AI Agent

EvoReason: Self-Evolving Reasoning Primitive-Guided On-Policy Distillation for Latent Reasoning in Generative Recommendation

EvoReason：用于生成式推荐中潜在推理的自演化推理原语引导在线策略蒸馏

Zhuang Zhuang, Zhipeng Wei, Rongfeng Guo, Shijie Li, Peng Zhao, Jie Chen, Fei Pan

专题命中 规划决策 ：agentic(abstract)

AI总结 针对生成式推荐中潜在推理的原始CoT监督效果不佳问题，提出自演化框架EvoReason，通过推理原语引导的在线策略蒸馏实现显式推理监督与学生潜在推理空间的自适应对齐，提升推理迁移效果。

Mind the Gap: Policy vs Reality in Post-Quantum TLS Deployment

注意差距：后量子TLS部署中的政策与现实

Nimesha Wickramasinghe, Frank Li, Sanjay Jha, Arash Shaghaghi

专题命中 规划决策 ：planning(abstract)

AI总结 本研究通过纵向测量20亿次TLS握手，发现后量子TLS部署在政策差异下呈配置趋同，由托管提供商推动，且无显著延迟增加，为后量子TLS过渡提供实证参考。

Comments Accepted to ACM Internet Measurement Conference (IMC) 2026

Receding-Horizon Next-Best-View Planner for Autonomous Leaf Surface Reconstruction

面向自主叶片表面重建的滚动时域次最佳视点规划器

Arif Ahmed, Sajal K. Das, Parikshit Maini

机构 * University of Nevada, Reno（内华达大学雷诺分校） ； Missouri University of Science and Technology（密苏里科技大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对自主叶片表面重建的规划预算与计算资源限制，提出滚动时域次最佳视点规划器，通过基于质心的信息增益函数优化视点效用，在草莓数据集上使重建精度较基线最高提升10%。

Comments Accepted at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Bayesian Posterior Sampling for Synthetic Shape Generation of Heart Valves

用于心脏瓣膜合成形状生成的贝叶斯后验采样方法

Vijay Dubey, Sumedh Seetharam, Nikos Manthatis, Collin E. Haese, L. River Spencer, Jakob Christoph Voran, Marnie Goldmann, Felix Kreidel, Issam Moussa, Alison Pouch, Manuel K. Rausch, Jan Fuhg

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对基于PCA的心脏瓣膜统计形状模型存在的缺陷，提出贝叶斯后验采样框架，该框架在低数据 regime 下表现优于PCA方法，可高效生成生理合理的瓣膜形状，适用于各类瓣膜的下游应用。

Resource depletion accelerates rate learning but not composition learning in patch foraging

资源耗竭加速斑块觅食中的速率学习，但不加速组成学习

Zachary P. Kilpatrick, Ahmed El Hady

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对动物斑块觅食的分层推理问题，建立规范性贝叶斯模型，发现资源耗竭加速斑块内速率学习但不影响跨斑块组成学习，明确了最大化奖励与寻求信息策略的分歧及相关规则切换条件。

Comments 35 pages, 10 figures

Using Theory of Mind to Arbitrate between Social and Non-social Learning

运用心智理论在社会学习与非社会学习之间进行仲裁

Lance Ying, Ryan Truong, Joshua B. Tenenbaum, Samuel J. Gershman

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出理性心智化模型，通过推理智能体目标与行动信息性权衡社会、非社会学习的效用，用新游戏验证其可定量捕捉人类学习策略的权衡，揭示选择性社会学习受心智理论指导以实现效用最大化。

Comments 35 pages, includes supplementary information

From Understanding to Action: Feedback-Grounded Policy Discovery for Generative Recommendation

从理解到行动：面向生成式推荐的反馈驱动策略发现

Zhi Chen, Minmao Wang, Xingchen Liu, Haoqiang Liang, Huihuang Lin, Likang Wu, Hongke Zhao, Yulong Wang, Shijie Yi, Fei Pan, Peng Jiang

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对生成式推荐的“理解-行动差距”，提出反馈驱动智能体框架，经蒸馏迁移至轻量模型实现无LLM在线推理，在基准测试与在线A/B测试中均取得推荐效果提升。

Branching out: Prognostics-Based Replacement Policies for Series Systems

分支扩展：面向串联系统的基于 prognostics 的更换策略

Daniel Koutas, Daniel Straub

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出一种混合规划方法，用于推导串联系统的基于 prognostics 的预测性维护策略，该策略参数少、效率高且抗过拟合能力强，在预防性更换和订购场景中性能可媲美优化基准策略。

Predictability of Human Movements across Industry Sectors using Multilayer Networks

基于多层网络的跨行业人类运动可预测性研究

Maisha Islam Sejunti, Melissa Butler, Yingjie Hu, Dane Taylor

专题命中 规划决策 ：planning(abstract)

