AI Agent

ExToken: Structured Exploration for Efficient Vision-Language-Action Reinforcement Fine-tuning

ExToken：用于高效视觉-语言-动作强化微调的结构化探索

Yilun Kong, Yunpeng Qing, Guozheng Ma, Haoyu Wang, Li Shen, Zhi Hou, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； ACE Robotics（ACE机器人公司） ； Zhejiang University（浙江大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究VLA模型强化学习中探索停滞问题，提出ExToken框架，基于离线演示导出的离散行为先验调整VLA策略进行结构化探索，通过不同令牌鼓励多样行为模式，提升了探索效率与任务性能，在多任务实验中表现良好。

UniVR: Thinking in Visual Space for Unified Visual Reasoning

UniVR：用于统一视觉推理的视觉空间思考

Zhongwei Ren, Yunchao Wei, Yao Zhao, Weibo Gong, Xiao Liu, Anran Wang, Xiangtai Li, Xiaojie Jin

机构 * Beijing Jiaotong University（北京交通大学） ； ByteDance（字节跳动） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 UniVR旨在从纯视觉演示中同时学习复杂推理、物理动力学和长期规划，核心是VR-GRPO强化学习范式。构建VR-X基准进行训练和评估，在VR-X上有25%的提升，还提高了多模态理解基准性能，相关资源已开源。

Comments Code and models are released at: https://maverickren.github.io/UniVR.github.io/

StratMamba: Strategic and Reactive Stream Partitioning for Path-Efficient LiDAR-Based Obstacle Avoidance

StratMamba：用于基于路径高效的激光雷达避障的策略性和反应性流划分

Hung-Chieh Wu, Xiaopan Zhang, Kasra Sinaei, Ryan Abnavi, Kasun Weerakoon, Christopher Bradley, Seyed Fakoorian, Jiachen Li, Donald Ebeigbe

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； AlphaZ, Inc.（阿尔法兹公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对复杂环境中机器人导航问题，提出StratMamba双流时间建模架构，结合快慢衰减内存架构处理激光雷达数据。经多场景评估及与其他基线对比，其在时间推理效率、导航速度和路径最优性方面表现出色，在现实中性能更稳健。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 6 figures. Video: https://www.youtube.com/watch?v=Z0FfO_AVaSw

A Hierarchical Semi-Markov Load Model for AI Data Centers Coupling Job Scheduling with Bulk-Synchronous-Parallel Power Dynamics

用于人工智能数据中心的分层半马尔可夫负载模型：将作业调度与批量同步并行功率动态相结合

Chandan Chaudhary, Atri Bera, Cody Newlun, Mohammed Ben-Idris, Joydeep Mitra

专题命中 规划决策 ：planning(abstract)

AI总结 研究人工智能数据中心负载模型，提出分层半马尔可夫数据中心（HSM-DC）负载模型，该模型在两个时间尺度上耦合两层，能匹配平均功率、分布及峰均比等，强调电网规划需考虑作业到达和调度过程。

Comments Submitted to 2026 CIGRE Grid of the Future Symposium, October 26-29, 2026 in Richmond, Virginia

Overcoming Orchestration Bottlenecks at Exascale: A Decentralized, Policy-Driven Approach for Sim-AI Ensembles

克服百亿亿次规模下的编排瓶颈：一种用于模拟 - 人工智能集成的去中心化、策略驱动方法

Harikrishna Tummalapalli, Christine M. Simpson, Riccardo Balin, Vitali A. Morozov, Thang D. Pham, Murat Keceli, Thomas D. Uram

专题命中 规划决策 ：workflow(abstract)

AI总结 针对科学计算中耦合模拟 - 人工智能工作流的编排瓶颈问题，提出了具有去中心化控制平面和可编程调度策略接口的EnsembleLauncher编排器，在Aurora超级计算机上性能出色，还展示了调度策略对资源利用的显著影响。

Diffusion of tacit knowledge in a company: a mathematical model based on diffusion on graphs

