Beihang University（北京航空航天大学）

AgentForge: Execution-Grounded Multi-Agent LLM Framework for Autonomous Software Engineering

AgentForge: 基于执行的多智能体LLM框架用于自主软件工程

Rajesh Kumar, Waqar Ali, Junaid Ahmed, Najma Imtiaz Ali, Shaban Usman

机构 * International Research Center for Complexity Sciences（复杂科学国际研究中心） ； Hangzhou International Innovation Institute（杭州国际创新研究院） ； Beihang University（北京航空航天大学） ； College of Science, Mathematics and Technology（科学、数学与技术学院） ； Wenzhou-Kean University（温州-凯恩大学） ； Fakulti Teknologi Maklumat dan Komunikasi（信息技术与通信学院） ； Universiti Teknikal Malaysia Melaka（马来西亚Melaka理工大学） ； Computer Systems Engineering Department（计算机系统工程系） ； Sukkur IBA University（苏库尔IBA大学） ； University of Electronic Science and Technology of China（电子科学与技术大学） 纠错

AI总结 AgentForge通过引入执行验证原则，提升代码正确性验证，实现40.0%的SWE-BENCH Lite解决率，优于单智能体基线。

From Instruction to Event: Sound-Triggered Mobile Manipulation

从指令到事件：基于声音的移动操作

Hao Ju, Shaofei Huang, Hongyu Li, Zihan Ding, Si Liu, Meng Wang, Zhedong Zheng

机构 * University of Macau（澳门大学） ； Beihang University（北航） ； Hefei University of Technology（合肥工业大学） 纠错

AI总结 本文提出基于声音的移动操作方法，通过开发Habitat-Echo数据平台和任务规划器，使移动代理能主动感知并响应声音事件，无需显式指令。

Unified Meta-Representation and Feedback Calibration for General Disturbance Estimation

统一的元表示与反馈校准用于通用扰动估计

Zihan Yang, Jindou Jia, Meng Wang, Yuhang Liu, Kexin Guo, Xiang Yu

机构 * School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北京航空航天大学） ； School of Automation Science and Electric Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） 纠错

AI总结 本文提出一种通用扰动估计框架，结合元学习和反馈校准在线适应，通过统一的元表示有效捕捉非结构扰动，通过状态反馈机制校准学习残差，理论分析证明在线学习误差和扰动估计误差可同时收敛。

Comments 8 pages, 10 figures

Optimizing Control-Friendly Trajectories with Self-Supervised Residual Learning

利用自监督残差学习优化可控路径

Kexin Guo, Zihan Yang, Yuhang Liu, Jindou Jia, Xiang Yu

机构 * School of Aeronautic Science and Engineering, Beihang University（北京航空航天大学航空科学与工程学院） ； Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院） ； School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） 纠错

AI总结 本文提出自监督残差学习与轨迹优化框架，通过学习闭环模型中的未知动态效应，生成对后续控制器友好的最优轨迹，验证了混合动力学在四旋翼敏捷飞行中的有效性。

Comments 10 pages, 9 figures

Empowering Targeted Neighborhood Search via Hyper Tour for Large-Scale TSP

通过超旅行引导实现大规模TSP的定向邻域搜索

Tongkai Lu, Shuai Ma, Chongyang Tao

机构 * SKLSDE Lab, Beihang University, Beijing, China（北京航空航天大学SKLSDE实验室） 纠错

AI总结 本文提出HyperNS方法，通过稀疏热力图图划分和超旅行生成，有效减少搜索空间，提升大规模TSP求解效率，实验表明在处理大实例时性能优于现有神经方法。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-52096-7}

Activation-Guided Local Editing for Jailbreaking Attacks

基于激活的局部编辑对抗攻击

Jiecong Wang, Haoran Li, Hao Peng, Ziqian Zeng, Zihao Wang, Haohua Du, Zhengtao Yu

机构 * Beihang University（北航） ； Hangzhou Innovation Institute（杭州创新研究院） ； HKUST（香港科技大学） ； South China University of Technology（华南理工大学） ； Nanyang Technological University（南洋理工大学） ； Kunming University of Science and Technology（昆明理工大学） 纠错

AI总结 本文提出一种两阶段框架，结合上下文生成与隐藏状态信息，有效提升对抗攻击的成功率和可迁移性，对抗当前防御机制。