AI总结 本研究基于多层网络，用10种模型探究跨行业人类运动可预测性，明确关键特征，发现非线性模型表现最优、周度运动更易预测，为人类运动建模提供实用进展。

Comments 16 pages, 9 figures

Can Large Language Models Represent Urban Publics? Behavioral Replication and Population Mismatch in an Affordable-Housing Experiment

大语言模型能否代表城市公众？经济适用房实验中的行为复制与人口匹配问题

Yuxuan Cai, Yequan Hu, Hongqian Li, Zhanghong Ju, Shuying Guo

专题命中 规划决策 ：planning(abstract)

AI总结 该研究以美国经济适用房调查实验对比8款开放权重LLMs与843名受访者，发现LLMs虽能近似部分总体对比，却无法保留人口结构、组内异质性等关键特征，城市规划的模型评估需测试空间与社会结构的模拟保留情况。

Comments Yuxuan Cai and Yequan Hu contributed equally to this work

Practice Makes Policies: Bootstrapping and Consolidating Robotic Capabilities from Zero Human Demonstrations

熟能生巧：从零人类演示中引导与整合机器人能力

Jialiang Li, Yuhan Wang, Haojun Li, Gaojing Zhang, Yangtian Ye, Qipeng Liu, Haotian Liang, Wenzhao Lian

专题命中 规划决策 ：agent(abstract)

AI总结 本研究提出HERO自改进层级具身智能体，通过整合启发式推理等技术，实现机器人从零人类演示自主演进操作能力，减少数据收集人工干预并提升多样化任务操作稳健性。

Can We Trust AI in 6G? Verifiable and Auditable AI-Driven Trustworthy Wireless Networks

我们能信任6G中的AI吗？可验证且可审计的AI驱动可信无线网络

Genze Jiang, Yizhou Huang, Kezhi Wang

专题命中 规划决策 ：agent(abstract)

AI总结 针对6G中AI在无线网络应用的信任问题，提出基于3GPP规范的机械审计方法与原生审计网络架构，支持AI功能的部署前认证和运行时审计，为AI驱动的可信无线网络提供解决方案。

Comments Submitted for possible journal publication

Watershed vs. Region Growing for Individual Tree Segmentation from Airborne LiDAR: An Urban Case Study in Bologna

基于机载激光雷达的单木分割：分水岭算法与区域生长法的对比——以博洛尼亚城市区域为例

Aldo Canfora, Tommaso Rondini, Matteo Falcioni, Mirko Degli Esposti

专题命中 规划决策 ：planning(abstract)

AI总结 该研究以博洛尼亚城市区域为案例，对比分水岭算法与区域生长法对机载LiDAR点云的单木分割效果，提取植被指标并构建交互式地图，为城市绿化规划提供可扩展基础。

Comments 26 pages, 21 figures

Covariate-Adaptive Sample Size Re-estimation for Population-Standardized Historical Control Designs in Single-Arm Trials

单臂试验中群体标准化历史对照设计的协变量自适应样本量重新估计

Keisuke Hanada, Masahiro Kojima

专题命中 规划决策 ：planning(abstract)

AI总结 针对单臂试验中试验组与历史对照基线不平衡问题，提出群体标准化设计框架及协变量自适应样本量重新估计程序，该程序结合初始设计与顺序更新，模拟及示例结果显示其能维持功效，是实用设计策略。

Comments 27 pages, 6 tables, 2 figures

Hypothesis-Driven Shelf Generation for Personalised Recommendation

用于个性化推荐的假设驱动型货架生成

Aleksandr V. Petrov, Tarun Chillara, Matthew D. Moellman, Lucas de Haas, Yabai Song, Alina Susoykina, Melissa Crawford, Gabriel Negash, Erik Franco, Tasnim Rahman, Binal Jhaveri, Shubham Bansal, Hugues Bouchard, Roberto Mirizzi, Mounia Lalmas, Aloïs Gruson

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对个性化推荐中货架生成问题，提出内容假设驱动型系统，含假设生成等四个阶段，解耦货架规划与目录填充，支持独立优化，经生产管道结合多种操作，通过离线和在线评估，该系统能扩展个性化推荐供应，效果有竞争力。

Comments Accepted at ACM RecSys '26 (Industry Track)

Motion Generation With Environmental Constraints

具有环境约束的运动生成

Előd Páll, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin（机器人与生物学实验室，柏林工业大学） ； Science of Intelligence, Research Cluster of Excellence（智能科学卓越研究集群） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对机器人在高维及不确定环境中运动规划的挑战，提出环境约束利用（ECE）方法，将其集成到运动规划算法，通过与环境接触降维简化规划，用基于RRT的规划器评估优势，展示其在实际应用中的效益，增强复杂环境适应性和性能。

Integrated Eco-Driving and Powertrain Optimization for Hybrid Vehicles in Complex Urban Traffic

复杂城市交通中混合动力汽车的集成生态驾驶与动力总成优化

Milad Hasanzadeh, Amin Kargarian, Mehdi Farasat

专题命中 规划决策 ：planning(abstract)

