AI Agent

Video Generation Models in Robotics -- Applications, Research Challenges, Future Directions

机器人中的视频生成模型——应用、研究挑战与未来方向

Zhiting Mei, Tenny Yin, Ola Shorinwa, Apurva Badithela, Zhonghe Zheng, Joseph Bruno, Madison Bland, Lihan Zha, Asher Hancock, Jaime Fernández Fisac, Philip Dames, Anirudha Majumdar

机构 * Princeton University（普林斯顿大学） ； Temple University（Temple 大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了视频生成模型在机器人学中的应用、研究挑战及未来方向，探讨了其在物理模拟、动作预测和策略评估中的作用及面临的挑战。

FlyCo: Foundation Model-Empowered Drones for Autonomous 3D Structure Scanning in Open-World Environments

FlyCo：基于基础模型的无人机自主3D结构扫描系统

Chen Feng, Guiyong Zheng, Tengkai Zhuang, Yongqian Wu, Fangzhan He, Haojia Li, Juepeng Zheng, Shaojie Shen, Boyu Zhou

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系） ； School of Artificial Intelligence, Sun Yat-sen University（中山大学人工智能学院） ； Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Differential Robotics, Hangzhou, China（杭州差分机器人） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 FlyCo通过整合基础模型实现无人机自主3D扫描，提升开放世界环境下的目标定位与预测效率。

Comments 34 pages, 24 figures, 9 tables. Video: https://www.youtube.com/playlist?list=PLqjZjnqsCyl40rw3y15Yzc7Mdo-z1y2j8

Anatomy Aware Cascade Network: Bridging Epistemic Uncertainty and Geometric Manifold for 3D Tooth Segmentation

解剖感知级联网络：连接知识不确定性与几何流形用于3D牙齿分割

Bing Yu, Liu Shi, Haitao Wang, Deran Qi, Xiang Cai, Wei Zhong, Qiegen Liu

机构 * School of Information Engineering, Nanchang University（信息工程学院，南昌大学） ； First Affiliated Hospital, Jiangxi Medical College, Nanchang University（江西医学院第一附属医院，南昌大学） ； Second Clinical Medical College, Nanchang University（南昌大学第二临床医学院） ； First Clinical Medical College, Nanchang University（南昌大学第一临床医学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 解剖感知级联网络通过结合知识不确定性和几何流形，提升3D牙齿分割的准确性与鲁棒性。

LOONG: Online Time-Optimal Autonomous Flight for MAVs in Cluttered Environments

LOONG：在杂乱环境中实现MAV的在线时间最优自主飞行

Xin Guan, Fangguo Zhao, Qianyi Wang, Chengcheng Zhao, Jiming Chen, Shuo Li

机构 * College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 LOONG框架通过集成规划与控制方法，在杂乱环境中实现MAV的高速时间最优自主飞行，结合模仿学习和模型预测控制，提升机动性能与安全性。

Geometry-Aware LoRaWAN Gateway Placement in Dense Urban Cities Using Digital Twins

基于数字孪生的密集城市中LoRaWAN网关位置优化研究

Abdikarim Mohamed Ibrahim, Rosdiadee Nordin

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出利用数字孪生与光线追踪技术，优化密集城市中LoRaWAN网关的部署位置，评估不同屋顶的覆盖效果并确定所需站点数量。

Digital Twin for Ultra-Reliable & Low-Latency 6G Wireless Communications in Dense Urban City

面向超可靠低时延6G无线通信的密集城市数字孪生

Abdikarim Mohamed Ibrahim, Rosdiadee Nordin

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出利用数字孪生技术研究密集城市中多站点毫米波部署对超可靠低时延通信和沉浸式扩展现实服务的影响，通过光线追踪模拟评估服务性能并提供规划见解。

Co-Existence of Private 5G Network and Wireless Hospital Systems

私有5G网络与无线医院系统共存

Mohsin Iqbal Khan, Matti Hämäläinen, Timo J. Mäkelä, Erkki Harjula, Jani Katisko

专题命中 规划决策 ：planning(abstract)

AI总结 本文探讨了在医院环境中部署私有5G网络的可行性，通过实验验证了其与现有无线系统兼容性及电磁安全性，提出频谱管理策略以支持医院数字化转型。

Comments Submitted for possible publication in IEEE

AURA-CVC: Autonomous Ultrasound-guided Robotic Assistance for Central Venous Catheterization

