AI Agent

Graph-Neural Multi-Agent Coordination for Distributed Access-Point Selection in Cell-Free Massive MIMO

图神经网络多智能体协调用于分布式接入点选择的细胞自由大规模MIMO

Mohammad Zangooei, Lou Salaün, Chung Shue Chen, Raouf Boutaba

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

AI总结 本文提出APS-GNN，一种基于图神经网络的多智能体协调框架，用于优化细胞自由大规模MIMO中的接入点选择，实现高效频谱效率与低能耗。

Comments Under submission to an IEEE journal

Reasoning-Native Agentic Communication for 6G

面向6G的推理原生代理通信

Hyowoon Seo, Joonho Seon, Jin Young Kim, Mehdi Bennis, Wan Choi, Dong In Kim

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

AI总结 本文提出推理原生代理通信，旨在通过协调平面解决6G网络中自主机器间的信念分歧问题，提升异构系统间的协同一致性。

Comments 8 pages 4 figures

Nonlinear Public Goods Game in Dynamical Environments

非线性公共物品博弈在动态环境中

Yishen Jiang, Xin Wang, Wenqiang Zhu, Ming Wei, Longzhao Liu, Shaoting Tang, Hongwei Zheng

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

AI总结 本文提出一种动态环境反馈机制的非线性公共物品博弈模型，揭示环境反馈、非线性效应和随机性对合作行为和系统动态的影响。

Dynamic Deception: When Pedestrians Team Up to Fool Autonomous Cars

动态欺骗：当行人联手欺骗自动驾驶汽车

Masoud Jamshidiyan Tehrani, Marco Gabriel, Jinhan Kim, Paolo Tonella

机构 * Università della Svizzera italiana（瑞士意大利大学） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出通过多个动态元素协作放大对抗信号，以引发自动驾驶车辆的系统级故障，展示动态协作在对抗攻击中的有效性。

HMPCC: Human-Aware Model Predictive Coverage Control

HMPCC：面向人类的模型预测覆盖控制

Mattia Catellani, Marta Gabbi, Lorenzo Sabattini

机构 * Department of Sciences and Methods for Engineering, University of Modena and Reggio Emilia（工程科学与方法系，摩德纳和雷吉奥艾米利亚大学） 纠错

专题命中 多智能体 ：planning(abstract)

AI总结 HMPCC通过整合人类运动预测，利用模型预测控制实现高效且适应性强的覆盖控制，提升人机协作效率。

A reliability- and latency-driven task allocation framework for workflow applications in the edge-hub-cloud continuum

面向边缘-集线器-云连续体的 workflow 应用可靠性与延迟驱动的任务分配框架

Andreas Kouloumpris, Georgios L. Stavrinides, Maria K. Michael, Theocharis Theocharides

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种精确的多目标任务分配框架，用于优化边缘-集线器-云架构中 workflow 应用的可靠性和延迟。

Comments This version of the manuscript has been accepted for publication in Future Generation Computer Systems after peer review (Author Accepted Manuscript). It is not the final published version (Version of Record) and does not reflect any post-acceptance improvements. The Version of Record is available online at https://doi.org/10.1016/j.future.2026.108414

Journal ref FGCS, vol.180, pp. 108414, Jul. 2026

From Global Radiomics to Parametric Maps: A Unified Workflow Fusing Radiomics and Deep Learning for PDAC Detection

从全局放射组学到参数图：一种融合放射组学和深度学习的统一工作流程用于胰腺导管腺癌检测

Zengtian Deng, Yimeng He, Yu Shi, Lixia Wang, Touseef Ahmad Qureshi, Xiuzhen Huang, Debiao Li

机构 * Cedars-Sinai Medical Center（西德萨医院） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 工作流自动化 ：workflow(title)

AI总结 本文提出一种融合放射组学和深度学习的统一工作流程，通过全局和体素级别注入放射组学特征，提升胰腺导管腺癌检测性能。

Comments This work has been submitted to the IEEE for possible publication

Visual Interface Workflow Management System Strengthening Data Integrity and Project Tracking in Complex Processes

