AI Agent

Efficient Policy Optimization in Robust Constrained MDPs with Iteration Complexity Guarantees

在具有迭代复杂度保证的鲁棒约束MDP中实现高效的策略优化

Sourav Ganguly, Kishan Panaganti, Arnob Ghosh, Adam Wierman

机构 * New Jersey Institute of Technology（新泽西理工学院） ； Caltech（加州理工学院） 纠错

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

AI总结 本文提出了一种在鲁棒约束MDP中高效优化策略的方法，通过最小化约束价值函数并最大化鲁棒奖励价值函数，在O(ε⁻²)次迭代内实现ε次优且可行的策略，无需二分搜索从而提升计算效率。

Imandra CodeLogician: Neuro-Symbolic Reasoning for Precise Analysis of Software Logic

Imandra CodeLogician: 用于软件逻辑精确分析的神经符号推理

Hongyu Lin, Samer Abdallah, Makar Valentinov, Paul Brennan, Elijah Kagan, Christoph M. Wintersteiger, Denis Ignatovich, Grant Passmore

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

AI总结 Imandra CodeLogician通过神经符号推理提升软件逻辑分析的精确性，结合形式方法与LLM，实现更严谨的程序验证与分析。

Comments 52 pages, 23 figures. Includes a new benchmark dataset (code-logic-bench) and evaluation of neurosymbolic reasoning for software analysis

Large Reasoning Models Are Autonomous Jailbreak Agents

大推理模型是自主的越狱代理

Thilo Hagendorff, Erik Derner, Nuria Oliver

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

AI总结 大推理模型能自主执行越狱攻击，研究揭示其对安全机制的威胁，强调需加强模型对齐以防止被利用

Beyond Point Estimates: Likelihood-Based Full-Posterior Wireless Localization

超越点估计：基于似然的完整后验无线定位

Haozhe Lei, Hao Guo, Tommy Svensson, Sundeep Rangan

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

AI总结 本文提出MC-CLE方法，通过神经评分网络和蒙特卡洛采样实现无线定位的完整后验推断，有效提升位置估计的准确性和不确定性量化能力。

How2Everything: Mining the Web for How-To Procedures to Evaluate and Improve LLMs

How2Everything: 从网络挖掘如何操作指南以评估和改进大语言模型

Yapei Chang, Kyle Lo, Mohit Iyyer, Luca Soldaini

机构 * Allen Institute for AI（艾伦人工智能研究所） ； University of Maryland（马里兰大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 How2Everything通过从网络挖掘操作指南，构建评估集并利用强化学习提升模型性能，实现大规模的能力评估与改进闭环。

Comments 53 pages, 22 figures

Intermediate Results on the Complexity of STRIPS$_{1}^{1}$

STRIPS$_{1}^{1}$复杂性的中间结果

Stefan Edelkamp, Jiří Fink, Petr Gregor, Anders Jonsson, Bernhard Nebel

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

AI总结 本文研究STRIPS$_{1}^{1}$复杂性，通过SAT求解器和Petri网分析探讨其NP完全性假设。

OPE: Overcoming Information Saturation in Parallel Thinking via Outline-Guided Path Exploration

OPE：通过大纲引导路径探索克服并行思维中的信息饱和

Qi Guo, Jianing Wang, Deyang Kong, Xiangyu Xi, Jianfei Zhang, Yi Lu, Jingang Wang, Wei Wang, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University, Beijing, China（软件工程国家工程研究中心，北京大学，北京，中国） 纠错

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

AI总结 OPE通过生成多样化的推理大纲，减少信息冗余，提升并行思维在复杂问题中的推理性能。

SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning

SkillRL: 通过递归技能增强强化学习进化智能体

Peng Xia, Jianwen Chen, Hanyang Wang, Jiaqi Liu, Kaide Zeng, Yu Wang, Siwei Han, Yiyang Zhou, Xujiang Zhao, Haifeng Chen, Zeyu Zheng, Cihang Xie, Huaxiu Yao

机构 * University of Chicago（芝加哥大学） ； University of California San Diego（加州大学圣地亚哥分校） ； NEC Labs America（NEC美国实验室） ； University of California Berkeley（加州大学伯克利分校） ； University of California Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 SkillRL通过递归技能增强强化学习，有效提升智能体在复杂任务中的表现与泛化能力。

KoTaP: A Panel Dataset for Corporate Tax Avoidance, Performance, and Governance in Korea

KoTaP：韩国企业税务避税、绩效与治理的面板数据集

Hyungjong Na, Wonho Song, Seungyong Han, Donghyeon Jo, Sejin Myung, Hyungjoon Kim