AURA-CVC: 自主超声引导的机器人辅助中心静脉置管

Deepak Raina, Lidia Al-Zogbi, Brian Teixeira, Vivek Singh, Ankur Kapoor, Thorsten Fleiter, Muyinatu A. Lediju Bell, Vinciya Pandian, Axel Krieger

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Siemens Healthineers（西门子医疗） ； University of Maryland（马里兰大学） ； Penn State University（宾夕法尼亚州立大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 AURA-CVC提出了一种自主超声引导的机器人辅助中心静脉置管系统，实现了从扫描初始化到针头插入的全流程自动化，通过深度学习和运动规划技术在高保真度仿真人体上验证，展示了其在临床应用中的潜力。

Comments Accepted in International Journal of Computer Assisted Radiology and Surgery (IJCARS) 2026

MedPrompt: LLM-CNN Fusion with Weight Routing for Medical Image Segmentation and Classification

MedPrompt: 基于权重路由的LLM-CNN融合用于医学图像分割与分类

Shadman Sobhan, Kazi Abrar Mahmud, Abduz Zami

机构 * 1 ,2 Department of Electrical ； Electronic Engineering,\ University of Engineering ； 3Department of Computer Science \& Engineering,\ University of Engineering \& Technology, Rajshahi-6204, Bangladesh 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 MedPrompt结合LLM和CNN实现医学图像分割与分类，通过权重路由提高可扩展性，实现高准确率和低延迟的实时应用。

Comments 40 pages, 8 Tables, 9 Figures

Journal ref Published at Biomedical Signal Processing and Control Volume 113, Part D, March 2026, 109251

Autonomous Driving in Unstructured Environments: How Far Have We Come?

在无结构环境中实现自动驾驶：我们已经取得了多大进展？

Chen Min, Shubin Si, Xu Wang, Hanzhang Xue, Weizhong Jiang, Zitong Chen, Mengmeng Li, Jilin Mei, Erke Shang, Zhipeng Xiao, Bin Dai, Qi Zhu, Hao Fu, Dawei Zhao, Liang Xiao, Yiming Nie, Yu Hu

机构 * Research Center for Intelligent Computing Systems, SKLP, Institute of Computing Technology, Chinese Academy of Sciences（智能计算系统研究中心、SKLP、计算技术研究所、中国科学院） ； Harbin Engineering University（哈尔滨工程大学） ； Jianghuai Advance Technology Center, Anhui Provincial Key Laboratory of Humanoid Robot, Anhui Provincial Industry Innovation Center of Humanoid Robot（江淮先进技术中心、安徽省人形机器人重点实验室、安徽省人形机器人产业创新中心） ； Beihang University（北航） ； Test Center, National University of Defense Technology（测试中心、国防科技大学） ； National University of Defense Technology（国防科技大学） ； Unmanned Systems Technology Research Center, Defense Innovation Institute（无人系统技术研究中心、创新研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了无结构户外环境中自动驾驶的研究进展，涵盖多个关键技术领域，并讨论了未来研究方向。

Comments Accepted by Journal of Field Robotics (JFR) 2025; Survey paper; 59 pages

Scalable Outdoors Autonomous Drone Flight with Visual-Inertial SLAM and Dense Submaps Built without LiDAR

可扩展的户外自主无人机飞行：基于视觉-惯性SLAM和无LiDAR的密集子地图构建

Sebastián Barbas Laina, Simon Boche, Sotiris Papatheodorou, Dimos Tzoumanikas, Simon Schaefer, Hanzhi Chen, Stefan Leutenegger

机构 * Technical University of Munich（技术大学慕尼黑） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Mobile Robotics Lab（移动机器人实验室） ； Department of Computing（计算学院） ； Imperial College London（伦敦帝国学院） ； Department of Mechanical and Process Engineering（机械与过程工程学院） ； ETH Zurich（苏黎世联邦理工学院） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于视觉-惯性SLAM和无LiDAR的自主无人机系统，实现户外复杂环境下的大规模自主导航和路径规划。

Comments 8 pages, 8 figures

Massively Parallel Reductions in Multivariate Polynomial Systems: Bridging the Symbolic Preprocessing Gap on GPGPU Architectures

多变量多项式系统中的大规模并行缩减：弥合GPGPU架构上的符号预处理差距

Chandrasekhar Gokavarapu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于GPU的架构，通过将S多项式缩减重新解释为syzygy发现，以解决多变量多项式系统中的大规模并行缩减问题。

Water Demand Maximization: Quick Recovery of Nonlinear Physics Solutions

水需求最大化：非线性物理解的快速恢复

Sai Krishna Kanth Hari, Russell Bent

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种高效方法，通过迭代划分细化从MILP松弛问题中恢复可行的MINLP解，从而在减少计算时间的同时提高解的质量。

