RecoWorld: Building Simulated Environments for Agentic Recommender Systems
RecoWorld：为代理推荐系统构建模拟环境
专题命中 多模态Agent ：multimodal(abstract)
AI总结 RecoWorld通过双视角架构和多轮强化学习，构建了代理推荐系统的模拟环境，旨在提升用户留存和参与度。
Comments HCRS @ WWW 2026, Best Paper Award
AI 大模型
多模态大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
1. 多模态Agent 2777 篇
URF: A Unified Robot Control-Policy Framework for Stable Contact Aware Manipulation
URF：用于稳定接触感知操纵的统一机器人控制策略框架
机构 * Faculty of Mechanical Engineering, Sungkyunkwan University（成均馆大学机械工程学院） ； Faculty of Intelligent Robotics, Sungkyunkwan University（成均馆大学智能机器人学院）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究针对基于学习的操纵策略中动作预测与执行分离在刚性接触时的问题，提出URF统一框架，结合多模态观察预测虚拟目标等，利用接触力构建标签监督控制器模式预测，在相关任务中提升成功率并减少失败模式。
Comments 8 pages, 5 figures, 2 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)
Autonomous Collaborative Learning Among an Ensemble of Tsetlin Machines with Consensus-Based Inference
基于共识推理的Tsetlin机集成中的自主协作学习
机构 * Faculty of Engineering, Bar Ilan University（巴伊兰大学工程学院）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文针对分布式和去中心化TM学习关注不足的问题，提出基于共识推理的Tsetlin机集成去中心化协作学习范式，各智能体维护私有模型，不交换原始数据，实验表明该范式下分类准确率与集中式模型相当，促进了信息集成融合。
Evaluating Uncertainty and Quality of Visual Language Action-enabled Robots
评估具有视觉语言动作能力的机器人的不确定性和质量
机构 * Mondragon University（蒙dragon大学） ； Simula Research Laboratory（Simula研究实验室）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 研究针对具有视觉语言动作能力的机器人，采用八个不确定性指标和五个质量指标，通过大规模实证研究评估其有效性，发现部分指标与人类评估有相关性且能区分任务执行质量，挑战了仅依赖成功率的评估做法。
Sidekick: Designing Communication for Effective Multitasking with Computer Use Agents
Sidekick：与计算机使用代理进行有效多任务通信的设计
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究针对计算机使用代理文本反馈问题，开发Sidekick原型系统，在不同交互阶段用多模态反馈传达其状态，经30人参与的研究验证其能显著提升多任务性能，有效支持进度感知等，还展示了应用前景及对人机协作的意义。
From Raw IDs to Semantic Planning: How Recommender Systems Utilize Information at Scale
从原始ID到语义规划：推荐系统如何大规模利用信息
专题命中 多模态Agent ：multimodal(abstract)
AI总结 探讨推荐系统如何利用信息，分析原始ID主导早期发展及语义信息封装于ID的原因，引入语义规划为未来方向，指出转变需在模型设计、评估及协调多方目标等方面做出改变。
GhostShell: Streaming LLM Function Calls for Concurrent Embodied Programming
GhostShell：用于并发实体编程的流式大语言模型函数调用
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究提出GhostShell方法，利用大语言模型进行实体系统的流式和并发行为编程。通过定义函数令牌及多通道调度算法协调调用，在机器人原型上评估，该方法在任务完成率等方面表现出色，尤其在协调并发动作上优势明显。
Comments 22 pages, 7 figures, conference
Dendrite: A Real-Time Python Application for Online Brain-Computer Interface Research and Development
Dendrite：用于在线脑机接口研究与开发的实时Python应用程序
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究旨在开发在线脑机接口软件，核心方法是用Python编写Dendrite应用程序，它整合信号采集、解码器训练与实时推理，能同时记录多信号流并并发处理，可重现且开源，为在线BCI范式开发评估提供了系统。
Comments 15 pages, 5 figures
One-for-All Adaptive Radiotherapy Planning Agent: A Foundation Framework for Daily CBCT-guided Radiotherapy
一适用于所有情况的自适应放射治疗计划智能体：基于每日锥束CT引导的放射治疗基础框架
专题命中 多模态Agent ：multimodal(abstract)
AI总结 介绍一适用于所有情况的自适应放射治疗计划智能体，它基于统一基础模型，能从每日锥束CT执行在线自适应计划，自主预测关键组件并设计临床计划，经多数据集评估，其准确性和计划质量与临床方案相当，为放射治疗带来新机遇。
Governing Generative AI Across Financial Institutions: A Framework for Generative AI Risk Control
跨金融机构治理生成式AI：符合SR 26-2要求的生成式AI风险控制框架
机构 * Citigroup（摩根大通） ； Florida State University（佛罗里达州立大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 针对SR 26-2未覆盖生成式AI的治理难题，本文提出兼容该监管规则的GAICF框架，将模型风险管理原则转化为分层控制结构，助力金融机构合规管控生成式AI应用。
A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS
一种由 3DGS 驱动的用于水下遥操作的动态视点和振动触觉框架，并通过功能近红外光谱法进行验证
