The University of Hong Kong（香港大学）

OpenMobile: Building Open Mobile Agents with Task and Trajectory Synthesis

OpenMobile: 通过任务和轨迹合成构建开放移动代理

Kanzhi Cheng, Zehao Li, Zheng Ma, Nuo Chen, Jialin Cao, Qiushi Sun, Zichen Ding, Fangzhi Xu, Hang Yan, Jiajun Chen, Anh Tuan Luu, Jianbing Zhang, Lewei Lu, Dahua Lin

机构 * Nanjing University（南京大学） ； SenseTime（秒速） ； Nanyang Technological University（南洋理工大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出OpenMobile框架，通过可扩展的任务合成管道和策略切换策略生成高质量任务指令和轨迹，实现移动代理在AndroidWorld等基准测试中取得显著成绩。

Comments Work in progress

Physically-Induced Atmospheric Adversarial Perturbations: Enhancing Transferability and Robustness in Remote Sensing Image Classification

基于物理的大气对抗扰动：增强遥感图像分类中的可迁移性和鲁棒性

Weiwei Zhuang, Wangze Xie, Qi Zhang, Xia Du, Zihan Lin, Zheng Lin, Hanlin Cai, Jizhe Zhou, Zihan Fang, Chi-man Pun, Wei Ni, Jun Luo

机构 * School of Computer and Information Engineering, Xiamen University of Technology（厦门理工学院计算机与信息工程学院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Dundee International Institute, Central South University（中南大学 Dundee 国际学院） ； Department of Electrical and Computer Engineering, University of Hong Kong（香港大学电气与计算机工程系） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University（四川大学计算机科学学院、机器学习与工业智能工程研究中心） ； Hong Kong JC STEM Lab of Smart City and Department of Computer Science, City University of Hong Kong（香港城市大学智慧城市JC STEM实验室与计算机科学系） ； Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院计算机与信息科学系） 纠错

AI总结 本文提出FogFool框架，通过物理合理的扰动生成对抗样本，提升遥感图像分类的可迁移性和鲁棒性，实验表明其在白盒和黑盒场景中均表现优异。

Comments 14 pages, 11 figures

Geometric Metrics for MoE Specialization: From Fisher Information to Early Failure Detection

几何度量用于MoE专业化：从Fisher信息到早期故障检测

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Brain Investing Limited 纠错

AI总结 本文提出基于信息几何的框架，通过Fisher信息度量分析MoE专业化动态，提出FSI和FHS指标，有效预测训练失败并提升模型性能。

Comments 6 pages, 2 figures, 7 tables

Coalition Formation in LLM Agent Networks: Stability Analysis and Convergence Guarantees

在LLM代理网络中的联盟形成：稳定性分析与收敛保证

Dongxin Guo, Jikun Wu, Siu-Ming Yiu

机构 * Department of Compute Science, The University of Hong Kong（香港大学计算机科学系） ； Brain Investing Limited（Brain Investing有限公司） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

AI总结 本文提出首个基于享乐博弈理论的LLM联盟形成框架，分析了LLM代理的有限理性特性，并通过实验验证了CoalT协议在联盟稳定性上的优越性。

Comments 15 pages including supplementary material, 2 figures, 5 tables

A hierarchical spatial-aware algorithm with efficient reinforcement learning for human-robot task planning and allocation in production

一种具有高效强化学习的分层空间感知算法用于生产中的人机任务规划与分配

Jintao Xue, Xiao Li, Nianmin Zhang

机构 * Department of Civil Engineering, The University of Hong Kong（香港大学土木工程系） 纠错

AI总结 本文提出了一种分层空间感知算法，结合高效强化学习解决复杂动态生产环境中的人机任务规划与分配问题，通过分解任务和实时规划分配提升生产效率。

Comments This is the accepted manuscript of a journal article accepted for publication in Robotics and Computer-Integrated Manufacturing (Elsevier)

Journal ref Volume 98, April 2026, 103159

Safe reinforcement learning with online filtering for fatigue-predictive human-robot task planning and allocation in production

Jintao Xue, Xiao Li, Nianmin Zhang

机构 * CI3 Lab, Department of Civil Engineering, The University of Hong Kong（香港大学土木工程系CI3实验室） 纠错

Comments This is the accepted manuscript of an article accepted for publication in \textit{Journal of Manufacturing Systems (Elsevier)

Journal ref Volume 84, February 2026, Pages 561-583