AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-01-13 至 2026-01-13 共收录 4 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. GUI与网页智能体 4 篇

2601.07181 2026-01-13 cs.CV 78%

ShowUI-Aloha: Human-Taught GUI Agent

ShowUI-Aloha: 由人类指导的GUI代理

Yichun Zhang, Xiangwu Guo, Yauhong Goh, Jessica Hu, Zhiheng Chen, Xin Wang, Difei Gao, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）

专题命中 GUI与网页智能体：agent(title)；autonomous agent(abstract)

AI总结 ShowUI-Aloha通过将无结构的人类屏幕记录转化为结构化任务，提供了一种可扩展的解决方案，用于构建能够从观察人类中有效学习的通用GUI代理。

Comments 13 Pages, 16 Figures

2601.06806 2026-01-13 cs.CV cs.AI cs.RO 57%

SpatialNav: Leveraging Spatial Scene Graphs for Zero-Shot Vision-and-Language Navigation

SpatialNav: 利用空间场景图进行零样本视觉-语言导航

Jiwen Zhang, Zejun Li, Siyuan Wang, Xiangyu Shi, Zhongyu Wei, Qi Wu

机构 * Fudan University, Shanghai, China（复旦大学）； University of Southern California, Los Angeles, USA（南加州大学）； Australian Institute for Machine Learning, Adelaide University, Australia（澳大利亚机器学习研究所）； Shanghai Innovation Institute, Shanghai, China（上海创新研究院）

专题命中 GUI与网页智能体：agent(abstract)；分类 cs.AI

AI总结 SpatialNav通过构建空间场景图，利用全局空间表示提升零样本视觉-语言导航的效率与性能。

Comments 11 pages, 4 figures, 6 tables

2601.07715 2026-01-13 eess.SY cs.SY 50%

Safe Navigation under Uncertain Obstacle Dynamics using Control Barrier Functions and Constrained Convex Generators

在不确定障碍动态下使用控制屏障函数和约束凸生成器的安全导航

Hugo Matias, Daniel Silvestre

专题命中 GUI与网页智能体：agent(abstract)

AI总结本文提出利用控制屏障函数和约束凸生成器实现安全导航，通过凸优化问题转换障碍物流为CBF，适用于不确定障碍动态的代理导航。

2601.06652 2026-01-13 cs.RO 50%

Follow the Signs: Using Textual Cues and LLMs to Guide Efficient Robot Navigation

跟随标识：利用文本线索和大语言模型引导高效的机器人导航

Jing Cao, Nishanth Kumar, Aidan Curtis

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）

专题命中 GUI与网页智能体：planning(abstract)

AI总结本文提出利用大语言模型和符号模式提升机器人在稀疏环境中高效导航的能力，通过文本线索预测目标位置并优化路径规划。