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

AI总结 KoTaP是一个涵盖韩国非金融企业的长期面板数据集，用于研究税务避税、绩效和治理，提供标准化变量和国际可比性，支持经济计量、AI分析和政策研究。

Comments 18 pages, 3 figures, 8 tables. Submitted to Scientific Data; currently under review. Data and codebook available at Zenodo (DOI: 10.5281/zenodo.17149808)

Objective Decoupling in Social Reinforcement Learning: Recovering Ground Truth from Sycophantic Majorities

社会强化学习中的目标解耦：从趋炎附势的多数中恢复真实目标

Majid Ghasemi, Mark Crowley

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Epistemic Source Alignment（ESA）方法，解决社会强化学习中因多数评估者偏见导致的目标解耦问题，通过判断反馈来源而非信号本身，确保收敛到真实目标。

AD-MIR: Bridging the Gap from Perception to Persuasion in Advertising Video Understanding via Structured Reasoning

AD-MIR：通过结构化推理弥合从感知到说服的广告视频理解鸿沟

Binxiao Xu, Junyu Feng, Xiaopeng Lin, Haodong Li, Zhiyuan Feng, Bohan Zeng, Shaolin Lu, Ming Lu, Qi She, Wentao Zhang

机构 * Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； South China University of Technology, Guangzhou, China（华南理工大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 AD-MIR通过结构化推理框架，结合语义检索与精确关键词匹配，有效解码广告意图，提升广告视频理解的准确性与说服策略分析能力。

VISOR: VIsual Spatial Object Reasoning for Language-driven Object Navigation

VISOR：基于语言驱动的对象导航的视觉空间对象推理

Francesco Taioli, Shiping Yang, Sonia Raychaudhuri, Marco Cristani, Unnat Jain, Angel X Chang

机构 * Polytechnic of Turin（都灵理工大学） ； Simon Fraser University（Simon Fraser大学） ； University of Verona（威尼斯大学） ； University of Reykjavik（雷克雅未克大学） ； University of California, Irvine（加州大学尔湾分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 VISOR提出了一种紧凑的3B参数VLA智能体，通过显式图像基础推理实现人类般的具身推理，提升对象识别和动作选择的可解释性、泛化能力和导航效率。

Let's Simplify Step by Step: Guiding LLM Towards Multilingual Unsupervised Proficiency-Controlled Sentence Simplification

逐步简化：引导LLM实现多语言无监督能力控制的句子简化

Jingshen Zhang, Xin Ying Qiu, Lifang Lu, Zhuhua Huang, Yutao Hu, Yuechang Wu, JunYu Lu

机构 * Department of Computer Science, School of Information Science and Technology, Guangdong University of Foreign Studies（计算机科学系，信息科学与技术学院，广东外语外贸大学） ； College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） ； Lionrock AI Lab, China Merchants Research Institute of Advanced Technology（Lionrock AI实验室，中国远洋科技研究院） 纠错

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

AI总结 本文提出一种多语言无监督句子简化框架，通过分步骤简化提升控制能力，但发现保持语义忠实仍具挑战性。

Comments Accepted to EACL 2026 Findings

VertCoHiRF: Decentralized Vertical Clustering Beyond k-means

VertCoHiRF：超越k-means的去中心化垂直聚类

Bruno Belucci, Karim Lounici, Vladimir R. Kostic, Katia Meziani

机构 * CEREMADE, University of Paris Dauphine - PSL, Paris, France（巴黎中央经济与应用数学学院，巴黎第四大学-PSL，巴黎，法国） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 VertCoHiRF提出一种基于结构共识的去中心化垂直联邦聚类方法，通过标识符级共识实现跨代理的共享层次聚类，支持异构特征空间和隐私保护。

Reactive Knowledge Representation and Asynchronous Reasoning

反应式知识表示与异步推理

Simon Kohaut, Benedict Flade, Julian Eggert, Kristian Kersting, Devendra Singh Dhami

机构 * Honda Research Institute EU Offenbach am Main, Hesse Germany ； Uncertainty in Artificial Intelligence Group, TU Eindhoven Eindhoven, North Brabant Netherlands ； Konrad Zuse School of Excellence in Learning ； Honda Research Institute EU ； Hessian Center for Artificial Intelligence (hessian.AI) ； Centre for Cognitive Science, TU Darmstadt ； German Center for Artificial Intelligence (DFKI) 纠错

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

AI总结 本文提出Resin和RCs，通过反应式和异步概率推理方法，实现高效且精确的实时动态环境推断。

ShoppingComp: Are LLMs Really Ready for Your Shopping Cart?