Brahe: A Modern Astrodynamics Library for Research and Engineering Applications

Brahe：用于研究和工程应用的现代轨道动力学库

Duncan Eddy, Mykel J. Kochenderfer

专题命中 规划决策 ：planning(abstract)

AI总结 Brahe 是一个为研究和工程应用提供现代轨道动力学工具的开源库，旨在提高卫星运动建模和预测的效率与准确性。

Deep Reinforcement Learning based Control Design for Aircraft Recovery from Loss-of-Control Scenario

基于深度强化学习的飞机失控恢复控制设计

Imran Sayyed, Aayush Konar, Nandan Kumar Sinha

专题命中 规划决策 ：agent(abstract)

AI总结 本研究利用深度强化学习设计飞机失控恢复控制，通过PPO算法在高保真模型上训练，实现对角速度的抑制和攻角的稳定，展示了强化学习在飞行控制中的应用潜力。

Comments This paper has been accepted for publication in conference proceedings of 2025, 11th Indian Control Conference

Scaling of Rainfall Intensity and Frequency with Rising Temperatures

降雨强度和频率随温度上升的标度关系

Jun Yin, Bei Gao, Amilcare Porporato

专题命中 规划决策 ：planning(abstract)

AI总结 研究揭示了降雨强度和频率随温度上升的标度关系，通过理论与数据结合，发现降雨强度遵循克劳修斯-克拉佩龙标度，揭示了温度上升对降雨的动态影响。

Comments 21 pages, 3 figures

Walk the PLANC: Physics-Guided RL for Agile Humanoid Locomotion on Constrained Footholds

在受限足部支撑上实现敏捷人形机器人运动：基于物理的强化学习

Min Dai, William D. Compton, Junheng Li, Lizhi Yang, Aaron D. Ames

机构 * Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院） ； Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于物理的强化学习方法，结合结构化步态规划与数据驱动适应，实现人形机器人在受限足部支撑上的敏捷运动，显著提升可靠性。

Joint Binary-Continuous Fractional Programming: Solution Methods and Applications

联合二进制-连续分数规划：解决方案方法与应用

Hoang Giang Pham, Ngan Ha Duong, Tien Mai, Thuy Anh Ta, Minh Hoang Ha

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于对数变换和分段线性近似的方法，用于解决非凸的比值优化问题，通过将问题转化为混合整数凸规划，实现了高效求解并展示了在设施选址和产品定价等应用中的优越性能。

A Large-Scale Study on the Development and Issues of Multi-Agent AI Systems

多智能体AI系统的发展与问题的大型研究

Daniel Liu, Krishna Upadhyay, Vinaik Chhetri, A. B. Siddique, Umar Farooq

机构 * Louisiana State University（路易斯安那州立大学） ； University of Kentucky（肯塔基大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.SE；agentic(comments)

AI总结 本文通过分析多智能体AI系统的开发和问题，揭示了生态系统的发展模式及维护挑战，强调了改进测试和文档的重要性。

Comments 8 pages, 8 figures, IEEE BigData Workshop on Software Engineering for Agentic AI 2025

Logic-Driven Semantic Communication for Resilient Multi-Agent Systems

逻辑驱动的语义通信用于鲁棒的多智能体系统

Tamara Alshammari, Mehdi Bennis

机构 * Centre for Wireless Communication, University of Oulu, Finland（奥卢大学无线通信中心） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于认知和行动韧性的多智能体系统韧性定义，通过形式化逻辑和验证方法实现鲁棒决策与持续运行。

KARMA: Leveraging Multi-Agent LLMs for Automated Knowledge Graph Enrichment

KARMA：利用多智能体大语言模型实现知识图谱的自动化丰富

Yuxing Lu, Wei Wu, Xukai Zhao, Rui Peng, Jinzhuo Wang

机构 * Department of Big Data and Biomedical AI, Peking University（北京大学大数据与生物医学人工智能系） ； Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） ； School of Architecture, Tsinghua University（清华大学建筑学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 KARMA通过多智能体大语言模型自动丰富知识图谱，有效识别新实体并提高正确性与一致性

Comments 24 pages, 3 figures, 2 tables

Journal ref Spotlight paper of NeurIPS 2025

Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction

多智能体系统中的元认知自我校正：通过原型引导的下一步执行重建

Xu Shen, Qi Zhang, Song Wang, Zhen Tan, Xinyu Zhao, Laura Yao, Vaishnav Tadiparthi, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Kwonjoon Lee, Tianlong Chen