公司中隐性知识的传播：基于图上扩散的数学模型

Radosław A. Kycia, Agnieszka Niemczynowicz, Andrzej Buszko

专题命中 规划决策 ：planning(abstract)

AI总结 研究公司中隐性知识传播，提出基于物理学热扩散概念及图论的模型，通过定义隐性知识转移图编码问卷数据，可优化课程安排、识别高知识需求员工，有助于公司多方面提升及改进知识管理等。

Comments 57 pages, 8 figures

Journal ref Journal of Knowledge Management (2026)

High-level spatial Dubins airplane-based reference smoothing with low-level geometric tracking for quadrotor control

基于高级空间杜宾斯飞机模型的参考轨迹平滑与基于低级几何跟踪的四旋翼控制

Mogens Plessen

机构 * Findklein GmbH（芬德克莱因有限公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种四旋翼控制方法，含高级参考轨迹平滑与低级跟踪步骤。高级利用杜宾斯飞机模型降维等，低级基于完整模型的几何跟踪控制器。用于跟踪有侧向约束的参考轨迹，有离线一次性和在线闭环递推两种设置。

Comments 7 pages, 12 figures

A Flow Model for the Electrified Railway-Power Grid Hybrid Asymmetric Coupled System and its Linearized Method

电气化铁路-电网混合不对称耦合系统的潮流模型及其线性化方法

Qiao Zhang, Zhigang Liu, Shibin Gao, Zhenzu Liu, Xiangyu Meng, Yunchuan Deng, Guinan Zhang, Bing Lu, Yanming Lu

专题命中 规划决策 ：planning(abstract)

AI总结 针对山区牵引供电系统与电网耦合问题，现有研究不足。本文提出集成PFC模型及线性化方法，通过构建节点导纳矩阵、解决功率注入问题等步骤建立相关方程和模型，经数值模拟验证了其对耦合系统的必要性、准确性和效率。

Comments 26 pages. Accepted by CSEE Journal of Power and Energy Systems

LLM-Generated Design Problems for Assessing Higher-Order Thinking in Project-Based Learning

基于项目式学习的高阶思维评估中由大语言模型生成的设计问题

Ahmad D. Suleiman, Daqing Hou, Maliha Noushin Raida

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对基于项目式学习中传统评估难以捕捉高阶思维的问题，引入设计问题（DPs），通过调查教师看法、评估大语言模型生成的DPs及学生表现数据等，发现DPs是传统评估的有益补充，能捕捉高阶思维不同方面。

Comments Accepted to appear in Proceedings of the 2nd ACM Virtual Global Computing Education Conference V.1 (SIGCSE Virtual 2026). DOI: 10.1145/3795867.3831014

Affordable low-carbon electricity pathways for India under uncertainty

印度在不确定性下的可承受低碳电力路径

Guillermo Terrén-Serrano, Ranjit Deshmukh, Srihari Dukkipati, Measrainsey Meng, Shradhey Prasad, Ana Mileva, Ashwin Gambhir

专题命中 规划决策 ：planning(abstract)

AI总结 印度为实现2070年碳中和目标加速电力系统脱碳面临挑战，本文通过制定成本最优路径研究发现，未来年份实际平均系统成本低于2020年，太阳能光伏占比高，短期电池存储可平衡能量，需求响应计划能降成本，助力印度兼顾电力与气候目标。

Robotic Contextual Awareness for Human-Robot Collaboration and Environmental Understanding

用于人机协作和环境理解的机器人上下文感知

Federico Rollo

机构 * Università di Trento（特伦托大学） ； Istituto Italiano di Tecnologia（意大利技术研究院） ； Leonardo Spa（莱昂纳多公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对自主移动机器人缺乏上下文感知的问题，本文探索两个互补方向：一是人类重新识别与跟踪以改善人机协作，二是增强机器人对环境的几何和语义感知能力，提升语义理解，推动机器人更具上下文感知，实现安全共存与高效协作。

Comments Ph.D. thesis 2026. Officially published in the IRIS institutional repository of the University of Trento (https://hdl.handle.net/11572/482510) and deposited in the Italian National Legal Deposit for Ph.D. theses