ShoppingComp: LLMs 是否真的准备好为您的购物车服务？

Huaixiao Tou, Ying Zeng, Yuemeng Li, Cong Ma, Muzhi Li, Minghao Li, Weijie Yuan, He Zhang, Kai Jia

机构 * ByteDance（字节跳动） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 ShoppingComp通过现实世界基准揭示LLM在购物代理任务中的局限性，强调其在信息定位、多约束验证和风险决策方面的不足。

DRAGON: Domain-specific Robust Automatic Data Generation for RAG Optimization

DRAGON: 领域特定的鲁棒自动数据生成用于RAG优化

Haiyang Shen, Hang Yan, Zhongshi Xing, Mugeng Liu, Yue Li, Zhiyang Chen, Yuxiang Wang, Jiuzheng Wang, Yun Ma

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Computer Science, Peking University（北京大学计算机学院） ； The Chinese University of Hong Kong（香港中文大学） ； School of Computer Science, Sun Yat-sen University（中山大学计算机学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院） 纠错

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

AI总结 DRAGON通过领域特定的自动数据生成优化RAG检索性能，提升跨领域检索鲁棒性和系统准确性。

A High Resolution Urban and Rural Settlement Map of Africa Using Deep Learning and Satellite Imagery

利用深度学习和卫星影像制作非洲高分辨率城乡地图

Mohammad Kakooei, James Bailie, Markus B. Pettersson, Albin Söderberg, Albin Becevic, Adel Daoud

机构 * Institute for Analytical Sociology, Linköping University, Sweden（分析社会研究所，利尔贝里大学，瑞典） ； Geomatics, Department of Environmental and Life Sciences, Karlstad University, Sweden（测绘学，环境与生命科学系，卡尔斯塔德大学，瑞典） ； Department of Statistics, Harvard University, Massachusetts, USA（统计学系，哈佛大学，马萨诸塞州，美国） ； Department of Computer Science and Engineering, Chalmers University of Technology, Gothenburg, Sweden（计算机科学与工程系，查尔姆斯理工大学，哥德堡，瑞典） ； The AI and Global Development Lab (www.global-lab.ai)（人工智能与全球发展实验室） 纠错

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

AI总结 本研究利用深度学习和卫星影像，开发了高分辨率非洲城乡地图，提升了对非洲聚居地变化的分析能力。

Comments 25 pages, 12 figures

Journal ref Scientific Reports 16, 637 (2026)

Adaptive Retrieval helps Reasoning in LLMs -- but mostly if it's not used

自适应检索有助于增强大语言模型的推理能力——但主要是当它不被使用时

Srijan Shakya, Anamaria-Roberta Hartl, Sepp Hochreiter, Korbinian Pöppel

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本研究发现自适应检索在某些情况下反而有助于提升大语言模型的推理能力，表明模型在无需检索时可能表现更佳。

Comments Eurips Workshop on Principles of Generative Modeling (PriGM)

Attention-Driven Framework for Non-Rigid Medical Image Registration

基于注意力机制的非刚性医学图像配准框架

Muhammad Zafar Iqbal, Ghazanfar Farooq Siddiqui, Anwar Ul Haq, Imran Razzak

机构 * Department of Computer Sciences, Quaid-i-Azam University (QAU)（夸赞大学计算机科学系） ； School of Engineering and Technology, Centre for Intelligent Systems, CQU Sydney（悉尼大学工程与技术学院） ； MBZUAI（穆扎布哈大学） ； UNSW Sydney（悉尼新南威尔士大学） 纠错

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

AI总结 本文提出基于注意力机制的非刚性医学图像配准框架AD-RegNet，结合3D UNet与双向交叉注意力，实现高精度且高效的图像配准，适用于多种解剖结构和成像模态。

MosaicThinker: On-Device Visual Spatial Reasoning for Embodied AI via Iterative Construction of Space Representation

MosaicThinker: 通过迭代构建空间表示实现设备端具身AI的视觉空间推理

Haoming Wang, Qiyao Xue, Weichen Liu, Wei Gao

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 MosaicThinker通过迭代构建空间表示，提升设备端具身AI在复杂跨帧空间推理任务中的准确性。

XAI-CLIP: ROI-Guided Perturbation Framework for Explainable Medical Image Segmentation in Multimodal Vision-Language Models

XAI-CLIP: 通过区域感兴趣引导扰动框架实现多模态视觉-语言模型中可解释的医学图像分割

Thuraya Alzubaidi, Sana Ammar, Maryam Alsharqi, Islem Rekik, Muzammil Behzad

机构 * King Fahd University of Petroleum and Minerals（国王法赫德石油和矿物大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Imperial College London（伦敦帝国学院） ； KFUPM-SDAIA Joint Research Centre for Artificial Intelligence（KFUPM-SDAIA联合人工智能研究中心） 纠错

