaptation, Empowerment, and New Accessibility Landscape

在 vibe 编程时代中的屏幕阅读程序设计师：适应、赋能与新的无障碍景观

Nan Chen, Luna K. Qiu, Arran Zeyu Wang, Zilong Wang, Yuqing Yang

专题命中 GUI与网页智能体 ：AI agent(abstract)

AI总结 研究探讨了屏幕阅读程序员在vibe编程时代与AI代码助手的互动，发现其在效率提升与无障碍方面取得进展，但也面临意图传达、多视角管理等挑战，提出更包容的设计原则。

YOPO-Nav: Visual Navigation using 3DGS Graphs from One-Pass Videos

YOPO-Nav: 基于单次视频的3DGS图进行视觉导航

Ryan Meegan, Adam D'Souza, Bryan Bo Cao, Shubham Jain, Kristin Dana

机构 * Rutgers University（罗格斯大学） ； Stony Brook University（石溪大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 YOPO-Nav通过单次视频生成3DGS图实现高效视觉导航，结合粗略定位与局部模型优化，适用于真实环境的机器人导航任务。

Privacy Practices of Browser Agents

浏览器代理的隐私实践

Alisha Ukani, Hamed Haddadi, Ali Shahin Shamsabadi, Peter Snyder

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文评估了八种浏览器代理的隐私风险，通过五个因素框架识别出30种漏洞，包括禁用隐私功能和自动补全敏感信息。

Efficient Computation of a Continuous Topological Model of the Configuration Space of Tethered Mobile Robots

tethered移动机器人类配置空间的连续拓扑模型高效计算

Gianpietro Battocletti, Dimitris Boskos, Bart De Schutter

机构 * Delft Center for Systems and Control（代尔夫特系统与控制中心） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种高效计算 tethered机器人配置空间连续拓扑模型的方法，通过构建拓扑模型提升路径规划性能。

Comments 7 pages, 3 figures, submitted to IFAC World Congress 2026

A Hetero-Associative Sequential Memory Model Utilizing Neuromorphic Signals: Validated on a Mobile Manipulator

一种利用神经形态信号的异关联序列记忆模型：在移动机械臂上的验证

Runcong Wang, Fengyi Wang, Gordon Cheng

机构 * Institute for Cognitive Systems, Technical University of Munich（认知系统研究所，慕尼黑技术大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种利用神经形态信号的异关联序列记忆模型，用于移动机械臂的触觉与动作决策，实现低计算成本的伪柔顺控制与多关节抓取序列检索。

Comparative Analysis of Autonomous and Systematic Control Strategies for Hole-Doped Hubbard Clusters: Reinforcement Learning versus Physics-Guided Design

自适应与系统化控制策略在掺空Hubbard簇中的比较分析：强化学习与物理引导设计

Shivanshu Dwivedi, Kalum Palandage

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文比较了自主强化学习与物理引导设计在掺空Hubbard簇中的表现，证明自主RL在优化和策略发现中具有高效性和竞争力。

STATE-NAV: Stability-Aware Traversability Estimation for Bipedal Navigation on Rough Terrain

STATE-NAV：面向粗糙地形双足导航的稳定性感知可通行性估计

Ziwon Yoon, Lawrence Y. Zhu, Jingxi Lu, Lu Gan, Ye Zhao

机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机械研究所，佐治亚理工学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出STATE-NAV框架，通过基于Transformer的神经网络预测双足机器人在粗糙地形中的稳定性，结合分层规划器实现风险感知的导航，提升导航性能和鲁棒性。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L)

TongUI: Internet-Scale Trajectories from Multimodal Web Tutorials for Generalized GUI Agents

TongUI: 通过多模态网络教程构建大规模GUI代理

Bofei Zhang, Zirui Shang, Zhi Gao, Wang Zhang, Rui Xie, Xiaojian Ma, Tao Yuan, Xinxiao Wu, Song-Chun Zhu, Qing Li

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 TongUI通过多模态网络教程构建大规模GUI代理，利用GUI-Net数据集提升定位和导航性能，优于基线代理10%。

Comments AAAI 2026

Serverless Everywhere: A Comparative Analysis of WebAssembly Workflows Across Browser, Edge, and Cloud

无服务器 everywhere：浏览器、边缘和云上WebAssembly工作流的比较分析

Mario Colosi, Reza Farahani, Lauri Loven, Radu Prodan, Massimo Villari

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 本文比较了浏览器、边缘和云环境中WebAssembly工作流的性能，发现AOT编译和预热显著降低启动延迟，浏览器在小负载下表现优异，但随着负载增大，边缘和云节点的AOT执行更优。

Comments 7 pages, 8 Figures, 2 Tables, conference paper

Fleet Size and Mix Capacitated Vehicle Routing Problem with Time Windows for Mobile Fast Chargers

具有时间窗的移动快速充电车辆的车队规模与混合容量车辆路径问题

Farhang Motallebi Araghi, Armin Abdolmohammadi, Navid Mojahed, Shima Nazari

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种联合优化车队规模、充电器规格、路线和调度的移动快速充电车辆规划方法，以提高偏远地区充电效率和成本效益。

Comments 10 pages, submitted to IEEE TRANSACTIONS ON TRANSPORTATION ELECTRIFICATION

GUI Exploration Lab: Enhancing Screen Navigation in Agents via Multi-Turn Reinforcement Learning

GUI探索实验室：通过多轮强化学习提升代理的屏幕导航

Haolong Yan, Yeqing Shen, Xin Huang, Jia Wang, Kaijun Tan, Zhixuan Liang, Hongxin Li, Zheng Ge, Osamu Yoshie, Si Li, Xiangyu Zhang, Daxin Jiang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； StepFun ； Waseda University（早稻田大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 GUI探索实验室通过多轮强化学习提升代理屏幕导航能力，结合监督微调和交互式试错，实现更高效和通用的GUI代理训练。

Comments 26 pages