AI Agent

VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning

VIKI-R: 通过强化学习协调具身多智能体合作

Li Kang, Xiufeng Song, Heng Zhou, Yiran Qin, Jie Yang, Xiaohong Liu, Philip Torr, Lei Bai, Zhenfei Yin

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

AI总结 VIKI-R通过强化学习协调多智能体合作，提出分层基准VIKI-Bench，显著提升多智能体视觉驱动合作性能。

Comments Accepted by NeurIPS 2025 Track on Datasets and Benchmarks. Project page: https://faceong.github.io/VIKI-R/

How malicious AI swarms can threaten democracy: The fusion of agentic AI and LLMs marks a new frontier in information warfare

恶意AI群如何威胁民主：代理AI与大语言模型的融合标志着信息战争的新前沿

Daniel Thilo Schroeder, Meeyoung Cha, Andrea Baronchelli, Nick Bostrom, Nicholas A. Christakis, David Garcia, Amit Goldenberg, Yara Kyrychenko, Kevin Leyton-Brown, Nina Lutz, Gary Marcus, Filippo Menczer, Gordon Pennycook, David G. Rand, Maria Ressa, Frank Schweitzer, Dawn Song, Christopher Summerfield, Audrey Tang, Jay J. Van Bavel, Sander van der Linden, Jonas R. Kunst

机构 * Department of Sustainable Communication Technologies, SINTEF Digital（可持续通信技术系，SINTEF数字） ； Max Planck Institute for Security and Privacy（安全与隐私研究所） ； Department of Mathematics, City St George’s University of London（数学系，圣乔治大学） ； Macrostrategy Research Initiative（战略研究计划） ； Human Nature Lab, Yale University（人性实验室，耶鲁大学） ； Department of Politics and Public Administration, University of Konstanz（政治与公共管理系，康斯坦茨大学） ； Harvard Business School, Harvard University（哈佛商学院，哈佛大学） ； Department of Psychology, University of Cambridge（心理学系，剑桥大学） ； Department of Computer Science, University of British Columbia（计算机科学系，不列颠哥伦比亚大学） ； Department of Human Centered Design & Engineering, University of Washington（以人为本设计与工程系，华盛顿大学） ； Department of Psychology, New York University（心理学系，纽约大学） ； Observatory on Social Media and Luddy School of Informatics, Computing, and Engineering, Indiana University（社交媒体观察所和信息、计算与工程学院，印第安纳大学） 纠错

专题命中 规划决策 ：agentic(title)；agent(abstract)；AI agent(abstract)；autonomous agent(abstract)

AI总结 本文探讨了恶意AI群通过融合代理AI与大语言模型对民主构成的威胁，并提出多方面的干预措施。

Comments 5 Pages, This is the author's version of the work. It is posted here by permission of the AAAS for personal use, not for redistribution. The definitive version was published in Science on January 22, 2026, DOI: 10.1126/science.adz1697

Agentic Uncertainty Quantification

代理不确定性量化

Jiaxin Zhang, Prafulla Kumar Choubey, Kung-Hsiang Huang, Caiming Xiong, Chien-Sheng Wu

机构 * Salesforce AI Research（Salesforce人工智能研究） 纠错

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

AI总结 本文提出双过程代理UQ框架，通过不确定性感知记忆与反思机制，实现主动双向控制信号，提升代理在长周期推理中的可靠性和性能。

Comments 36 pages, 9 figures, 9 tables

DISPATCH -- Decentralized Informed Spatial Planning and Assignment of Tasks for Cooperative Heterogeneous Agents

DISPATCH -- 分布式知情空间规划与任务分配以实现协作异构代理

Yao Liu, Sampad Mohanty, Elizabeth Ondula, Bhaskar Krishnamachari

专题命中 规划决策 ：planning(title)；agent(abstract)；multi-agent(abstract)

