AI Agent

Biomechanically Informed Image Registration for Patient-Specific Aortic Valve Strain Analysis

生物力学引导的图像配准用于患者特异性主动脉瓣应变分析

Mohsen Nakhaei, Alison Pouch, Silvani Amin, Matthew Daemer, Christian Herz, Natalie Yushkevich, Lourdes Al Ghofaily, Nimesh Desai, Joseph Bavaria, Matthew Jolley, Wensi Wu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种结合有限元法的图像配准方法，用于患者特异性主动脉瓣应变分析，提高生物力学评估的准确性。

A Simulation of Ageing and Care Accessibility in Italian Inner Areas

意大利内区老龄化与照护可及性模拟

Roberto garrone

专题命中 规划决策 ：agent(abstract)

AI总结 本研究通过空间显式行为者导向模型，分析意大利内区老龄化与照护可及性，揭示空间阻抗与行为能力对照护负担的影响，为政策制定提供依据。

Comments Comments: 18 pages, 2 figures, 6 tables; supplementary material included

Language-in-the-Loop Culvert Inspection on the Erie Canal

Erie运河的循环检测

Yash Turkar, Yashom Dighe, Karthik Dantu

机构 * Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 VISION通过结合视觉-语言模型和受限视角规划，实现Erie运河涵洞的自主检测，生成高分辨率图像并提升专家评估一致性。

Comments First two authors contributed equally

$^{171}$Yb Reference Data

$^{171}$Yb参考数据

Ronen M. Kroeze, Sofus Laguna Kristensen, Sebastian Pucher

专题命中 规划决策 ：planning(abstract)

AI总结 本文提供了$^{171}$Yb原子的物理和光学性质数据，涵盖关键跃迁参数及转换方程，为量子光学和精密计量研究提供最新参考。

Comments 40 pages, 8 figures, 14 tables; see Release Notes for changes. arXiv admin note: text overlap with arXiv:2507.10487

What Matters in Building Vision-Language-Action Models for Generalist Robots

在通用机器人中构建视觉-语言-动作模型所关注的关键因素

Xinghang Li, Peiyan Li, Long Qian, Minghuan Liu, Dong Wang, Jirong Liu, Bingyi Kang, Xiao Ma, Xinlong Wang, Di Guo, Tao Kong, Hanbo Zhang, Huaping Liu

机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； ByteDance Research（字节跳动研究院） ； CASIA MAIS-NLPR ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究揭示了构建通用机器人视觉-语言-动作模型的关键因素，开发了无需大量手动设计的RoboVLMs，实现了模拟和现实任务中的新状态-of-the-art性能。

Comments Project page: robovlms.github.io. Added limitations and future works. Fix categorization

Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix (STAG-NN-BA) for Remote Land-use Change Detection

基于块邻接矩阵的时空驱动注意力图神经网络（STAG-NN-BA）用于遥感土地利用变化检测

Usman Nazir, Wadood Islam, Sara Khalid, Murtaza Taj

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出STAG-NN-BA模型，利用超像素和块邻接矩阵实现遥感土地利用变化检测，优于传统图和非图基线。

Journal ref AAAI Symposium 2023

Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings

基于联合状态-动作学习嵌入的多智能体模型驱动强化学习

Zhizun Wang, David Meger

机构 * McGill University（麦吉尔大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.LG

AI总结 本文提出了一种基于联合状态-动作学习嵌入的多智能体模型驱动强化学习框架，通过统一表示学习与想象式回放，提升智能体在动态环境中协调能力与长期规划效率。

Comments 22 pages

B3C: A Minimalist Approach to Offline Multi-Agent Reinforcement Learning

B3C: 一种针对离线多智能体强化学习的极简方法

Woojun Kim, Katia Sycara

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG；autonomous agent(comments)

AI总结 B3C通过引入批评者剪裁和非线性价值分解，有效解决离线多智能体强化学习中的过估计问题，提升性能。

Comments Accepted at the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

TraceBack: Multi-Agent Decomposition for Fine-Grained Table Attribution

TraceBack: 多智能体分解用于细粒度表格归因

Tejas Anvekar, Junha Park, Rajat Jha, Devanshu Gupta, Poojah Ganesan, Puneeth Mathur, Vivek Gupta