When Fuzzing Meets Understanding: LLM-Driven Semantic Test Generation for RTL Verification

当模糊测试与理解相遇：用于RTL验证的大语言模型驱动的语义测试生成

Kun Wang, Cangyuan Li, Kaiyan Chang, Siyang Cai, Yinhe Han, Ying Wang

专题命中 规划决策 ：workflow(abstract)

AI总结 针对硬件验证难题，提出ChipFuzzer框架，利用大语言模型语义推理能力。采用双阶段工作流程，覆盖引导阶段结合控制流分析提升覆盖率，错误引导阶段借助历史数据提高错误发现率，实验显示其显著提升验证效果。

Comments 8 figures

Millimeter Wave Radar: From Synthetic Aperture to Probabilistic Mapping

毫米波雷达：从合成孔径到概率地图

Jui-Te Huang, Ruoyang Xu, Michael Kaess

机构 * School of Computer Science, Robotics Institute, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对毫米波雷达数据创建概率地图的挑战，建立从原始信号到概率占用地图的完整流程，含合成孔径雷达处理与概率建模，经室内验证、性能分析及参数研究，展示方法有效性与局限性，并贡献开源数据集及处理管道。

Kinetic Inductors Enable Reversible Logic

动态电感实现可逆逻辑

Erik P. DeBenedictis

专题命中 规划决策 ：planning(abstract)

AI总结 研究可逆逻辑在商业系统中未扩展的问题，通过CMOS转换框架评估，结合多种模型和方法，确定电感损耗限制，表明高能量密度动态电感可助力扩展，还给出评估其可行性及潜在益处的方法。

Comments 17 pages, 12 figures, submitted for peer review

Learning High-Level Decision Making with an Interaction-Aware Attention-Based Network in Autonomous Driving

在自动驾驶中使用基于交互感知注意力的网络学习高级决策

Marcelo Contreras, Willi Poh, Christoph Stiller, Ehsan Hashemi

机构 * NODE lab, University of Alberta（节点实验室，阿尔伯塔大学） ； MRT Institute, Karlsruhe Institute of Technology（MRT 研究所，卡尔斯鲁厄理工学院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究自动驾驶中高级决策问题，提出DecisionPerceiver将动态代理特征投影到固定大小潜在空间，通过潜在查询数调节特征粒度，还细化动作集，经多场景评估有性能提升、泛化能力及可扩展性。

Comments 6 pages, 5 figures, 3 tables, submitted to 2026 IEEE Intelligent Transportation Systems Conference (ITSC)

Robot Trajectron V3: A Probabilistic Shared Control Framework for SE(3) Manipulation

机器人轨迹生成器V3：一种用于SE(3)操作的概率共享控制框架

Pinhao Song, Zhongxi Li, Ze Fu, Federico Ulloa Rios, Renaud Detry

机构 * KU Leuven（鲁汶大学） ； Flanders Make（法兰德斯制造） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对远程操作机器人手臂执行高自由度操作任务的难题（认知要求高、易出错、依赖低带宽接口），提出概率共享控制框架RT-V3，通过贝叶斯推理结合用户意图先验与实时命令估计后验分布，实验证明其在多方面表现出色，优于基线方法。

An Improved Deep Reinforcement Learning Control Strategy for Traction Dual Rectifiers in EMUs

一种改进的动车组牵引双整流器深度强化学习控制策略

Zhigang Liu, Mingwei Tang, Xiangyu Meng, Hui Wang, Qiao Zhang, Haoyu Wang, Mengru Li

专题命中 规划决策 ：agent(abstract)

AI总结 研究动车组牵引双整流器控制策略，针对现有PI控制问题，提出基于深度强化学习的新策略，改进双延迟深度确定性策略梯度算法，添加奖励塑造并结合优先经验回放，经仿真和稳定性分析验证，该策略能有效应用于多工况动车组。

Comments 19 pages. Accepted manuscript

Journal ref IEEE Transactions on Transportation Electrification, pp. 1-1, 2026

Causally Debiased Latent Action Model for Embodied Action Conditioned World Models