AI总结 DISPATCH提出两种算法，通过整合公平性和效率，在分布式环境下实现异构代理任务分配的公平与效率平衡。

Cosmos Policy: Fine-Tuning Video Models for Visuomotor Control and Planning

Cosmos Policy: 为视觉运动控制和规划微调视频模型

Moo Jin Kim, Yihuai Gao, Tsung-Yi Lin, Yen-Chen Lin, Yunhao Ge, Grace Lam, Percy Liang, Shuran Song, Ming-Yu Liu, Chelsea Finn, Jinwei Gu

机构 * NVIDIA ； Stanford University（斯坦福大学） 纠错

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

AI总结 Cosmos Policy通过单阶段后训练将预训练视频模型转化为高效机器人策略，实现视觉运动控制与规划的先进性能。

MMP-A*: Multimodal Perception Enhanced Incremental Heuristic Search on Path Planning

MMP-A*：多模态感知增强的路径规划增量启发式搜索

Minh Hieu Ha, Khanh Ly Ta, Hung Phan, Tung Doan, Tung Dao, Dao Tran, Huynh Thi Thanh Binh

机构 * Hanoi University of Science and Technology（河内科学技术大学） ； Vingroup Big Data Research Center（VinGroup大数据研究中心） ； FPT Software AI Center（FPT软件AI中心） 纠错

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

AI总结 MMP-A*通过融合视觉语言模型的空间感知与自适应衰减机制，提升路径规划的几何精度与计算效率。

Bivariate topological complexity: a framework for coordinated motion planning

双变量拓扑复杂度：协同运动规划的框架

Jose Manuel Garcia Calcines, Jose Antonio Vilches Alarcon

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出双变量拓扑复杂度框架，用于协调运动规划，通过共享目标空间衡量同步复杂度，并研究其与严格不变量的关系。

Comments 33 pages

Controlling Long-Horizon Behavior in Language Model Agents with Explicit State Dynamics

通过显式状态动力学控制语言模型代理的长周期行为

Sukesh Subaharan

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

AI总结 本文提出通过显式情感动力学控制语言模型代理的长周期行为，通过引入持续的情感状态并结合一阶和二阶更新规则，提升对话的连贯性和响应稳定性。

Comments Supplementary materials can be found here: https://github.com/drsukeshs/agent-behavior-ext-dynamics

PhysProver: Advancing Automatic Theorem Proving for Physics

PhysProver: 推动物理领域自动定理证明的发展

Hanning Zhang, Ruida Wang, Rui Pan, Wenyuan Wang, Bingxu Meng, Tong Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Rutgers University（罗格斯大学） 纠错

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

AI总结 PhysProver通过结合可验证语言和强化学习，提升物理领域形式化定理证明的效率和效果。

Comments Preprint

Grounding Large Language Models in Reaction Knowledge Graphs for Synthesis Retrieval

将反应知识图谱接地于大语言模型以实现合成检索

Olga Bunkova, Lorenzo Di Fruscia, Sophia Rupprecht, Artur M. Schweidtmann, Marcel J. T. Reinders, Jana M. Weber

机构 * Department of Intelligent Systems, Delft University of Technology（智能系统系，代尔夫特理工大学） ； Department of Chemical Engineering, Delft University of Technology（化学工程系，代尔夫特理工大学） 纠错

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

AI总结 本研究通过将反应路径检索转化为图查询生成问题，利用对齐示例的单样本提示提升大语言模型在合成规划中的检索准确性。

Comments Accepted at ML4Molecules 2025 (ELLIS UnConference workshop), Copenhagen, Denmark, December 2, 2025. Workshop page: https://moleculediscovery.github.io/workshop2025/

Virtual Traffic Police: Large Language Model-Augmented Traffic Signal Control for Unforeseen Incidents

虚拟交通警察：基于大语言模型的交通信号控制用于突发事件

Shiqi Wei, Qiqing Wang, Kaidi Yang

机构 * Department of Civil and Environmental Engineering, National University of Singapore（环境与土木工程系，新加坡国立大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于大语言模型的交通信号控制框架，通过虚拟交通警察代理实时调整信号控制器参数，提升应对突发事件的效率和可靠性。