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究针对水下遥操作受限于二维视图和通信延迟的问题，提出基于 ROS - Unity 框架的多模态架构，用 3DGS 驱动的 DAVS 及振动触觉套装辅助，经实验验证该方式能提升操作员性能与认知耐力。
Comments 9 pages, 6 figures
Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning
用于多样化可行机器人运动规划的全局约束斯坦变分推理
机构 * PEARL Lab, Dept. of Computer Science, TU Darmstadt（珍珠实验室，达姆施塔特工业大学计算机科学系） ； Robotics Institute Germany (RIG)（德国机器人研究所）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究机器人运动规划多模态问题，提出SteinSQP方法，通过约束斯坦变分推理演化粒子集合，用无矩阵原始对偶算法解决子问题，引入优点函数全局化方法，在多任务中表现良好，收敛快且可行性高。
MCP Pitfall Lab: Exposing Developer Pitfalls in MCP Tool Server Security under Multi-Vector Attacks
MCP陷阱实验室：在多向攻击下暴露MCP工具服务器安全漏洞的开发人员陷阱
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出MCP Pitfall Lab框架，通过可复现的场景验证开发人员陷阱，评估MCP工具服务器在多向攻击下的安全性和修复效果。
AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations
AutoPath：学习可转移的目标条件随机路径先验以实现无人类示范的安全导航
机构 * Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Ant Group（蚂蚁集团） ； Shanghai Jiao Tong University（上海交通大学） ； Shenzhen University（深圳大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究在复杂环境下的安全导航问题，提出学习可转移目标条件随机路径先验的方法，引入规范状态表示和结构化先验学习框架，实验证明该方法成功率高、效率有竞争力且可跨平台转移。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L). 8 pages, 4 figures
LLM-Centric Agentic AI for UAV Swarms: Architecture, Enabling Technologies, and Open Problems
用于无人机群的以大语言模型为中心的智能体人工智能：架构、使能技术及开放问题
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究针对无人机群实际部署受限问题，提出以大语言模型为中心的智能体人工智能LAUS，回顾相关使能技术，分析威胁，确定包括抗幻觉推理等在内的开放研究挑战。
Comments 8 pages, 4 figures, 2 tables
Rethinking Gaussian Trajectory Predictors: Calibrated Uncertainty for Safe Planning
重新思考高斯轨迹预测器：为安全规划校准不确定性
机构 * Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系） ； Department of Mathematical and Computational Sciences, University of Toronto（多伦多大学数学与计算科学系）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出了一种新的损失函数，通过核密度估计校准高斯轨迹预测器的不确定性，以提高安全规划性能。
Flow-ERD: Agent-type Aware Flow Matching with Entropy-Regularized Distillation for Diverse Traffic Simulation
Flow-ERD：用于多样化交通模拟的基于熵正则化蒸馏的智能体类型感知流匹配
机构 * NAVER LABS Corp.（NAVER实验室公司）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 为解决交通模拟中多样性未被充分探索的问题，提出Flow-ERD模拟器，其核心方法是智能体类型感知流匹配与熵正则化蒸馏，能联合追求现实性和多样性，在测试基准中排名第一，主导帕累托前沿。
Comments 8 pages, 5 figures, 2 tables
CILC: Cryptographically-secure Inter-agent Loop Closure Candidate Detection for Multi-Agent Collaborative SLAM
CILC：用于多智能体协作SLAM的加密安全的智能体间闭环候选检测
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 研究多智能体协作SLAM中智能体间闭环候选检测问题，提出CILC系统，利用安全多方计算仅对隐私敏感且计算量轻的GD相似性比较步骤进行加密处理，在模拟和硬件实验中验证其能保持实时性、通信可行并减轻信息泄露。
VERITAS: A Multi-Agent Co-Scientist for Verifiable Image-Derived Hypothesis Testing
VERITAS：通过智能系统进行图像派生假设检验的可验证认知推理
专题命中 多模态Agent ：multimodal(abstract)
AI总结 VERITAS通过多智能体系统自主测试自然语言假设，生成可审计的证据链，通过四阶段工作流和认知证据标签框架提升医学影像研究的可验证性，达到81.4%的准确率。
Comments 43 pages, 5 figures. Code available at https://github.com/LucZot/veritas
Semantic-based Internet of Embodied Intelligence: Visions and Frontiers
基于语义的具身智能物联网：愿景与前沿
专题命中 多模态Agent ：multimodal(abstract)
AI总结 提出基于语义的具身智能物联网（SIoEI），通过语义信息统一度量解决多智能体网络中的多模态数据传输开销和逻辑推理与物理约束解耦问题，并验证其在信道鲁棒性和端到端延迟方面的优势。
Comments 7 pages, 4 figures
Joint Discovery of Object and Action Symbols through Effect Prediction for Robotic Manipulation Planning
通过效应预测联合发现物体与动作符号以进行机器人操作规划
