AI Agent

Towards Generalisable Imitation Learning Through Conditioned Transition Estimation and Online Behaviour Alignment

通过条件转移估计和在线行为对齐实现通用模仿学习

Nathan Gavenski, Matteo Leonetti, Odinaldo Rodrigues

机构 * King's College London（伦敦国王学院） 纠错

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

AI总结 本文提出UfO方法，通过条件转移估计和在线行为对齐，实现无监督模仿学习，提升模型在未见场景中的泛化能力。

Comments The 25th International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS 2026)

LLMs as Layout Designers: Enhanced Spatial Reasoning for Content-Aware Layout Generation

LLMs作为布局设计师：增强的空间推理用于内容感知布局生成

Sha Li, Stefano Petrangeli, Yu Shen, Xiang Chen, Naren Ramakrishnan

机构 * Virginia Tech（弗吉尼亚理工大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 LaySPA通过强化学习框架增强LLM的空间推理能力，实现内容感知布局生成，优于通用LLM和专用布局模型。

ReFuGe: Feature Generation for Prediction Tasks on Relational Databases with LLM Agents

ReFuGe：基于LLM代理的关联数据库预测任务特征生成

Kyungho Kim, Geon Lee, Juyeon Kim, Dongwon Choi, Shinhwan Kang, Kijung Shin

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 ReFuGe通过LLM代理生成关联数据库预测任务的特征，提升预测性能。

Comments Accepted in ACM WWW 2026 (Short Paper)

Decentralized Learning Strategies for Estimation Error Minimization with Graph Neural Networks

基于图神经网络的去中心化学习策略用于估计误差最小化

Xingran Chen, Navid NaderiAlizadeh, Alejandro Ribeiro, Shirin Saeedi Bidokhti

机构 * Rutgers University（罗格斯大学） ； Duke University（杜克大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出基于图神经网络的去中心化学习策略，用于在动态多跳无线网络中最小化估计误差，通过理论分析和实验验证了策略的可转移性和鲁棒性。

MARO: Learning Stronger Reasoning from Social Interaction

MARO：从社交互动中学习更强的推理能力

Yin Cai, Zhouhong Gu, Juntao Zhang, Ping Chen

机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） 纠错

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

AI总结 MARO通过多智能体社交环境提升大语言模型的推理能力，解决稀疏信号、角色分布不均和环境不稳定问题，实验显示其在社交推理和跨任务迁移上的显著效果。

Challenges for Generative AI in Legal Reasoning

生成AI在法律推理中的挑战

Eljas Linna, Tuula Linna

机构 * Tampere University（塔尔库大学） ； University of Helsinki（赫尔辛基大学） 纠错

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

AI总结 本文探讨了生成AI在法律推理中的关键挑战，分析了现有AI技术在处理法律问题中的局限性，并提出分阶段采用技术以提升法律推理的严谨性。

Reinforcement Learning with Distributed MPC for Fuel-Efficient Platoon Control with Discrete Gear Transitions

基于分布式MPC的强化学习用于高效燃油车队控制与离散换挡过渡

Samuel Mallick, Gianpietro Battocletti, Dimitris Boskos, Azita Dabiri, Bart De Schutter

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

AI总结 本文提出基于强化学习的分布式MPC方法，用于高效燃油车队控制，通过简化连续优化问题和多智能体分解提升计算效率。

Comments 16 pages, 8 figures, submitted to Transaction on IEEE Transactions on Intelligent Transportation Systems

Clinical test cases for commissioning, QA, and benchmarking of model-based dose calculation algorithms in 192Ir HDR gynecologic tandem and ring brachytherapy

临床测试案例用于模型驱动剂量计算算法在192Ir HDR妇科 tandem 和 ring 放射治疗中的验证、质量保证和基准测试

V. Peppa, M. Robitaille, F. Akbari, S. A. Enger, R. M. Thomson, F. Mourtada, G. P. Fonseca

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

AI总结 本文提出了一种用于验证模型驱动剂量计算算法的临床测试案例，通过与蒙特卡洛模拟的对比，评估了算法的性能和局限性，为放射治疗提供基准和质量保证资源。

Comments Published in Medical Physics

Cooperative Optimal Output Tracking for Discrete-Time Multiagent Systems: Stabilizing Policy Iteration Frameworks

离散时间多智能体系统协同最优输出跟踪：稳定化策略迭代框架

Dongdong Li, Jiuxiang Dong

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

AI总结 本文提出两种基于策略迭代的算法，用于离散时间多智能体系统的协同最优输出跟踪，通过稳定化策略迭代框架和Q学习框架实现高效稳定的控制方案。

Comments Published online in IEEE Transactions on Automatic Control, November 2025

Journal ref IEEE Transactions on Automatic Control, Early Access, pp. 1-8, 2025

Advancing Improvisation in Human-Robot Construction Collaboration: Taxonomy and Research Roadmap