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

AI总结 XAI-CLIP通过多模态视觉-语言模型嵌入实现医学图像分割的可解释性和效率提升，减少计算开销并提高分割精度。

Contraction Metric Based Safe Reinforcement Learning Force Control for a Hydraulic Actuator with Real-World Training

基于收缩度量的液压执行器安全强化学习力控制（真实世界训练）

Lucca Maitan, Lucas Toschi, Cícero Zanette, Elisa G. Vergamini, Leonardo F. Santos, Thiago Boaventura

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于收缩度量的液压执行器安全强化学习方法，通过真实硬件训练提升力控制性能并抑制不稳定性。

Any-to-All MRI Synthesis: A Unified Foundation Model for Nasopharyngeal Carcinoma and Its Downstream Applications

任意到全部MRI合成：鼻咽癌及其下游应用的统一基础模型

Yao Pu, Yiming Shi, Zhenxi Zhang, Peixin Yu, Yitao Zhuang, Xiang Wang, Hongzhao Chen, Jing Cai, Ge Ren

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出统一基础模型实现任意到全部MRI合成，提升鼻咽癌放疗的准确性和临床实用性。

A Generic Service-Oriented Function Offloading Framework for Connected Automated Vehicles

面向连接自动化车辆的通用服务导向功能卸载框架

Robin Dehler, Michael Buchholz

机构 * Institute of Measurement, Control and Microtechnology, Ulm University（测量、控制与微技术研究所，乌尔姆大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种面向连接自动化车辆的通用服务导向功能卸载框架，通过基于位置的策略实现任务卸载，提升计算效率并保证服务质量。

Comments 8 pages, 6 figures, 2 tables, published in RA-L

Journal ref IEEE Robotics and Automation Letters (Volume: 10, Issue: 5, May 2025)

Controlled Flight of an Insect-Scale Flapping-Wing Robot via Integrated Onboard Sensing and Computation

基于集成机载感知与计算的昆虫尺度扑翼机器人受控飞行

Yi-Hsuan Hsiao, Quang Phuc Kieu, Zhongtao Guan, Suhan Kim, Jiaze Cai, Owen Matteson, Jonathan P. How, Elizabeth Farrell Helbling, YuFeng Chen

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出了一种1.29克的昆虫尺度扑翼机器人，通过集成机载感知与计算实现自主飞行，展示了厘米级定位精度和避障能力。

Comments 22 pages, 7 figures

Nimbus: A Unified Embodied Synthetic Data Generation Framework

Nimbus：一个统一的具身合成数据生成框架

Zeyu He, Yuchang Zhang, Yuanzhen Zhou, Miao Tao, Hengjie Li, Hui Wang, Yang Tian, Jia Zeng, Tai Wang, Wenzhe Cai, Yilun Chen, Ning Gao, Jiangmiao Pang

专题命中 规划决策 ：planning(abstract)

AI总结 Nimbus通过统一的四层架构和解耦执行模型，提升合成数据生成的吞吐量和稳定性，支持大规模分布式环境下的持续高吞吐数据生成。

Collision Risk Estimation via Loss Prediction in End-to-End Autonomous Driving

通过碰撞损失预测进行端到端自动驾驶中的碰撞风险估计

Ziliang Xiong, Shipeng Liu, Nathaniel Helgesen, Hongwei Li, Joakim Johnander, Per-Erik Forssen

机构 * Zenseact（Zenseact公司） ； Department of Biomedical Engineering and Department of Diagnostic Radiology, National University of Singapore（生物医学工程系和诊断放射学系，新加坡国立大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 通过预测碰撞损失来估计碰撞风险，提升端到端自动驾驶的安全性。

EgoFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving

EgoFSD：面向端到端自动驾驶的以自我为中心的完全稀疏范式，结合不确定性去噪和迭代细化

Haisheng Su, Wei Wu, Zhenjie Yang, Isabel Guan

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； SenseAuto ； The Hong Kong University of Science and Technology（香港理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 EgoFSD通过引入稀疏感知、分层交互和迭代运动规划，提升端到端自动驾驶的效率和性能，减少误差和碰撞，提高训练稳定性。

Comments Accepted to ICRA2026

Impact of an Autonomous Shuttle Service on Urban Road Capacity: Experiments by Microscopic Traffic Simulation

自动驾驶接驳服务对城市道路容量的影响：通过微观交通模拟的实验

Sudipta Roy, Bat-hen Nahmias-Biran, Samiul Hasan

专题命中 规划决策 ：planning(abstract)

AI总结 本研究通过微观交通模拟实验，探讨自动驾驶接驳服务对城市道路容量的影响，发现提高接驳车辆速度可改善交通状况。

Comments 16 Pages, 5 Figures, 6 Tables. Accepted in Transportation Research Board Annual Meeting 2024