机构 * Arizona State University（亚利桑那州立大学） ； Adobe Research（Adobe研究院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 TraceBack通过多智能体框架实现细粒度表格归因，提供可验证的单元格支持证据，提升问题回答的透明度和可解释性。

Multi-Agent Stage-wise Conservative Linear Bandits

多智能体分阶段保守线性老虎机

Amirhossein Afsharrad, Ahmadreza Moradipari, Sanjay Lall

机构 * Stanford University（斯坦福大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 本文提出MA-SCLUCB算法，通过分阶段保守约束实现多智能体在安全保证下的高效分布式学习。

CP-uniGuard: A Unified, Probability-Agnostic, and Adaptive Framework for Malicious Agent Detection and Defense in Multi-Agent Embodied Perception Systems

CP-uniGuard: 多智能体具身体验系统中恶意代理检测与防御的统一、概率无关和自适应框架

Senkang Hu, Yihang Tao, Guowen Xu, Xinyuan Qian, Yiqin Deng, Xianhao Chen, Sam Tak Wu Kwong, Yuguang Fang

机构 * Hong Kong JC STEM Lab of Smart City and Department of Computer Science, City University of Hong Kong（香港JC STEM实验室及城市大学计算机科学系） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； School of Data Science, Lingnan University（岭南大学数据科学学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 CP-uniGuard通过概率无关的样本共识和自适应阈值，实现多智能体系统中恶意代理的检测与防御。

Comments Accepted by IEEE Transactions on Mobile Computing (TMC)

Human Tool: An MCP-Style Framework for Human-Agent Collaboration

Human Tool: 一种MCP风格的人机协作框架

Yuanrong Tang, Huiling Peng, Bingxi Zhao, Hengyang Ding, Hanchao Song, Tianhong Wang, Chen Zhong, Jiangtao Gong

专题命中 多智能体 ：agent(title,abstract)

AI总结 Human Tool通过MCP风格框架实现人机协作平衡，利用结构化工具方案提升任务表现并减少人类负担。

Comments 9 pages

The Conditions of Physical Embodiment Enable Generalization and Care

物理具身的条件使泛化和关怀成为可能

Leonardo Christov-Moore, Arthur Juliani, Alex Kiefer, Joel Lehman, Nicco Reggente, B. Scot Rousse, Adam Safron, Nicolás Hinrichs, Daniel Polani, Antonio Damasio

机构 * Institute for Advanced Consciousness Studies（先进意识研究所） ； Monash Centre for Consciousness and Contemplative Studies（莫纳什意识与冥想研究中心） ； University of Oxford（牛津大学） ； Topos Institute（拓斯研究所） ； Allen Discovery Center（艾伦发现中心） ； Okinawa Institute of Science and Technology（冲绳科学技术研究所） ； Max Planck Institute for Human Cognitive and Brain Sciences（马克斯·普朗克人类认知与脑科学研究所） ； University of Hertfordshire（赫特福德郡大学） ； Brain and Creativity Institute（大脑与创造力研究所） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出物理具身的条件是泛化和关怀的基础，通过稳态驱动和因果建模实现智能体在开放环境中的鲁棒性和可信对齐。

Comments 15 pages, 1 figure

Learning Large-Scale Competitive Team Behaviors with Mean-Field Interactions and Online Opponent Modeling

通过均场交互和在线对手建模学习大规模竞争团队行为

Bhavini Jeloka, Yue Guan, Panagiotis Tsiotras

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 MF-MAPPO通过均场交互和在线对手建模，实现了大规模竞争团队行为的学习，有效整合团队内合作与团队间竞争，展示了在大规模场景下的优越性能。

Opinion dynamics and mutual influence with LLM agents through dialog simulation

基于对话模拟的LLM代理意见动态与相互影响

Yulong He, Dutao Zhang, Sergey Kovalchuk, Pengyi Li, Artem Sedakov

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出利用LLM代理进行对话模拟，以解决意见动态研究中现实数据不足的问题，通过模拟锚定效应和多代理互动，提供可扩展的意见形成分析工具。