推动人机协同建造中的即兴能力：分类与研究路线图

David Wireko Atibila, Vineet R. Kamat, Carol C. Menassa

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

AI总结 本文提出六级分类法，分析人机协同建造中即兴能力的发展现状与未来研究方向，指出技术、概念和方法学三方面障碍，建议通过增强现实、大语言模型和云系统提升人机协作水平。

Comments 73 pages, 8 figures

A Balanced Neuro-Symbolic Approach for Commonsense Abductive Logic

一种平衡的神经符号方法用于常识归纳逻辑

Joseph Cotnareanu, Didier Chetelat, Yingxue Zhang, Mark Coates

机构 * McGill University（麦吉尔大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； International Laboratory on Learning Systems (ILLS)（学习系统国际实验室） ； MILA（蒙特利尔人工智能实验室） 纠错

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

AI总结 本文提出一种平衡神经和符号方法，通过迭代增强逻辑问题中的常识关系，提升复杂推理任务的性能。

Cognitive Platform Engineering for Autonomous Cloud Operations

认知平台工程用于自主云操作

Vinoth Punniyamoorthy, Nitin Saksena, Srivenkateswara Reddy Sankiti, Nachiappan Chockalingam, Aswathnarayan Muthukrishnan Kirubakaran, Shiva Kumar Reddy Carimireddy, Durgaraman Maruthavanan

机构 * IEEE Senior Texas USA（IEEE高级工程师，得克萨斯州，美国） ； Albertsons Companies California USA（Albertsons公司，加利福尼亚州，美国） ； Cleveland State University Ohio USA（克利夫兰州立大学，俄亥俄州，美国） ； IEEE Senior Massachusetts USA（IEEE高级工程师，马萨诸塞州，美国） ； IEEE Senior California USA（IEEE高级工程师，加利福尼亚州，美国） 纠错

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

AI总结 本文提出认知平台工程，通过整合感知、推理和自主行动，提升云操作的自动化与智能化水平，实现更高效的云环境管理。

Journal ref International Journal of Computer Applications. 187, 72 ( Jan 2026), 17-23

High-Fidelity Longitudinal Patient Simulation Using Real-World Data

基于真实世界数据的高保真纵向患者模拟

Yu Akagi, Tomohisa Seki, Hiromasa Ito, Toru Takiguchi, Kazuhiko Ohe, Yoshimasa Kawazoe

机构 * Department of Biomedical Informatics, Graduate School of Medicine, The University of Tokyo（东京大学医学系研究生院生物医学信息学部门） ； Department of Healthcare Information Management, The University of Tokyo Hospital（东京大学医院医疗信息管理部） ； Department of Cardiology and Nephrology, Mie University Graduate School of Medicine（名护大学医学研究生院心内科与肾内科部门） ； Department of Emergency and Critical Care Medicine, Nippon Medical School（日本医疗学校急诊与重症医学部） ； Artificial Intelligence and Digital Twin in Healthcare, Graduate School of Medicine, The University of Tokyo（东京大学医学研究生院人工智能与数字孪生在医疗中的应用部门） ； Graduate School of Health Data Science, Juntendo University（立命馆大学健康数据科学研究生院） 纠错

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

AI总结 本文提出了一种基于真实世界数据的生成式模拟器模型，用于高保真地模拟患者纵向轨迹，展示了其在临床医学中的应用价值。

Bias-Aware Conformal Prediction for Metric-Based Imaging Pipelines

具有偏见意识的符合预测用于基于度量的成像流程

Matt Y. Cheung, Tucker J. Netherton, Laurence E. Court, Ashok Veeraraghavan, Guha Balakrishnan

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

AI总结 本文提出了一种具有偏见意识的符合预测方法，用于改进基于度量的成像流程，通过理论和实证分析证明不对称公式能有效减少偏见带来的预测区间偏差。

Comments 7 pages, 1 figure, accepted at ISBI 2026

CASSANDRA: Programmatic and Probabilistic Learning and Inference for Stochastic World Modeling

CASSANDRA：面向随机世界建模的程序化与概率学习与推理

Panagiotis Lymperopoulos, Abhiramon Rajasekharan, Ian Berlot-Attwell, Stéphane Aroca-Ouellette, Kaheer Suleman

机构 * Skyfall AI ； Tufts University（塔夫茨大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Toronto（多伦多大学） ； Vector Instiute（Vector研究所） 纠错