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出MASC框架，通过原型引导和下一步执行重建实现多智能体系统的元认知自我校正，有效提升错误检测精度并减少误差传播。

LegalSim: Multi-Agent Simulation of Legal Systems for Discovering Procedural Exploits

LegalSim：多智能体法律系统模拟以发现程序性漏洞

Sanket Badhe

机构 * Rutgers University（罗切斯特大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 LegalSim通过多智能体模拟揭示法律程序中的漏洞链，通过PPO、老虎机、LLM和启发式策略比较，发现AI系统如何利用程序性弱点。

Comments 12 pages with 2 figures, accepted at the NLLP workshop at EMNLP 2025

Journal ref Proceedings of the Natural Legal Language Processing Workshop 2025

Multi-Agent Framework for Controllable and Protected Generative Content Creation: Addressing Copyright and Provenance in AI-Generated Media

可控且受保护的生成内容创作多智能体框架：解决人工智能生成媒体中的版权和来源问题

Haris Khan, Sadia Asif, Shumaila Asif

机构 * National University of Sciences（国家科学与技术大学） ； Rensselaer Polytechnic Institute New York, United States（新泽西理工学院纽约分校） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出一种多智能体框架，通过集成水印和智能体角色解决生成内容的可控性和版权问题，提升语义对齐和水印恢复率。

Journal ref IEEE ICDM Visionary Innovation in Standards and Technology of GenAI 2025

The Subtle Art of Defection: Understanding Uncooperative Behaviors in LLM based Multi-Agent Systems

缺陷的微妙艺术：理解基于大语言模型的多智能体系统中的不合作行为

Devang Kulshreshtha, Wanyu Du, Raghav Jain, Srikanth Doss, Hang Su, Sandesh Swamy, Yanjun Qi

机构 * AWS AI Labs（AWS人工智能实验室） ； UC San Diego（大学圣地亚哥） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 本文提出了一种用于分析基于大语言模型的多智能体系统中不合作行为的框架，通过实验发现不合作行为会迅速导致系统崩溃，同时指出现有防御方法存在检测不足的问题。

Role-Playing LLM-Based Multi-Agent Support Framework for Detecting and Addressing Family Communication Bias

基于角色扮演的LLM多智能体支持框架用于检测和解决家庭沟通偏见

Rushia Harada, Yuken Kimura, Keito Inoshita

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本研究提出基于角色扮演的LLM多智能体框架，用于检测家庭沟通中的理想父母偏见并生成改善反馈。

SwarmFoam: An OpenFOAM Multi-Agent System Based on Multiple Types of Large Language Models

SwarmFoam: 基于多种大语言模型的开放FOAM多智能体系统

Chunwei Yang, Yankai Wang, Jianxiang Tang, Haojie Qu, Ziqiang Zou, YuLiu, Chunrui Deng, Zhifang Qiu, Ming Ding

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 SwarmFoam通过整合多模态感知与智能校正技术，提升复杂CFD模拟的适应性与准确性。

Comments 26 pages, 15 figures

Dynamics of Multi-Agent Actor-Critic Learning in Stochastic Games: from Multistability and Chaos to Stable Cooperation

多智能体Actor-Critic学习的动力学：从多稳态和混沌到稳定的合作

Yuxin Geng, Wolfram Barfuss, Feng Fu, Xingru Chen

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文研究了多智能体Actor-Critic学习在随机博弈中的动力学，发现熵正则化可缓解混沌行为并促进稳定合作。

Modeling Descriptive Norms in Multi-Agent Systems: An Auto-Aggregation PDE Framework with Adaptive Perception Kernels

多智能体系统中描述规范建模：一种具有自适应感知核的自动聚合PDE框架

Chao Li, Ilia Derevitskii, Sergey Kovalchuk

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出一种基于PDE的自动聚合模型，用于模拟多智能体系统中的描述规范动态，通过非局部感知核和势场实现收敛与违反的模拟，并在实验中验证了其在不同约束机制下的有效性。

An Intelligent AI glasses System with Multi-Agent Architecture for Real-Time Voice Processing and Task Execution

基于多智能体架构的智能AI眼镜系统：用于实时语音处理与任务执行

Sheng-Kai Chen, Jyh-Horng Wu, Ching-Yao Lin, Yen-Ting Lin

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；分类 cs.AI

AI总结 本文提出一种基于多智能体架构的AI眼镜系统，实现实时语音处理与多语言任务执行。

Comments Published in NCS 2025 (Paper No. N0180)