用于具身动作条件世界模型的因果去偏潜行动模型

Yufan Wei, Kun Zhou, Lingjun Mao, Zijun Zhang, Ziming Xu, Ziqiao Xi, Shuang Liang, Ruobing Han, Yuchen Yan, Xinyue Wang, Fan Feng, Biwei Huang

机构 * Aether AI ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对动作条件世界模型学习需大量标记数据的问题，提出基于潜行动模型的因果去偏框架CD-LAM，通过三个微调目标改进模型，提升了潜行动可控性等多方面性能，减少了机器人动作适应更新次数。

BeyondSight: Object Permanence for End-to-End Autonomous Driving

超越视野：端到端自动驾驶中的物体持久性

Sandro Papais, Letian Wang, Mudit Jain, Behnaz Rezaei, Steven L. Waslander

机构 * University of Toronto（多伦多大学） ； Qualcomm Technologies, Inc.（高通技术公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对自动驾驶中物体易被遮挡问题，提出超越视野框架，通过维持持久物体假设解耦物体存在与可观测性，引入nuScenes - Permanence用于训练评估，实验证明该框架显著提升遮挡推理能力，凸显物体持久性对自动驾驶的重要性。

Comments Accepted to ECCV 2026

SiFAR: Synchronization-Free All-Reduce for Low-Latency LLM Inference

SiFAR：用于低延迟大语言模型推理的无同步全规约算法

Hritvik Taneja, Anish Saxena, Abhishek Revinipati, Jae Hyung Ju, Neal C. Crago, Moinuddin Qureshi

专题命中 规划决策 ：agentic(abstract)

AI总结 研究针对大语言模型推理中令牌生成延迟瓶颈，提出无同步全规约算法SiFAR。通过消除一次性算法写后写依赖、利用交换机片上规约等方法，减少全规约延迟，提升端到端吞吐量，在特定条件下取得显著性能提升。

Self-similarity of mobility networks

移动网络的自相似性

Ying-Yue Lyu, Xiao-Yong Yan, Bin Jia, Jobst Heitzig, Ziyou Gao, Jürgen Kurths

专题命中 规划决策 ：planning(abstract)

AI总结 研究人员提出邻居限制盒覆盖方法重正化无向加权移动网络，应用该方法揭示中国城市间人员与货运网络多尺度结构，发现其拓扑等呈现自相似性，重正化节点有空间凝聚力，该方法适用于不同规模网络，为复杂系统多尺度分析提供工具。

Comments 29 pages, 15 figures, including supplementary material

Measuring Consumption with Credit Card Data: Benchmarking and Beyond

用信用卡数据衡量消费：基准测试及其他

Aditya Aladangady, Ricardo Duque Gabriel, Carlo Wix

专题命中 规划决策 ：agent(abstract)

AI总结 该研究利用美联储Y - 14M报告中的信用卡数据构建县级月度消费数据集，证明其与传统消费指标近似。通过县 - 月面板估计货币政策冲击的异质消费反应，发现低收入县支出下降幅度大，还为相关研究者提供了实用指导。

CT-CLIP Representations for Multimodal Lung Cancer Survival Prediction

用于多模态肺癌生存预测的CT-CLIP表示

Sofie Allgöwer, Mikael Johansson, Andreas Hallqvist, Jonas Andersson, Åse Johnsson, Ida Häggström, Jennifer Alvén

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Umeå University（于默奥大学） ； Sahlgrenska University Hospital（萨尔格伦斯卡大学医院） ； Sahlgrenska Academy at Gothenburg University（哥德堡大学萨尔格伦斯卡学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究评估特定领域基础模型CT-CLIP用于肺癌多模态生存预测，通过多种策略提取特征，结果显示冻结的CT-CLIP模型结合可训练生存头表现出色，能有效区分高低风险组。

Comments 8 pages, 2 figures

Understanding and Mitigating the Video-Action Generalization Gap via Temporal Ratio