VitalDiagnosis: AI-Driven Ecosystem for 24/7 Vital Monitoring and Chronic Disease Management

VitalDiagnosis：基于AI的生态系统，用于24/7生命体征监测和慢性病管理

Zhikai Xue, Tianqianjin Lin, Pengwei Yan, Ruichun Wang, Yuxin Liu, Zhuoren Jiang, Xiaozhong Liu

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

AI总结 VitalDiagnosis利用AI技术，通过整合可穿戴设备数据与大语言模型，实现24/7生命体征监测和慢性病管理的主动参与，提升患者自我管理能力并减少临床工作量。

Comments Accepted by AAAI 2026 Demo

DualShield: Safe Model Predictive Diffusion via Reachability Analysis for Interactive Autonomous Driving

DualShield: 通过可达性分析实现交互式自动驾驶的安全模型预测扩散

Rui Yang, Lei Zheng, Ruoyu Yao, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科学与技术大学（广州）） 纠错

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

AI总结 DualShield通过可达性分析实现交互式自动驾驶的安全模型预测扩散，结合前瞻性指导和反应性安全防护，提升安全性和任务效率。

Comments 8 pages, 5 figures

Performance-guided Reinforced Active Learning for Object Detection

基于性能的强化主动学习用于目标检测

Zhixuan Liang, Xingyu Zeng, Rui Zhao, Ping Luo

机构 * The University of Hong Kong（香港大学） ； SenseTime Research（商汤科技研究院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 MGRAL通过强化学习优化样本选择，以提升目标检测的mAP性能，实现高效主动学习。

Comments Accepted by ICASSP 2026. Camera-ready Version

From Generative Engines to Actionable Simulators: The Imperative of Physical Grounding in World Models

从生成引擎到可操作模拟器：世界模型中物理基础的必要性

Zhikang Chen, Tingting Zhu

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

AI总结 本文提出将世界模型重新定义为可操作模拟器，强调因果结构和约束意识，以提升医疗决策中的反事实推理和长期预见能力。

Graph Neural Networks, Deep Reinforcement Learning and Probabilistic Topic Modeling for Strategic Multiagent Settings

图神经网络、深度强化学习和概率主题建模用于战略多智能体设置

Georgios Chalkiadakis, Charilaos Akasiadis, Gerasimos Koresis, Stergios Plataniotis, Leonidas Bakopoulos

机构 * School of Electrical 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文综述了图神经网络、深度强化学习和概率主题建模在战略多智能体设置中的应用与挑战，探讨了处理不确定性和异质性等关键问题。

Comments 28 pages

CT-PatchTST: Channel-Time Patch Time-Series Transformer for Long-Term Renewable Energy Forecasting

CT-PatchTST：用于长周期可再生能源预测的通道-时间补丁时间序列变压器

Kuan Lu, Menghao Huo, Yuxiao Li, Qiang Zhu, Zhenrui Chen

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Cornell University（康奈尔大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Northeastern University（东北大学） ； Fu Foundation School of Engineering and Applied Science（富兰克林基金会工程与应用科学学院） ； Columbia University in the City of New York（纽约市哥伦比亚大学） ； School of Engineering（工程学院） ； Santa Clara University（圣克拉拉大学） ； Department of Mechanical and Aerospace Engineering（机械与航空航天工程系） ； University of Houston（休斯顿大学） 纠错

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

AI总结 CT-PatchTST通过捕捉时间依赖性和跨通道相关性，提升风能和太阳能的长周期预测精度，优化能源存储调度，增强电网稳定性与响应性。

Comments Published in: 2025 10th International Conference on Computer and Information Processing Technology (ISCIPT)

Journal ref 2025 10th International Conference on Computer and Information Processing Technology (ISCIPT), pp. 86-95