可视化界面工作流管理系统：增强复杂流程中的数据完整性与项目跟踪

Ömer Elri, Serkan Savaş

专题命中 工作流自动化 ：workflow(title)

AI总结 本研究提出了一种可视化界面工作流管理系统，通过集成MongoDB、Node.js、React.js和React Native技术，提升复杂流程中的数据完整性和项目跟踪效率。

Comments 10th International Conference on Natural and Engineering Sciences

Journal ref 2025, 10th International Conference on Natural and Engineering Sciences

Toward Automated Virtual Electronic Control Unit (ECU) Twins for Shift-Left Automotive Software Testing

迈向自动化虚拟电子控制单元（ECU）双胞胎的软件测试

Sebastian Dingler, Frederik Boenke

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

AI总结 本研究提出一种自动化虚拟ECU双胞胎方法，通过代理驱动的工作流和反馈机制，实现早期软件测试和集成，提升测试的可重复性和安全性。

Automated LLM-Based Accessibility Remediation: From Conventional Websites to Angular Single-Page Applications

基于自动化的LLM无障碍修复：从传统网站到Angular单页应用

Carla Fernández-Navarro, Francisco Chicano

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

AI总结 本文提出利用LLM自动化修复网页无障碍问题，适用于传统网站和Angular单页应用，有效提升无障碍修复效率。

Autonomous Cyber Resilience via a Co-Evolutionary Arms Race within a Fortified Digital Twin Sandbox

通过强化数字孪生沙箱内的共进化军备竞赛实现自主网络安全

Malikussaid, Sutiyo

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出ARC框架，通过数字孪生沙箱内的共进化军备竞赛，实现工业控制系统对新型攻击的高效检测与防御，提升网络安全的动态适应能力。

Comments 6 pages, 2 figures, 4 equations, 1 algorithm, 3 tables, to be published in ISPACS 2025, unabridged version exists as arXiv:2506.20102v1

Journal ref Proc. 2025 Int. Symp. on Intell. Signal Process. and Commun. Syst. (ISPACS), 2025, pp. 1-6

Phase-field simulations of nucleation, growth, and coarsening of $β_1$ precipitates in Mg-Nd alloys

镁-钕合金中β₁析出相的相场模拟：析出、生长与粗化

Lingxia Shi, Stephen DeWitt, David Montiel, Qianying Shi, John Allison, Katsuyo Thornton

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过相场模型模拟镁-钕合金中β₁析出相的析出、生长与粗化过程，利用实验数据参数化模型以优化时效工艺。

Comments 43 pages, 9 figures, including Supplementary Information

Hardware-Aware Design of a GNN-Based Hit Filtering Algorithm for the Belle II Level-1 Trigger

面向Belle II一级触发系统的GNN基击过滤算法硬件感知设计

Greta Heine, Fabio Mayer, Marc Neu, Jürgen Becker, Torben Ferber

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Belle II实验开发了一种基于GNN的击过滤算法，通过硬件感知的模型压缩技术在FPGA上实现高效部署，显著降低计算成本同时保持性能。

Comments 5 pages, prepared for submission to JINST

Fair Allocation of Improvements: When Old Endowments Shape New Assignments

公平分配改进：当旧资产影响新分配

Noga Klein Elmalem, Rica Gonen, Erel Segal-Halevi

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文研究了在旧资产价值影响下如何公平分配新资产，提出算法以减少嫉妒并确保分配的公平性。

Comments 49 pages, 4 tables

Wink: Recovering from Misbehaviors in Coding Agents

Wink: 代码代理中行为失误的恢复

Rahul Nanda, Chandra Maddila, Smriti Jha, Euna Mehnaz Khan, Matteo Paltenghi, Satish Chandra