Building Large-Scale Drone Defenses from Small-Team Strategies

构建大规模无人机防御的小组策略

Grant Douglas, Stephen Franklin, Claudia Szabo, Mingyu Guo

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出通过整合小规模防御策略模块化组件，构建大规模无人机防御策略，实现高效扩展和有效合作行为发现。

Comments 13 pages, 8 figures

Decentralized Optimal Equilibrium Learning in Stochastic Games via Single-bit Feedback

在随机博弈中通过单比特反馈实现去中心化最优均衡学习

Seref Taha Kiremitci, Ahmed Said Donmez, Muhammed O. Sayin

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种在随机博弈中通过单比特反馈实现去中心化最优均衡学习的方法，通过探索-承诺和在线变体，实现了对社会福利目标的优化，并建立了有限时间遗憾保证。

Difficulty-Aware Agentic Orchestration for Query-Specific Multi-Agent Workflows

面向查询难度的代理 orchestration 为查询特定的多代理工作流

Jinwei Su, Qizhen Lan, Yinghui Xia, Lifan Sun, Weiyou Tian, Tianyu Shi, Xinyuan Song, Lewei He, Yang Jingsong

机构 * South China Normal University（华南师范大学） ； The University of Texas Health Science Center（德克萨斯大学健康科学中心） ； The Hong Kong University of Science（香港科学大学） ； University of California（加州大学） ； Peking University（北京大学） ； University of Toronto（多伦多大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；agentic(title,abstract)；multi-agent(title,abstract)；workflow(abstract)

AI总结 本文提出难度感知的代理 orchestration 方法，通过动态生成查询特定的多代理工作流，提升查询处理的准确性和效率。

Comments Accepted to WWW2026

Potential Role of Agentic Artificial Intelligence in Toxicologic Pathology

代理人工智能在毒理病理学中的潜在作用

Nasir Rajpoot, Richard Haworth, Xavier Palazzi, Alok Sharma, Manu Sebastian, Stephen Cahalan, Dinesh S. Bangari, Radhakrishna Sura, James Hartke, Marco Tecilla, Krishna Yekkala, Simon Graham, Dang Vu, David Snead, Mostafa Jahanifar, Adnan Khan, Erio Barale-Thomas

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)

AI总结 本文探讨了代理人工智能在毒理病理学报告中的应用，分析了当前工作流程中的痛点，提出了分阶段的采用路线图，并强调了跨领域协作的重要性。

AI Agents for Inventory Control: Human-LLM-OR Complementarity

面向库存控制的AI代理：人类-大语言模型-运筹学互补性

Jackie Baek, Yaopeng Fu, Will Ma, Tianyi Peng

机构 * Stern School of Business, New York University（纽约大学斯特恩商学院） ； Columbia University（哥伦比亚大学） ； Graduate School of Business and Data Science Institute, Columbia University（哥伦比亚大学商学院与数据科学研究院） 纠错

专题命中 工作流自动化 ：AI agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文研究了人类、大语言模型和运筹学算法在库存控制中的互补性，通过实验发现人机协作能提升利润，且大量个体从中受益。

DuetUI: A Bidirectional Context Loop for Human-Agent Co-Generation of Task-Oriented Interfaces

DuetUI: 人机协同生成面向任务的界面的双向上下文循环

Yuan Xu, Shaowen Xiang, Yizhi Song, Ruoting Sun, Xin Tong

专题命中 工作流自动化 ：agent(title,abstract)

AI总结 DuetUI通过双向上下文循环实现人机协同生成面向任务的界面，提升任务效率和界面可用性。

Wealth Inequality in Agent-Based Economies: The Dominant Role of Social Protection over Growth

基于主体的经济体系中财富不平等：社会保障在增长中的主导作用

Gastón Villafañe, Lautaro Giordano, María Fabiana Laguna

专题命中 工作流自动化 ：agent(title,abstract)

AI总结 本研究通过基于主体的模型揭示社会保障在减少财富不平等中的主导作用，指出其比单纯经济增长驱动的再分配更具影响。

Exploring a New Competency Modeling Process with Large Language Models

探索基于大语言模型的新能力建模过程

Silin Du, Manqing Xin, Raymond Jia Wang

机构 * School of Economics and Management, Tsinghua University, Beijing, China（经济管理学院，清华大学，北京，中国） ； Bill-JC Technology, Wuhan, China（Bill-JC科技，武汉，中国） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 本研究提出基于大语言模型的新能力建模方法，通过结构化计算组件提升建模的透明性、数据驱动性和可验证性。

