AI Agent

Reinforcement Learning via Conservative Agent for Environments with Random Delays

通过保守代理进行具有随机延迟的环境强化学习

Jongsoo Lee, Jangwon Kim, Jiseok Jeong, Soohee Han

机构 * Department of Convergence IT Engineering, Pohang University of Science and Technology（融合信息技术工程系，POSTECH） ； Department of Electrical Engineering, Pohang University of Science and Technology（电气工程系，POSTECH） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 本研究提出保守代理，通过将随机延迟环境转换为等效恒定延迟环境，提升连续控制任务中的渐近性能和样本效率。

StoryState: Agent-Based State Control for Consistent and Editable Storybooks

StoryState: 基于代理的状态控制用于一致且可编辑的故事书

Ayushman Sarkar, Zhenyu Yu, Wei Tang, Chu Chen, Kangning Cui, Mohd Yamani Idna Idris

机构 * Birbhum Institute of Engineering and Technology（比尔布尔工程科技学院） ； Universiti Malaya（马来亚大学） ； City University of Hong Kong（香港城市大学） ； Wake Forest University（威克森林大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 StoryState通过基于代理的状态控制实现多页故事书的一致性与编辑优化

Live-Evo: Online Evolution of Agentic Memory from Continuous Feedback

Live-Evo: 从连续反馈中在线进化智能记忆

Yaolun Zhang, Yiran Wu, Yijiong Yu, Qingyun Wu, Huazheng Wang

机构 * Oregon State University（俄勒冈州立大学） ； AG2 AI（AG2人工智能） ； Penn State University（宾夕法尼亚州立大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；分类 cs.AI、cs.LG

AI总结 Live-Evo通过在线进化记忆系统，在连续反馈中提升任务性能和市场收益。

Comments 13 pages

SPARC-RAG: Adaptive Sequential-Parallel Scaling with Context Management for Retrieval-Augmented Generation

SPARC-RAG：基于上下文管理的自适应顺序-并行扩展用于检索增强生成

Yuxin Yang, Gangda Deng, Ömer Faruk Akgül, Nima Chitsazan, Yash Govilkar, Akasha Tigalappanavara, Shi-Xiong Zhang, Sambit Sahu, Viktor Prasanna

机构 * University of Southern California（南加州大学） ； Capital One 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 SPARC-RAG通过多代理框架实现顺序与并行扩展的协调，提升检索增强生成在多跳问答中的性能和效率。

Past-Discounting is Key for Learning Markovian Fairness with Long Horizons

过去折扣是学习具有长时间范围的马尔可夫公平性的关键

Ashwin Kumar, William Yeoh

机构 * Washington University in St Louis（华盛顿大学圣路易斯分校） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出了一种结合过去折扣的公平性框架，解决了长期时间范围内学习马尔可夫公平性的关键挑战，通过理论分析证明其在状态空间的有界性，为可扩展的公平资源分配提供了新方法。

Learning Markov Decision Processes under Fully Bandit Feedback

在完全老虎机反馈下学习马尔可夫决策过程

Zhengjia Zhuo, Anupam Gupta, Viswanath Nagarajan

机构 * Department of Industrial and Operations Engineering, University of Michigan（工业与运作工程系，密歇根大学） ； Computer Science Department, New York University（计算机科学系，纽约大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了在完全老虎机反馈下学习回合制MDP的高效算法，实现了O(√T)的后悔界，并展示了其在k-项预言不等式中的性能与有详细反馈的算法相当。

Self-Consolidation for Self-Evolving Agents

自组织式自进化代理

Hongzhuo Yu, Fei Zhu, Guo-Sen Xie, Ling Shao

机构 * UCAS-Terminus AI Lab, University of Chinese Academy of Sciences（中国科学院大学Terminus AI实验室，中国科学院大学） ； Centre for Artificial Intelligence and Robotics, HKISI-CAS（人工智能与机器人中心，中国科学院香港研究院） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种自组织式自进化框架，通过对比反思和自组织机制，使LLM代理能有效利用历史经验实现长期进化。

How Implicit Bias Accumulates and Propagates in LLM Long-term Memory

隐性偏见如何在LLM长期记忆中积累和传播

Yiming Ma, Lixu Wang, Lionel Z. Wang, Hongkun Yang, Haoming Sun, Xin Xu, Jiaqi Wu, Bin Chen, Wei Dong

机构 * International Research Center for Artificial Intelligence, Harbin Institute of Technology (Shenzhen), Shenzhen, China ； Chongqing Research Institute of Harbin Institute of Technology, Chongqing, China ； College of Computing ； Data Science, Nanyang Technological University, Singapore ； Department of Management ； Marketing, The Hong Kong Polytechnic University, Hong Kong ； Haide College, Ocean University of China, Qingdao, China ； School of Computer Science, The University of Sheffield, Sheffield, UK ； Department of Automation, Tsinghua University, Beijing, China 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.LG

AI总结 本文研究了LLM长期记忆中隐性偏见的积累与传播，提出动态内存标记方法以缓解偏见问题。

Comments Under review, and the first two authors contribute equally

Can Transformer Memory Be Corrupted? Investigating Cache-Side Vulnerabilities in Large Language Models

Transformer记忆能否被破坏？调查大型语言模型中的缓存侧漏洞

Elias Hossain, Swayamjit Saha, Somshubhra Roy, Ravi Prasad

机构 * College of Engineering and Computer Science, University of Central Florida（中央佛罗里达大学工程与计算机科学学院） ； Department of Computer Science and Engineering, Mississippi State University（密苏里州立大学计算机科学与工程系） ； Department of Electrical and Computer Engineering, North Carolina State University（北卡罗来纳州立大学电子与计算机工程系） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出恶意令牌注入框架，揭示了大型语言模型缓存中的安全漏洞，通过扰动缓存关键向量影响模型输出和任务性能。

Hybrid Artificial-Living Cell Collectives for Wetware Computing

混合人工-生物细胞集体用于湿ware计算

Ceylin Savas, Maryam Javed, Murat Kuscu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种混合人工-生物细胞网络，通过人工细胞调控生化环境并利用细菌集体实现非线性时空动态，用于时间序列预测任务，展示了其在生物医学应用中的潜力。

APEX: A Decoupled Memory-based Explorer for Asynchronous Aerial Object Goal Navigation

APEX：一种解耦的记忆型探索者用于异步空中目标导航

Daoxuan Zhang, Ping Chen, Xiaobo Xia, Xiu Su, Ruichen Zhen, Jianqiang Xiao, Shuo Yang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National University of Singapore（新加坡国立大学） ； Central South University（中南大学） ； Meituan Academy of Robotics（美团机器人研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 APEX通过分层异步架构实现高效空中目标导航，提升探索效率与目标识别精度。

Comments 15 pages, 8 figures

Reach-Avoid-Stabilize Using Admissible Control Sets

利用可接受控制集实现到达-回避-稳定

Zheng Gong, Boyang Li, Sylvia Herbert

机构 * Mechanical and Aerospace Engineering at UC San Diego（机械与航空航天工程系，UC圣地亚哥大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出利用可接受控制集的方法，解决可达-回避-稳定问题，确保系统在连续目标和障碍物回避下安全稳定到达感兴趣点。

Comments 7 pages, 5 figures, submitted to 64th IEEE Conference on Decision and Control

Journal ref 2025 IEEE 64th Conference on Decision and Control (CDC)