AI Agent

Adaptive GPU Resource Allocation for Multi-Agent Collaborative Reasoning in Serverless Environments

面向无服务器环境的多智能体协作推理自适应GPU资源分配

Guilin Zhang, Wulan Guo, Ziqi Tan

机构 * Department of Engineering Management and Systems Engineering, George Washington University, USA（工程管理与系统工程系，乔治华盛顿大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出一种自适应GPU资源分配框架，通过动态分配资源降低延迟并提升效率，适用于无服务器环境下的多智能体协作推理任务。

Comments 6 pages, 2 figures

Journal ref 2025 IEEE Computing, Communications and IoT Applications (ComComAP)

Bio-inspired Agentic Self-healing Framework for Resilient Distributed Computing Continuum Systems

生物启发的代理自修复框架用于鲁棒分布式计算连续系统

Alaa Saleh, Praveen Kumar Donta, Roberto Morabito, Sasu Tarkoma, Anders Lindgren, Qiyang Zhang, Schahram Dustdar, Susanna Pirttikangas, Lauri Lovén

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 ReCiSt通过生物启发的代理自修复框架，实现分布式计算连续系统的快速自我修复与韧性提升。

Human-like AI-based Auto-Field-in-Field Whole-Brain Radiotherapy Treatment Planning With Conversation Large Language Model Feedback

类人AI驱动的自动场内场全脑放疗治疗计划与对话大语言模型反馈

Adnan Jafar, An Qin, Gavin Atkins, Xiaoyu Hu, Yin Gao, Xun Jia

专题命中 规划决策 ：planning(title,abstract)；workflow(abstract)

AI总结 本研究提出基于深度学习和大语言模型的自动化全脑放疗计划制定方法，通过对话接口实现交互式优化，提升计划质量和效率。

Comments 22 pages, 7 figures

NormCode: A Semi-Formal Language for Auditable AI Planning

NormCode: 一种用于可审计AI规划的半形式语言

Xin Guan, Yunshan Li, Zekun Wu, Ruibo Zhang

机构 * Center for Long-Term AI（长期人工智能中心） ； Shenzhen University（深圳大学） ； University College London（伦敦大学学院） 纠错

专题命中 规划决策 ：planning(title,comments)；workflow(abstract)；分类 cs.AI

AI总结 NormCode是一种半形式语言，通过强制数据隔离和严格区分语义与语法操作，实现AI工作流的可审计性，确保透明性和可验证性。

Comments Archive name: NormCode: A Semi Formal Language for Context Isolated AI Planning

Priority-Aware Multi-Robot Coverage Path Planning

优先感知多机器人覆盖率路径规划

Kanghoon Lee, Hyeonjun Kim, Jiachen Li, Jinkyoo Park

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Korea Military Academy (KMA)（韩国军事学院） ； University of California, Riverside (UCR)（加州大学河滨分校） ； Omelet 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI

AI总结 本文提出优先感知多机器人覆盖率路径规划方法，通过两阶段框架结合贪心分配与局部搜索，有效减少优先区域延迟并优化完成时间。

Comments IEEE Robotics and Automation Letters, 8 pages, 10 figures

Reinforcement learning with timed constraints for robotics motion planning

具有时间约束的强化学习用于机器人运动规划

Zhaoan Wang, Junchao Li, Mahdi Mohammad, Shaoping Xiao

机构 * Department of Mechanical Engineering, Iowa Technology Institute, University of Iowa（机械工程系，Iowa技术研究所，爱荷华大学） ； Talus Renewables, Inc.（Talus Renewables公司） ； Department of Industrial, Electronic, and Mechanical Engineering, Roma Tre University（工业、电子和机械工程系，罗马三大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG

AI总结 本文提出了一种基于自动机的强化学习框架，用于在满足MITL时间约束的MDP和POMDP中合成策略，通过时间限制确定性广义巴克斯自动机实现时间正确性和性能优化。

BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization

通过Bandit优化发现层次化软件工程代理：BOAD

Iris Xu, Guangtao Zeng, Zexue He, Charles Jin, Aldo Pareja, Dan Gutfreund, Chuang Gan, Zhang-Wei Hong

机构 * Massachusetts Institute of Technology（麻省理工学院） ； MIT-IBM Watson AI Lab（MIT-IBM Watson AI实验室） ； Stanford（斯坦福大学） ； UMass Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

专题命中 规划决策 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 BOAD通过多臂老虎机问题自动发现层次化多代理结构，提升软件工程任务的泛化能力。

Vehicle Painting Robot Path Planning Using Hierarchical Optimization

使用分层优化的车辆喷漆机器人路径规划

Yuya Nagai, Hiromitsu Nakamura, Narito Shinmachi, Yuta Higashizono, Satoshi Ono

机构 * Department of Information Science ； Biomedical Engineering, Graduate School of Science ； Engineering, Kagoshima University 1-21-40, Korimoto, Kagoshima, 890-0065 Japan ； TOYOTA Body Research \& Development Co., Ltd, 395-1, Uenodan, Kokubu, Kirishima, 899-4461 Japan 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种分层优化方法，用于自动设计车辆喷漆机器人路径，以减少人工设计时间和提高效率。

Journal ref IEEE Access, vol. 13, pp. 56682-56698, 2025

Hybrid A* Path Planning with Multi-Modal Motion Extension for Four-Wheel Steering Mobile Robots

四轮转向移动机器人多模态运动扩展的混合A*路径规划

Runjiao Bao, Lin Zhang, Tianwei Niu, Haoyu Yuan, Shoukun Wang

机构 * School of Automation, Beijing Institute of Technology, Beijing 100081, China（自动化学院，北京理工大学，北京100081，中国） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种针对四轮转向移动机器人的混合A*路径规划方法，通过多模态运动扩展提升复杂环境下的路径规划性能。

Comments Updated method details, parameters, and experimental scenarios

Bayesian Inverse Games with High-Dimensional Multi-Modal Observations

高维多模态观测下的贝叶斯逆游戏

Yash Jain, Xinjie Liu, Lasse Peters, David Fridovich-Keil, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Delft University of Technology（代尔夫特理工大学） ； Sunrise Setting Ltd ； SAGE Publications Ltd（SAGE出版社有限公司） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出了一种基于贝叶斯推断的逆博弈框架，利用多模态观测数据实时生成隐藏智能体目标的后验分布，提升推断质量并实现更安全的决策。

CubeBench: Diagnosing Interactive, Long-Horizon Spatial Reasoning Under Partial Observations

CubeBench: 在部分观察下诊断交互式、长周期空间推理

Huan-ang Gao, Zikang Zhang, Tianwei Luo, Kaisen Yang, Xinzhe Juan, Jiahao Qiu, Tianxing Chen, Bingxiang He, Hao Zhao, Hao Zhou, Shilong Liu, Mengdi Wang

机构 * THU（清华大学） ； Princeton（普林斯顿大学） ； SJTU & UMich（上海交通大学 & 密歇根大学） ； HKU（香港大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL

AI总结 CubeBench通过魔方基准评估LLM在部分观察下的空间推理和长周期任务能力，揭示LLM在长期规划中的根本缺陷。

Comments Webpage: https://cubebench.c7w.tech/

EXAONE 4.0: Unified Large Language Models Integrating Non-reasoning and Reasoning Modes

EXAONE 4.0：整合非推理与推理模式的统一大语言模型

Kyunghoon Bae, Eunbi Choi, Kibong Choi, Stanley Jungkyu Choi, Yemuk Choi, Kyubeen Han, Seokhee Hong, Junwon Hwang, Taewan Hwang, Joonwon Jang, Hyojin Jeon, Kijeong Jeon, Gerrard Jeongwon Jo, Hyunjik Jo, Jiyeon Jung, Euisoon Kim, Hyosang Kim, Jihoon Kim, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Youchul Kim, Edward Hwayoung Lee, Gwangho Lee, Haeju Lee, Honglak Lee, Jinsik Lee, Kyungmin Lee, Sangha Park, Young Min Paik, Yongmin Park, Youngyong Park, Sanghyun Seo, Sihoon Yang, Heuiyeen Yeen, Sihyuk Yi, Hyeongu Yun