机构 * Bogazici University（博阿齐奇大学） ； Ozyegin University（厄兹耶金大学） ； Osaka University（大阪大学）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 提出一种通过二元瓶颈层联合发现操作原语和物体类别的方法，利用预测多模态交互效应进行离散规划，在桌面重定位和堆叠任务中优于现有方法。
Augmenting airline networks using airside-to-airside buses to strengthen system resilience under disruptions
利用空侧对空侧巴士增强航空网络以加强系统在中断下的韧性
专题命中 多模态Agent ：multimodal(abstract)
AI总结 提出通过空侧对空侧巴士替代短途区域航班，重构航空网络拓扑以主动提升韧性，模拟显示在1000万美元预算下转换10条航线可减少8%中断日和6%正常日的旅客延误。
TACO: Tool-Augmented Credit Optimization for Agentic Tool Use
TACO：面向智能体工具使用的工具增强信用优化
专题命中 多模态Agent ：multimodal(abstract)
AI总结 提出TACO方法，通过差分答案探针奖励和结果门控优势路由，为代码工具智能体提供无监督工具贡献信用分配，提升多模态问答准确性并减少冗余工具调用。
KISS Sorcar: A Stupidly-Simple General-Purpose and Software Engineering AI Assistant
KISS Sorcar：一个简单通用且软件工程友好的AI助手
专题命中 多模态Agent ：multimodal(abstract)
AI总结 KISS Sorcar基于KISS Agent Framework构建，通过五层代理架构解决传统AI助手的缺陷，实现高质量代码生成与多任务处理，测试显示其在Terminal Bench 2.0上的通过率较高。
The Future is Agentic: Definitions, Perspectives, and Open Challenges of Multi-Agent Recommender Systems
未来是代理的：多代理推荐系统定义、视角和开放挑战
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文探讨多代理推荐系统从被动生成到主动规划的转变，提出基于状态代理的框架，分析其在提升推荐效果中的作用，并通过实验验证代理系统在不同场景下的有效性。
Comments Added controlled experiments to illustrate the points of the paper. Also edited for more clarity in conveying the concepts
Monte Carlo Tree Search with Tensor Factorization for Optimization Problems in Robotics
基于张量分解的蒙特卡洛树搜索用于机器人优化问题
机构 * Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 提出TTTS算法，利用张量分解压缩决策树分支间的隐式相关性，以线性复杂度降低MCTS的计算和存储开销，在逆运动学、运动规划、多阶段操作等任务中实现高效全局优化。
Comments 25 pages, 17 figures
ChartWalker: Benchmarking the Cross-Chart RAG Task with Hierarchical Knowledge Graphs
ChartWalker: 跨图表RAG任务的基准测试
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 提出ChartWalker框架，通过层次化知识图谱和结构感知采样生成跨图表RAG基准，揭示现有方法性能差距。
Simulating Public Transit Fare Policies in NYC: An Efficient, Socioeconomic-Aware Framework
模拟纽约市公共交通票价政策：一个高效、社会经济感知的框架
专题命中 多模态Agent ：multimodal(abstract)
AI总结 提出一个可扩展的数据驱动仿真框架，集成合成人口、智能体仿真、多模式出行时间估计和票价敏感模式选择模型，评估纽约市多种票价政策对客流量、收入与公平性的影响。
Comments 10 pages, 10 figures, submitted to SIGSPATIAL'26
UNSEEN: Uncertainty-aware Navigation via Sparse Estimation in Unknown Environments
UNSEEN: 未知环境中基于稀疏估计的不确定性感知导航
机构 * University of Trento（特伦托大学）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 提出UNSEEN框架，仅用前视相机通过稀疏地图与位姿不确定性估计，联合优化任务进度与估计精度，在未知环境中实现鲁棒导航，相比现有方法定位误差降低9.8%，估计精度提升45%。
Empowering Embodied AI in 6G Networks: Architecture, Enablers, and Open Challenges
赋能6G网络中的具身人工智能：架构、使能技术与开放挑战
机构 * Thomas Johann Seebeck Department of Electronics（托马斯·约翰·塞贝克电子系） ； Tallinn University of Technology（塔林理工大学） ； Institute for Imaging, Data and Communication (IDCoM)（成像、数据与通信研究所） ； The University of Edinburgh（爱丁堡大学） ； School of Artificial Intelligence and Computer Science（人工智能与计算机科学学院） ； Jiangnan University（江南大学） ； School of Science and Technology（科学与技术学院） ； Hong Kong Metropolitan University（香港 metropolitan 大学） ； Department of Electronic Systems（电子系统系） ； Aalborg University（奥胡斯大学） ； School of Computer Science（计算机科学学院） ； University of Sydney（悉尼大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Houston（休斯顿大学） ； San Diego State University（圣地亚哥州立大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 提出面向6G的具身AI原生架构，通过感知-通信-动作闭环统一设计通信、感知、计算与控制，实现任务驱动的物理智能。
Comments This work has been submitted to the IEEE Communication Magazine for possible publication