机构 * Meta Platforms, Inc.（Meta平台公司） 纠错

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

AI总结 Wink通过异步自我干预系统有效恢复代码代理的行为失误，减少工具调用失败和人工干预需求。

AnCoder: Anchored Code Generation via Discrete Diffusion Models

AnCoder：通过离散扩散模型实现锚定代码生成

Anton Xue, Litu Rout, Constantine Caramanis, Sanjay Shakkottai

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 软件智能体 ：planning(abstract)；分类 cs.LG

AI总结 AnCoder通过结构化锚定扩散模型实现高质量代码生成，解决了传统方法无法尊重编程语言结构的问题。

Probe-then-Commit Multi-Objective Bandits: Theoretical Benefits of Limited Multi-Arm Feedback

探查-然后承诺多目标老虎机：有限多臂反馈的理论优势

Ming Shi

机构 * Department of Electrical Engineering, University at Buffalo（电气工程系，布法罗大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出PtC-P-UCB算法，通过有限探查提升多目标老虎机的性能，实现$1/\sqrt{q}$的加速效果。

View Invariant Learning for Vision-Language Navigation in Continuous Environments

连续环境中视觉语言导航的视角不变学习

Josh Qixuan Sun, Huaiyuan Weng, Xiaoying Xing, Chul Min Yeum, Mark Crowley

机构 * Department of Electrical and Computer Engineering, University of Waterloo（电气与计算机工程系，滑铁卢大学） ； Department of Civil and Environmental Engineering, University of Waterloo（土木与环境工程系，滑铁卢大学） ； Department of Electrical and Computer Engineering, Northwestern University（电气与计算机工程系，西北大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出VIL框架，通过对比学习和教师-学生机制提升连续环境中视觉语言导航的视角鲁棒性，实验表明其在多个基准数据集上性能优越。

Comments This paper is accepted to RA-L 2026

CapNav: Benchmarking Vision Language Models on Capability-conditioned Indoor Navigation

CapNav：基于能力条件的室内导航基准测试

Xia Su, Ruiqi Chen, Benlin Liu, Jingwei Ma, Zonglin Di, Ranjay Krishna, Jon Froehlich

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 CapNav基准测试评估VLMs在不同移动约束下室内导航能力，发现其性能随约束增加而下降，且先进模型仍难以处理空间推理任务。

Exploring The Impact Of Proactive Generative AI Agent Roles In Time-Sensitive Collaborative Problem-Solving Tasks

探索主动生成式AI代理在时间敏感的协作问题解决任务中的影响

Anirban Mukhopadhyay, Kevin Salubre, Hifza Javed, Shashank Mehrotra, Kumar Akash

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(title,abstract)

AI总结 本研究探讨了主动生成式AI代理在时间敏感协作问题解决任务中的影响，发现同伴代理在提供提示和记忆支持时有帮助，但也可能干扰流畅性并增加工作量，而引导代理则提供轻量支架但影响有限。

Comments Published in Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI'26)

CMind: An AI Agent for Localizing C Memory Bugs

CMind：一种用于定位C内存错误的人工智能代理

Chia-Yi Su, Collin McMillan

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

AI总结 CMind通过模拟人类程序员行为，利用大语言模型和引导决策方法，定位C程序中的内存错误。

Comments 4 pages, 2 figures. To be published in 34th IEEE/ACM International Conference on Program Comprehension (ICPC 2026)

MIRA: Memory-Integrated Reinforcement Learning Agent with Limited LLM Guidance

MIRA: 集成记忆的强化学习智能体与有限LLM指导

Narjes Nourzad, Carlee Joe-Wong

机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） 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 MIRA通过集成记忆图减少对LLM的依赖，提升稀疏奖励环境中的强化学习性能。

Comments International Conference on Learning Representations (ICLR'26)

El Agente Sólido: A New Age(nt) for Solid State Simulations

固态代理：固态模拟的新时代

Sai Govind Hari Kumar, Yunheng Zou, Andrew Wang, Jesús Valdés-Hernández, Tsz Wai Ko, Nathan Yue, Olivia Leng, Hanyong Xu, Chris Crebolder, Alán Aspuru-Guzik, Varinia Bernales