机构 * LG AI Research（LG人工智能研究） 纠错

专题命中 规划决策 ：tool use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL

AI总结 EXAONE 4.0通过整合非推理与推理模式，实现了高性能与先进推理能力的统一，支持多语言并提供两种不同规模的模型版本。

Comments Technical Report, 30 Pages

CTMap: LLM-Enabled Connectivity-Aware Path Planning in Millimeter-Wave Digital Twin Networks

CTMap: 基于大语言模型的毫米波数字孪生网络中连接感知的路径规划

Md Salik Parwez, Sai Teja Srivillibhutturu, Sai Venkat Reddy Kopparthi, Asfiya Misba, Debashri Roy, Habeeb Olufowobi, Charles Kim

专题命中 规划决策 ：planning(title)

AI总结 CTMAP通过结合数字孪生与大语言模型，实现毫米波网络中连接感知的路径规划，显著提升信号强度并提高导航的可解释性与适应性。

Retrieval--Reasoning Processes for Multi-hop Question Answering: A Four-Axis Design Framework and Empirical Trends

多跳问答中的检索-推理过程：一种四维设计框架和实证趋势

Yuelyu Ji, Zhuochun Li, Rui Meng, Daqing He

机构 * School of Computing and Information, University of Pittsburgh（计算与信息学院，匹兹堡大学） ； Google Cloud AI Research（谷歌云人工智能研究） 纠错

专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.CL

AI总结 本文提出四维设计框架，分析多跳问答系统中检索-推理过程的执行计划、索引结构、控制策略和停止标准，揭示有效性、效率与证据忠实度的权衡，并指出结构感知规划、可转移控制策略和鲁棒停止是未来挑战。

GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning

GLM-4.5V 和 GLM-4.1V-Thinking：迈向具有可扩展强化学习的多功能推理

V Team, Wenyi Hong, Wenmeng Yu, Xiaotao Gu, Guo Wang, Guobing Gan, Haomiao Tang, Jiale Cheng, Ji Qi, Junhui Ji, Lihang Pan, Shuaiqi Duan, Weihan Wang, Yan Wang, Yean Cheng, Zehai He, Zhe Su, Zhen Yang, Ziyang Pan, Aohan Zeng, Baoxu Wang, Bin Chen, Boyan Shi, Changyu Pang, Chenhui Zhang, Da Yin, Fan Yang, Guoqing Chen, Haochen Li, Jiale Zhu, Jiali Chen, Jiaxing Xu, Jiazheng Xu, Jing Chen, Jinghao Lin, Jinhao Chen, Jinjiang Wang, Junjie Chen, Leqi Lei, Letian Gong, Leyi Pan, Mingdao Liu, Mingde Xu, Mingzhi Zhang, Qinkai Zheng, Ruiliang Lyu, Shangqin Tu, Sheng Yang, Shengbiao Meng, Shi Zhong, Shiyu Huang, Shuyuan Zhao, Siyan Xue, Tianshu Zhang, Tianwei Luo, Tianxiang Hao, Tianyu Tong, Wei Jia, Wenkai Li, Xiao Liu, Xiaohan Zhang, Xin Lyu, Xinyu Zhang, Xinyue Fan, Xuancheng Huang, Yadong Xue, Yanfeng Wang, Yanling Wang, Yanzi Wang, Yifan An, Yifan Du, Yiheng Huang, Yilin Niu, Yiming Shi, Yu Wang, Yuan Wang, Yuanchang Yue, Yuchen Li, Yusen Liu, Yutao Zhang, Yuting Wang, Yuxuan Zhang, Zhao Xue, Zhengxiao Du, Zhenyu Hou, Zihan Wang, Peng Zhang, Debing Liu, Bin Xu, Juanzi Li, Minlie Huang, Yuxiao Dong, Jie Tang