Turbine location-aware multi-decadal wind power predictions for Germany using CMIP6

基于CMIP6的德国多十年风力发电预测：考虑涡轮机位置的风力发电预测

Nina Effenberger, Nicole Ludwig

机构 * Cluster of Excellence Machine Learning University of Tübingen（卓越中心机器学习大学图宾根） 纠错

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

AI总结 本研究利用CMIP6气候模型数据，通过高斯过程预测德国多十年风力发电，发现风力发电在2050年前变化较小，且SSP2-4.5和SSP3-7.0情景与实际发电吻合良好，凸显位置意识对风力发电预测的重要性。

Comments Updated version, pre-print

Journal ref Environ. Data Science 4 (2025) e38

Keyframe-Based Feed-Forward Visual Odometry

基于关键帧的前馈视觉里程计

Weichen Dai, Wenhan Su, Da Kong, Yuhang Ming, Wanzeng Kong

机构 * Key Laboratory of Brain Machine Collaborative Intelligence of Zhejiang Province, School of Computer Science, Hangzhou Dianzi University（浙江省脑机协同智能重点实验室，计算机科学学院，杭州电子大学） ； Technion Autonomous Systems Program, Technion - Israel Institute of Technology（技术ion自主系统计划，技术ion-以色列理工学院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于关键帧的前馈视觉里程计方法，通过强化学习自适应选择关键帧，提升视觉里程计的性能。

D-Optimality-Guided Reinforcement Learning for Efficient Open-Loop Calibration of a 3-DOF Ankle Rehabilitation Robot

基于D-最优性的强化学习用于3-自由度踝关节康复机器人高效开环校准

Qifan Hu, Branko Celler, Weidong Mu, Steven W. Su

机构 * Affiliated Provincial Hospital, Shandong First Medical University（山东第一医科大学附属省立医院） ； Faculty of Engineering, University of New South Wales（新南威尔士大学工程学院） ； Faculty of Engineering and IT, University of Technology Sydney（悉尼大学技术与信息工程学院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于D-最优性的强化学习方法，用于高效校准三自由度踝关节康复机器人，提升校准效率和参数估计的鲁棒性。

A Universal Large Language Model -- Drone Command and Control Interface

通用大型语言模型——无人机指挥与控制接口

Javier N. Ramos-Silva, Peter J. Burke

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种通用的无人机控制接口，通过MCP协议实现LLM与无人机的无缝集成，提供实时导航和飞行控制能力。

Inferring and Interpreting the Visual Geometric Albedo and Phase Function of Earth

推断和解释地球的视觉几何反照率和相函数

Tyler D. Robinson

专题命中 规划决策 ：planning(abstract)

AI总结 本研究通过物理-统计模型推断地球的视觉几何反照率，并揭示气溶胶散射可能模仿海洋反光，为行星光度学提供新见解。

Comments Accepted to PSJ

Journal ref 2026, The Planetary Science Journal, 7(1), 12

A comprehensive framework for statistical testing of brain dynamics

一种用于大脑动态统计检验的综合框架

Nick Yao Larsen, Laura Paulsen, Christine Ahrends, Anderson M. Winkler, Diego Vidaurre

专题命中 规划决策 ：workflow(abstract)

AI总结 本文提出了一种用于大脑动态统计检验的综合框架，通过高斯-线性隐马尔可夫模型支持多种实验模态，提供统计分析和可视化工具，适用于神经科学和心理健康研究。

Comments 39 pages, 7 figures

Journal ref Nature Protocols, 2026

The Subtlety of Optimal Paternalism in a Population with Bounded Rationality

在有限理性人口中的最优 paternalism 细微之处

Charles F. Manski, Eytan Sheshinski

专题命中 规划决策 ：planning(abstract)

AI总结 研究探讨在有限理性人口中，最优 paternalism 需要规划者具备广泛知识，且需考虑规划者自身有限理性。