EvoCut: Strengthening Integer Programs via Evolution-Guided Language Models

EvoCut：通过进化引导的语言模型强化整数规划

Milad Yazdani, Mahdi Mostajabdaveh, Samin Aref, Zirui Zhou

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Huawei Technologies Canada（华为技术加拿大分公司） ； University of Toronto（多伦多大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 EvoCut通过进化引导的语言模型自动生成整数规划的加速切割，显著提升求解效率和最优性间隙缩减效果。

Revealing Process Structure in Urban Mobility Networks

揭示城市交通网络中的过程结构

Khristina Filonchik, Jose Pedro Pinto, Flávio L. Pinheiro, Fernando Bacao

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文通过过程挖掘技术分析城市交通数据，揭示交通行为的结构化特征，并提出以对象为中心的模型以提升多模式交通规划的效率。

Comments This paper was presented at the Fourteenth International Conference on Complex Networks & Their Applications (Complex Networks 2025), Binghamton, USA, and appears in the conference proceedings

Magnetophoretic long jump of magnetic microparticles in an engineered magnetic stray field landscape for highly localized and large throughput on-chip fractionation

磁性微粒在工程磁 stray 场景观中的磁性长跳：用于高局部化和高通量芯片上分馏

Rico Huhnstock, Lukas Paetzold, Piotr Kuswik, Arno Ehresmann

专题命中 工作流自动化 ：workflow(abstract)

AI总结 通过工程磁 stray 场景观实现磁性微粒的可控芯片上分馏，利用横向运输实现高局部化和高通量的磁性颗粒分离。

Comments Article: 15 pages, 5 figures; Supplemental: 4 pages, 4 figures

Journal ref Lab Chip, 2026, 26, 494-506

A Synthetic Data-Driven Radiology Foundation Model for Pan-tumor Clinical Diagnosis

面向肿瘤临床诊断的合成数据驱动放射学基础模型

Wenhui Lei, Hanyu Chen, Zitian Zhang, Luyang Luo, Qiong Xiao, Yannian Gu, Peng Gao, Yankai Jiang, Ci Wang, Guangtao Wu, Tongjia Xu, Yingjie Zhang, Pranav Rajpurkar, Xiaofan Zhang, Shaoting Zhang, Zhenning Wang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PASTA通过合成数据驱动的方法，构建了跨肿瘤放射学基础模型，实现了45项肿瘤学任务的先进性能，并在临床场景中提升了诊断效率和准确性。

Comments 63 pages, 7 figures

Perceptual Self-Reflection in Agentic Physics Simulation Code Generation

感知性自我反思在代理物理模拟代码生成中的应用

Prashant Shende, Bradley Camburn

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract,comments)；multi-agent(abstract,comments)；分类 cs.AI、cs.SE

AI总结 本文提出了一种多代理框架，通过感知性自我反思机制提升物理模拟代码生成的准确性与稳定性，验证了视觉反馈在物理模拟任务中的有效性。

Comments 15 pages, 2 figures, 2 tables. Introduces a multi-agent architecture for physics simulation code generation with perceptual self-reflection via vision-based validation. Includes qualitative evaluation across multiple physics domains

Favia: Forensic Agent for Vulnerability-fix Identification and Analysis

Favia：漏洞修复识别与分析的取证代理

André Storhaug, Jiamou Sun, Jingyue Li

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE

AI总结 Favia通过结合可扩展的候选排名与深入语义推理，有效识别漏洞修复，优于传统和LLM基方法。

Comments 44 pages, 12 figures, 5 tables, 3 listings

Constrained Mean Field Games with Grushin type dynamics

具有Grushin类型动力学的约束均值场博弈

Alessandra Cutrì, Paola Mannucci, Claudio Marchi, Nicoletta Tchou

专题命中 软件智能体 ：agent(abstract)

AI总结 本文研究了具有Grushin类型动力学和状态约束的有限时间均值场博弈，通过建立最优轨迹的存在性、闭图性质和价值函数连续性，证明了松弛均衡和mild解的存在性。

Comments 22 pages