机构 * Zhipu AI & Tsinghua University（智谱AI与清华大学） 纠错

专题命中 规划决策 ：tool use(abstract)；分类 cs.AI、cs.LG

AI总结 GLM-4.5V和GLM-4.1V-Thinking通过可扩展强化学习提升多模态推理能力，实现多任务高性能表现。

HyperPriv-EPN: Hypergraph Learning with Privileged Knowledge for Ependymoma Prognosis

HyperPriv-EPN: 基于超图学习的特权知识用于室管膜瘤预后预测

Shuren Gabriel Yu, Sikang Ren, Yongji Tian

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Beijing Tiantan Hospital（北京天坛医院） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 HyperPriv-EPN通过基于超图的学习利用特权信息框架，利用术后数据提升术前室管膜瘤预后预测的准确性和生存分层能力。

Comments 6 pages, 2 figures, 2 tables

Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective

下一代智能低空经济部署：O-RAN视角

Aly Sabri Abdalla, Vuk Marojevic

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出基于O-RAN的低空经济框架，利用AI优化实现闭环任务协调，通过语义感知rApp和强化学习xApp提升轨迹规划性能。

Comments This article has been accepted for publication in the IEEE Wireless Communications Magazine

Thinking on Maps: How Foundation Model Agents Explore, Remember, and Reason Map Environments

地图上的思考：基础模型代理如何探索、记忆和推理地图环境

Zhiwei Wei, Yuxing Liu, Hua Liao, Wenjia Xu

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出交互式评估框架，分析基础模型代理在符号地图环境中探索、记忆和推理的过程，揭示不同组件在空间理解中的作用。

Comments 43 pages, 8 figures

Multi-hop Reasoning via Early Knowledge Alignment

通过早期知识对齐实现多跳推理

Yuxin Wang, Shicheng Fang, Bo Wang, Qi Luo, Xuanjing Huang, Yining Zheng, Xipeng Qiu

机构 * Computer Science, Fudan University（复旦大学计算机科学系） ； Institute of Modern Languages and Linguistics, Fudan University（复旦大学现代语言与语言学研究所） ； Shanghai SII（上海SII） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 EKA通过早期知识对齐提升多跳推理效率，增强检索精度和系统性能。

Comments 16 pages

Fisher-Information-Driven Adaptive Acquisition for Photon-Efficient FLIM: A Dual-Implementation Framework for TCSPC and Programmable Time-Gating

基于信息论的自适应获取方法用于光子高效的荧光寿命成像显微镜：适用于时间分辨光子计数和可编程时间门的双实现框架

J. Sumaya-Martinez, E. Torres-Garcia

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于信息论的自适应获取方法，用于提升光子效率的荧光寿命成像显微镜，通过双实现框架实现时间分辨光子计数和可编程时间门的高效数据采集。

Modelling cultural evolution

文化进化建模

Fredrik Jansson

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出了一种文化进化建模的通用模板，通过动态循环连接系统状态、认知过程、行为和宏观结果，以理解文化变化的多元但一致的机制。

Comments Chapter in Johan Lind and Anna Jon-And, eds.: Cultural Evolution from Minimal Principles, Cambridge University Press

TeleWorld: Towards Dynamic Multimodal Synthesis with a 4D World Model

TeleWorld：面向动态多模态合成的4D世界模型

Yabo Chen, Yuanzhi Liang, Jiepeng Wang, Tingxi Chen, Junfei Cheng, Zixiao Gu, Yuyang Huang, Zicheng Jiang, Wei Li, Tian Li, Weichen Li, Zuoxin Li, Guangce Liu, Jialun Liu, Junqi Liu, Haoyuan Wang, Qizhen Weng, Xuan'er Wu, Xunzhi Xiang, Xiaoyan Yang, Xin Zhang, Shiwen Zhang, Junyu Zhou, Chengcheng Zhou, Haibin Huang, Chi Zhang, Xuelong Li