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

AI总结 CASSANDRA通过结合LLM的知识先验和概率图模型结构学习，提升随机世界建模中的转移预测与规划能力。

Comments 28 pages, 2 figures

Physiology-Informed Generative Multi-Task Network for Contrast-Free CT Perfusion

基于生理信息的生成多任务网络用于无对比剂CT灌注

Wasif Khan, John Rees, Kyle B. See, Simon Kato, Ziqian Huang, Amy Lazarte, Kyle Douglas, Xiangyang Lou, Teng J. Peng, Dhanashree Rajderkar, Pina Sanelli, Amita Singh, Ibrahim Tuna, Christina A. Wilson, Ruogu Fang

机构 * J. Crayton Pruitt Family Department of Biomedical Engineering, University of Florida（朱·克雷顿·普瑞特生物医学工程系，佛罗里达大学） ； Department of Radiology, University of Florida（放射医学系，佛罗里达大学） ； Department of Mathematics and Statistics, University of Florida（数学与统计学系，佛罗里达大学） ； Department of Biostatistics, University of Florida（生物统计学系，佛罗里达大学） ； Department of Neurology, University of Florida（神经医学系，佛罗里达大学） ； Feinstein Institutes for Medical Research（费因斯医学研究所） ； Department of Radiology, Donald and Barbara Zucker School of Medicine at Hofstra Northwell（霍夫斯特拉北威尔医学学院放射医学系） ； Center for Cognitive Aging and Memory, McKnight Brain Institute, University of Florida（认知衰老与记忆中心，麦金托什脑研究所，佛罗里达大学） ； Department of Electrical and Computer Engineering, University of Florida（电气与计算机工程系，佛罗里达大学） 纠错

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

AI总结 基于生理信息的生成多任务网络MAGIC可实现无对比剂CT灌注成像，提升图像保真度与诊断准确性，具有成本效益和临床应用前景。

Comments Under Review

Robust Computational Extraction of Non-Enhancing Hypercellular Tumor Regions from Clinical Imaging Data

鲁棒的非增强型超细胞肿瘤区域从临床影像数据中计算提取

A. Brawanski, Th. Schaffer, F. Raab, K. -M. Schebesch, M. Schrey, Chr. Doenitz, A. M. Tomé, E. W. Lang

机构 * Neurosurgery, University Hospital（神经外科，大学医院） ； CIML, Biophysics, University of Regensburg（CIML生物物理，雷根斯堡大学） ； IEETA, DETI, Universidade de Aveiro（IEETA，DETI，阿维罗大学） 纠错

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

AI总结 本文提出了一种鲁棒的计算框架，用于从临床影像数据中提取非增强型超细胞肿瘤区域，通过多种网络架构提高鲁棒性，并验证了其在临床中的应用价值。

Neuro-Symbolic Verification on Instruction Following of LLMs

神经符号验证在大语言模型指令遵循上的应用

Yiming Su, Kunzhao Xu, Yanjie Gao, Fan Yang, Cheng Li, Mao Yang, Tianyin Xu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出NSVIF框架，通过神经符号方法验证大语言模型是否遵循指令，实验表明其在指令遵循验证中表现优异。

Uni-RS: A Spatially Faithful Unified Understanding and Generation Model for Remote Sensing

Uni-RS: 一种用于遥感的具有空间忠实性的统一理解和生成模型

Weiyu Zhang, Yuan Hu, Yong Li, Yu Liu

机构 * Institute of Remote Sensing and Geographic Information System, School of Earth and Space Sciences, Peking University（遥感与地理信息系统研究所，地球与空间科学学院，北京大学） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（土木与环境工程系，香港科学与技术大学） 纠错

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

AI总结 Uni-RS通过空间布局规划、空间感知查询监督和图像描述空间布局变化，提升遥感文本到图像生成的空间忠实性，同时保持多模态理解任务的性能。

TruthTensor: Evaluating LLMs through Human Imitation on Prediction Market under Drift and Holistic Reasoning

TruthTensor：通过人类模仿在预测市场中评估LLM的漂移和整体推理

Shirin Shahabi, Spencer Graham, Haruna Isah

机构 * Inference Labs Inc（Inference Labs公司） 纠错

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

AI总结 TruthTensor通过人类模仿在预测市场中评估LLM的漂移和整体推理，提供多维度的评估方法。

Comments 16 pages, 6 figures, 2 tables

Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility

科学图像合成：基准测试、方法论与下游应用

Honglin Lin, Chonghan Qin, Zheng Liu, Qizhi Pei, Yu Li, Zhanping Zhong, Xin Gao, Yanfeng Wang, Conghui He, Lijun Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（OpenDataLab，上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出ImgCoder框架和SciGenBench基准，通过逻辑驱动方法提升科学图像生成的结构精度，并展示微调LMMs在科学图像上的效果，验证了高保真合成在多模态推理中的潜力。