AI总结 针对城市混合动力汽车，提出集成有限时域生态驾驶规划框架，联合优化交通行为与动力总成运行，同时建模多方面驾驶行为及动力总成运行，模拟研究表明该方法能在维持合规驾驶计划时改善能源性能。

System optimality versus self-organization in metro networks: An optimal transport analysis

地铁网络中的系统最优性与自组织：最优传输分析

Tianyu Dong, Jiazu Zhou, Markus Schläpfer

专题命中 规划决策 ：planning(abstract)

AI总结 该研究引入数据驱动框架，用几何比较和最优传输理论，比较自组织、系统最优及实际地铁网络。以新加坡地铁系统为例，发现实际网络更接近自组织基准，表明仅系统最优性不足以指导干预，框架可跨地区支持适应性规划。

Journal ref Computers, Environment and Urban Systems (2026) 129: 102479

RAISE: A Low-Frequency Space-Based Payload for Solar Radio and RFI Measurements on the SMiLE Mission

RAISE：用于SMiLE任务的基于太空的低频太阳射电和射频干扰测量载荷

Sangeetha A, Harsha Avinash Tanti, Abhirup Datta, Anshu Kumari, Rajesh Bodade

专题命中 规划决策 ：planning(abstract)

AI总结 介绍用于SMiLE任务的RAISE低频无线电载荷，它能在低地球轨道运行，克服电离层影响，通过特定观测生成动态频谱测量，可用于空间天气研究等，为未来相关天基任务提供重要基础。

Comments Accepted manuscript of a paper presented at IEEE SPACE 2026; 4 pages, 1 figure

Wireless Intelligence Needs a Cerebellum: Score-Based Foundation Models Toward Real-Time Physical-Layer Inference

无线智能需要一个小脑：基于分数的基础模型实现实时物理层推理

Chang Cai, Boyu Teng, Xiaojun Yuan, Ying-Jun Angela Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对无线智能中物理层快速精确推理需求，提出轻量级ScoreFM基础模型。它学习可重复使用分数函数，推理时嵌入特定任务算法作去噪器，支持多样下游任务，案例研究验证其灵活性与有效性。

Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors

非凸空中走廊中无人机导航的模型预测规划器

Henrique Silva, Marcelo A. Santos, Guilherme V. Raffo

机构 * Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学） ； University of Bergamo（贝加莫大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究无人机在非凸空中走廊的导航规划，核心方法是基于混合整数跟踪模型预测控制公式，嵌入特定成本与约束，主要贡献是生成满足约束且收敛目标的动态有效轨迹，无需外部全局规划。

Comments Accepted for publication at the 23rd IFAC World Congress (Busan, Korea)

Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution

基于稀疏工作负载重新分配的质量自适应多无人机三维重建

Benjamin Sportich, Kenza Boubakri, Olivier Simonin, Alessandro Renzaglia

机构 * Inria, INSA Lyon, CITI（法国国家信息与自动化研究所、里昂国立应用科学学院、CITI） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对无人机三维重建中计算和能量受限及协调难问题，提出质量自适应分散决策策略，集成质量导向准则，采用两级协调，仿真显示该方法提高路径效率且实现更高保真度重建，代码公开。

BC-NMPC: Battery-Constrained NMPC with Propulsion Prediction and Replanning for High-Speed Flight

BC-NMPC：用于高速飞行的具有推进预测和重新规划的电池约束非线性模型预测控制

Parakh M. Gupta, Matej Mihulka, Matej Novosad, Robert Penicka, Martin Saska

机构 * Czech Technical University in Prague（捷克技术大学（布拉格）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对高速飞行中无人机因电池问题致轨迹跟踪性能下降的问题，提出将电池和推进系统模型集成到NMPC框架的方法，能实时预测相关参数，通过轨迹规划算法提高性能，实验验证了模型准确性和算法有效性。

Comments [Submitted to Elsevier RAS]

Sensitivity Analysis of Dynamic Line Rating for ACSR Conductors using IEEE-738

使用IEEE - 738对ACSR导线动态线路额定值的灵敏度分析

Shashank Singh, Ashish Kumar Mishra, Vinod M. P., Christian Romeis

专题命中 规划决策 ：planning(abstract)

AI总结 研究利用IEEE - 738标准对795 kcmil ACSR Drake导线的DLR进行参数灵敏度分析，涵盖多运行点。分析了风与温度对DLR的影响，通过皮尔逊相关分析和回归模型得出相关结论，为基于DLR的输电系统规划和评估提供指导。

MOJITO: Modal Joint Learning for Unified End-to-End Autonomous Driving

MOJITO：用于统一端到端自动驾驶的模态联合学习

Zhijing Cheng, Xuancheng Zhang, Donglin Di, Lei Fan, Baorui Ma, Hao Li, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Li Auto（理想汽车） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对端到端自动驾驶系统问题，提出基于模态联合学习的MOJITO框架，去除级联接口，执行逐块模态联合注意力更新多模态特征，在数据集上取得新的最优成绩，展现出强大能力。

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