机构 * TeleWorld Team（TeleWorld团队） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TeleWorld提出了一种实时多模态4D世界建模框架，通过生成-重建-引导范式实现动态场景重建与长期记忆，提升世界模型的交互性和计算效率。

Proton therapy range uncertainty reduction using vendor-agnostic tissue characterization on a virtual photon-counting CT head scan

使用虚拟影像模拟器减少质子治疗射程不确定性的方法：一种与供应商无关的组织特性化方法

S. Vrbaški, G. Stanić, S. Molinelli, M. Bhattarai, E. Abadi, M. Ciocca, E. Samei

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出使用虚拟成像模拟器和TissueXplorer软件，通过计算模型和光子计数CT扫描，提高质子治疗射程不确定性的预测精度。

Comments 16 pages, 5 figures; v2 Corrected spelling of an author name

Med-2D SegNet: A Light Weight Deep Neural Network for Medical 2D Image Segmentation

Med-2D SegNet：一种轻量级深度神经网络用于医学2D图像分割

Lameya Sabrin, Md. Sanaullah Chowdhury, Salauddin Tapu, Noyon Kumar Sarkar, Ferdous Bin Ali

专题命中 规划决策 ：planning(abstract)

AI总结 Med-2D SegNet是一种轻量级深度神经网络，通过紧凑的Med Block实现高效准确的医学2D图像分割，适用于多种数据集，展示出在零样本学习中的鲁棒性。

A Systematic Digital Engineering Approach to Verification & Validation of Autonomous Ground Vehicles in Off-Road Environments

面向非公路环境的自主地面车辆验证与验证的系统化数字工程方法

Tanmay Vilas Samak, Chinmay Vilas Samak, Julia Brault, Cori Harber, Kirsten McCane, Jonathon Smereka, Mark Brudnak, David Gorsich, Venkat Krovi

机构 * The MathWorks, Inc.（MathWorks公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种系统化数字工程方法，用于验证和验证自主地面车辆在非公路环境中的自主性，通过数字孪生模拟与MBSE/MBD工作流结合，实现高效测试与自动化分析。

Comments Accepted at Modeling, Estimation and Control Conference (MECC) 2025. DISTRIBUTION STATEMENT A. Approved for public release; distribution is unlimited. OPSEC9523

Journal ref Elsevier IFAC-PapersOnLine, vol. 59, no. 30, pp. 797-802, 2025

Test-time generative augmentation for medical image segmentation

测试时生成增强用于医学图像分割

Xiao Ma, Yuhui Tao, Zetian Zhang, Yuhan Zhang, Xi Wang, Sheng Zhang, Zexuan Ji, Yizhe Zhang, Qiang Chen, Guang Yang

机构 * organization= School of Computer Science ； Engineering, Nanjing University of Science ； organization= Bioengineering Department ； Imperial-X, Imperial College London , city= London , postcode= W12 7SL , country= UK ； organization= Digital Medical Research Center, School of Basic Medical Sciences, Fudan University , city= Shanghai , country= China ； organization= Shanghai Key Laboratory of MICCAI , city= Shanghai , country= China ； organization= School of Biomedical Engineering, Shenzhen University , city= Shenzhen , country= China ； organization= Department of Computer Science ； Engineering, The Hong Kong University of Science ； Engineering, The Chinese University of Hong Kong , city= Hong Kong , country= China ； Lung Institute, Imperial College London , city= London , postcode= SW7 2AZ , country= UK ； organization= Cardiovascular Research Centre, Royal Brompton Hospital , city= London , postcode= SW3 6NP , country= UK ； organization= School of Biomedical Engineering \& Imaging Sciences, King's College London , city= London , postcode= WC2R 2LS , country= UK 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出TTGA方法，通过生成模型在测试时增强医学图像分割，提升分割精度并提供像素级误差估计。

Comments Accepted for publication in Medical Image Analysis (MedIA). Finalized version. Vol. 109, March 2026

Journal ref Medical Image Analysis, Vol. 109, 103902, 2026