Bayesian Robust Financial Trading with Adversarial Synthetic Market Data

对抗性合成市场数据下的贝叶斯稳健金融交易

Haochong Xia, Simin Li, Ruixiao Xu, Zhixia Zhang, Hongxiang Wang, Zhiqian Liu, Teng Yao Long, Molei Qin, Chuqiao Zong, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北航） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种贝叶斯稳健框架，通过生成对抗性合成市场数据和稳健策略学习，提升金融交易在不确定市场环境下的性能。

Breaking Task Impasses Quickly: Adaptive Neuro-Symbolic Learning for Open-World Robotics

快速突破任务瓶颈：面向开放世界机器人的自适应神经符号学习

Pierrick Lorang

机构 * Human-Robot Interaction Lab, Tufts University（塔夫茨大学人机交互实验室） 纠错

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

AI总结 本文提出了一种自适应神经符号学习框架，通过整合符号学习与强化学习，提升机器人在开放世界中的快速适应能力与鲁棒性。

Comments IEEE ICRA 2025 Doctoral Consortium

Location-Robust Cost-Preserving Blended Pricing for Multi-Campus AI Data Centers

具有位置鲁棒性的成本保持混合定价：多校区人工智能数据中心

Qi He

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种具有位置鲁棒性的成本保持混合定价方法，通过两个操作符解决异质位置混合导致的SKU排名反转问题，并在AI数据中心中实现了有效的应用。

When Swin Transformer Meets KANs: An Improved Transformer Architecture for Medical Image Segmentation

当Swin Transformer遇见KANs：一种改进的Transformer架构用于医学图像分割

Nishchal Sapkota, Haoyan Shi, Yejia Zhang, Xianshi Ma, Bofang Zheng, Fabian Vazquez, Pengfei Gu, Danny Z. Chen

机构 * Department of Computer Science and Engineering, University of Notre Dame（计算机科学与工程系，诺丁汉大学） ； Department of Computer Science, University of Texas Rio Grande Valley（计算机科学系，德克萨斯大学里奥格兰德谷分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 UKAST结合KANs与Swin Transformer，提升医学图像分割的效率与准确性，尤其在数据稀缺情况下表现优异。

Comments This paper has been accepted for publication in the Proceedings of the IEEE International Symposium on Biomedical Imaging (ISBI) 2026

Deep-learning-based prediction of Precipitable Water Vapor in the Chajnantor area

基于深度学习的恰努托尔地区可降水汽预测

Alison Matus-Bello, Silvia E. Restrepo, Ricardo Bustos, Yi Hu, Fujia Du, Jaime Cariñe, Pablo García, Javier Maldonado, Rodrigo Reeves, Zhaohui Shang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于LSTM深度学习模型预测恰努托尔地区PWV，显著提升12-24小时预报精度，为射电望远镜观测提供更高效支持。

Comments 9 pages, 9 figures. Published in A&A, 705, A68 (2026)

Journal ref A&A 705, A68 (2026)

MetaWorld: Skill Transfer and Composition in a Hierarchical World Model for Grounding High-Level Instructions

MetaWorld: 一个用于地面指令基础的分层世界模型中的技能迁移与组合

Yutong Shen, Hangxu Liu, Kailin Pei, Ruizhe Xia, Tongtong Feng

机构 * Beijing University of Technology（北京理工大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 MetaWorld通过整合语义规划与物理控制，利用专家策略迁移提升人形机器人在定位-操作任务中的性能。

Comments 8 pages, 4 figures, Submitted to ICLR 2026 World Model Workshop

Strategic AI in Cournot Markets

Cournot市场中的战略AI

Sanyukta Deshpande, Sheldon H. Jacobson

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究了大型语言模型在寡头Cournot市场中的决策行为，揭示其在勾结和定价中的影响，并提出监管策略以恢复市场竞争力。

Research on Optimal Control Problem Based on Reinforcement Learning under Knightian Uncertainty

基于Knightian不确定性的强化学习最优控制问题研究

Ziyu Li, Chen Fei, Weiyin Fei

专题命中 规划决策 ：agent(abstract)

AI总结 本文研究了在Knightian不确定性环境下，利用强化学习解决最优控制问题，通过推导HJB方程并分析LQ案例，验证了最优策略在探索与利用之间的平衡及高斯分布特性。

MSSDF: Modality-Shared Self-supervised Distillation for High-Resolution Multi-modal Remote Sensing Image Learning

MSSDF：多模态自监督蒸馏用于高分辨率遥感图像学习

Tong Wang, Guanzhou Chen, Xiaodong Zhang, Chenxi Liu, Jiaqi Wang, Xiaoliang Tan, Wenchao Guo, Qingyuan Yang, Kaiqi Zhang

机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（测绘遥感信息工程国家重点实验室，武汉大学） ； Electronic Information School, Wuhan University（电子信息学院，武汉大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 MSSDF通过多模态自监督学习提升高分辨率遥感图像的预训练效果，优于现有方法，尤其在语义分割和深度估计任务中表现突出。