通过时间比率理解和缓解视频动作泛化差距

Utkarsh A. Mishra, Yongxin Chen, Danfei Xu, Yang Liu, Xi Chen, Jiayuan Mao

机构 * Georgia Tech（佐治亚理工学院） ； Amazon FAR（亚马逊FAR） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究视频动作泛化差距，引入时间比率（TR），通过TR衡量动作头对未来潜在展开的依赖程度，提出推理时自适应引导方法，利用TR特性缓解组合泛化差距。

Comments 26 pages, 9 figures

MORES: Mobile Reasoning-as-a-Service via Distributed LLM Inference-Time Scaling

MORES：通过分布式大语言模型推理时间缩放实现移动推理即服务

Guanchen Liu, Hongyang Du, Kaibin Huang

专题命中 规划决策 ：agent(abstract)

AI总结 研究针对大语言模型推理时间缩放的计算和内存开销问题，提出MORES框架，利用隐式推理递归结构及基于语义MoE的DRL算法优化资源分配，实现边缘设备协作推理，提升系统吞吐量约18%。

Deep Reinforcement Learning-Empowered Wireless Sensor Networking for 6G Closed-Loop Controls

用于6G闭环控制的深度强化学习赋能无线传感器网络

Chengleyang Lei, Wei Feng, Yunfei Chen, Yongxu Zhu, Ning Ge, Shi Jin

专题命中 规划决策 ：agent(abstract)

AI总结 针对机器人在关键任务控制中能力受限依赖其他传感器及边缘信息枢纽的情况，通过基于互信息理论建模失真噪声，将控制过程公式化为部分可观测马尔可夫决策过程，利用深度强化学习和近端策略优化算法设计带宽分配方案，提升闭环性能。

ShannonProver: Towards Automating Formal Cryptographic Proofs

香农证明器：迈向自动化形式化密码学证明

Yiping Ma, Yu-Lin Tsai, Mayank Rathee, Deevashwer Rathee, François Dupressoir, Pierre-Yves Strub, Raluca Ada Popa

专题命中 规划决策 ：agentic(abstract)

AI总结 研究针对密码学证明人工验证难的问题，提出香农证明器框架。由密码学家提供安全模型等，系统自动构建证明脚本。在易加密形式化密码证明数据集上评估，可自动化部分证明工程，加速密码学研究。

How optimistic inflow forecasts distort dispatch, prices, and contracts in hydro-dominated power systems: evidence from Brazil

乐观入流预测如何扭曲水电主导电力系统的调度、价格和合同：来自巴西的证据

Arthur Brigatto, Alexandre Street, Joaquim Dias Garcia

专题命中 规划决策 ：planning(abstract)

AI总结 研究巴西水电系统中乐观入流预测偏差如何导致水库水位降低、热电机组延迟调度、现货价格尖峰、可靠性风险增加及运行成本上升，并削弱水电生产商的签约意愿。

A Physics-guided Fine-tuned LLM-based Framework for Customized Power Distribution System Feeder Generation

基于物理引导微调大语言模型的定制化配电网馈线生成框架

Zhenghao Zhou, Yiyan Li, Tao Xu, Yike Guo, Zheng Yan, Mo-Yuen Chow

专题命中 规划决策 ：agent(abstract)

AI总结 针对配电网馈线模型获取难问题，提出基于大语言模型的合成馈线生成框架。通过监督微调、组相对策略优化及双智能体架构，实现从自然语言到物理一致馈线模型的端到端生成，所生成馈线具备多种优势。

Modeling Misinformation as a Commons Problem

将错误信息建模为公共资源问题

Vrinda Malhotra

专题命中 规划决策 ：agent(abstract)

AI总结 研究将错误信息建模为公共资源问题，提出基于主体模拟方法，把信任当集体资源、注意力当稀缺预算。实验产生四种模式，结果区分出两个控制问题，为干预措施对比实验提供平台，有助于解决信任恢复和结构条件问题。

Comments 13 pages, Accepted at the Annual Modeling and Simulation Conference 2026

Journal ref Proc. of the 2026 Annual Modeling and Simulation Conference (ANNSIM'26)