专题命中 记忆与上下文管理 ：agent(abstract)；workflow(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 El Agente Sólido是一种基于多代理框架的自动化固态量子化学模拟工具，结合密度泛函理论与机器学习势能，提升材料发现的效率和可重复性。

Comments 42 pages, 31 figures, 18 tables

SARAH: Spatially Aware Real-time Agentic Humans

SARAH：具有空间意识的实时代理人类

Evonne Ng, Siwei Zhang, Zhang Chen, Michael Zollhoefer, Alexander Richard

机构 * Meta Reality Labs（Meta现实实验室） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)

AI总结 SARAH提出了一种实时、完全因果的方法，实现具有空间意识的对话运动，通过结合因果变换器VAE和流匹配模型，在VR中实现自然的人机交互。

Comments Project page: https://evonneng.github.io/sarah/

Epistemic Traps: Rational Misalignment Driven by Model Misspecification

知识陷阱：由模型规格不准确驱动的理性偏差

Xingcheng Xu, Jingjing Qu, Qiaosheng Zhang, Chaochao Lu, Yanqing Yang, Na Zou, Xia Hu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出主观模型工程，通过设计代理的内部信念结构来实现稳健对齐，揭示安全由认知先验决定而非奖励大小连续函数。

Memory-Based Advantage Shaping for LLM-Guided Reinforcement Learning

基于记忆的优势塑造用于LLM引导的强化学习

Narjes Nourzad, Carlee Joe-Wong

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

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

AI总结 本文提出一种基于记忆的优势塑造方法，通过构建记忆图来提升LLM引导强化学习的样本效率和学习速度，减少对连续LLM监督的依赖。

Comments Association for the Advancement of Artificial Intelligence (AAAI)

From Lossy to Verified: A Provenance-Aware Tiered Memory for Agents

从损失到验证：一种面向代理的分层内存

Qiming Zhu, Shunian Chen, Rui Yu, Zhehao Wu, Benyou Wang

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） 纠错

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

AI总结 TierMem 提出了一种面向代理的分层内存框架，通过双层内存结构在推理时分配证据，以降低 token 消耗和延迟，提升准确率。

The Strategic Gap: How AI-Driven Timing and Complexity Shape Investor Trust in the Age of Digital Agents

战略缺口：人工智能驱动的时机与复杂性如何塑造数字代理时代投资者信任

Krishna Neupane

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 本研究提出自主披露监管器，通过分析披露复杂性与文件提交不可预测性的交叉点，揭示公司利用模糊语言和不可预测时机减缓市场学习真相的速度，发现结构性战略缺口并提出向代理监管状态过渡的建议。

Individual and Collective Welfare in Risk Sharing with Many States

个体与集体福利在多状态风险分担中的研究

Federico Echenique, Farzad Pourbabaee

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究探讨了在多状态环境下，风险分担中个体与集体福利的关系，发现当状态空间扩大时，相互可接受的分配概率呈指数下降，且需至少一方的先验集测度极小才能实现帕累托改进。

Robo-Saber: Generating and Simulating Virtual Reality Players

Robo-Saber：生成和模拟虚拟现实玩家

Nam Hee Kim, Jingjing May Liu, Jaakko Lehtinen, Perttu Hämäläinen, James F. O'Brien, Xue Bin Peng

机构 * Aalto University（阿alto大学） ； University of California, Berkeley（加州大学伯克利分校） ； NVIDIA ； Simon Fraser University（西蒙弗雷泽大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 Robo-Saber通过生成和模拟虚拟现实玩家行为，为VR游戏测试提供了一种基于风格范例和数据集训练的运动生成系统。

Comments 13 pages, 15 figures. Accepted to Eurographics 2026. Project page: https://robo-saber.github.io/