AI Agent

Automating Timed Up and Go Phase Segmentation and Gait Analysis via the tugturn Markerless 3D Pipeline

通过tugturn无标记3D管道自动化 timed up and go 阶段分割与步态分析

Abel Gonçalves Chinaglia, Guilherme Manna Cesar, Paulo Roberto Pereira Santiago

机构 * Biomechanics and Motor Control Laboratory, School of Physical Education and Sport of Ribeirao Preto, University of Sao Paulo, Brazil（圣保罗大学里贝拉皮托分校体育教育与运动学院生物力学与运动控制实验室） ； Graduate Program in Rehabilitation and Functional Performance, Ribeirao Preto Medical School, University of Sao Paulo, Brazil（圣保罗大学里贝拉皮托医学分校康复与功能表现研究生项目） ； Department of Physical Therapy, Brooks College of Health, University of North Florida, USA（北弗罗里达大学布鲁克斯健康学院物理治疗系） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 tugturn通过无标记3D管道实现timed up and go阶段分割与步态分析，提供多种生物力学指标和可重复的分析流程。

Comments 16 pages, 2 figures, 1 pdf report, submitted to arXiv under cs.CV

AgenticTyper: Automated Typing of Legacy Software Projects Using Agentic AI

AgenticTyper: 使用代理AI自动类型化遗留软件项目

Clemens Pohle

机构 * Darmstadt University of Applied Sciences（达姆斯塔德应用技术大学） ； MaibornWolff GmbH（马本沃尔夫公司） 纠错

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

AI总结 AgenticTyper利用代理AI自动类型化遗留软件项目，通过迭代错误纠正和行为保留技术，高效解决类型错误问题。

Comments Accepted at ICSE 2026 Student Research Competition (SRC)

Acceptance Test Generation with Large Language Models: An Industrial Case Study

基于大语言模型的接受测试生成：一项工业案例研究

Margarida Ferreira, Luis Viegas, Joao Pascoal Faria, Bruno Lima

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

AI总结 本文研究了利用大语言模型生成Web应用验收测试的两步方法，通过工业案例验证了其在提高测试质量和效率方面的有效性。

Journal ref 2025 IEEE/ACM International Conference on Automation of Software Test (AST)

JanusVLN: Decoupling Semantics and Spatiality with Dual Implicit Memory for Vision-Language Navigation

JanusVLN: 通过双隐式记忆解耦语义与空间性用于视觉-语言导航

Shuang Zeng, Dekang Qi, Xinyuan Chang, Feng Xiong, Shichao Xie, Xiaolong Wu, Shiyi Liang, Mu Xu, Xing Wei, Ning Guo

机构 * Xi’an Jiaotong University（西安交通大学） ； Amap, Alibaba Group（阿里巴巴集团） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 JanusVLN通过双隐式记忆解耦语义与空间性，提升视觉-语言导航的性能和效率。

Comments Accepted to ICLR 2026. Project page: https://miv-xjtu.github.io/JanusVLN.github.io/

Pancake: Hierarchical Memory System for Multi-Agent LLM Serving

Pancake：多代理LLM服务的分层内存系统

Zhengding Hu, Zaifeng Pan, Prabhleen Kaur, Vibha Murthy, Zhongkai Yu, Yue Guan, Zhen Wang, Steven Swanson, Yufei Ding

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

AI总结 Pancake是一种多级代理内存系统，通过多级索引缓存、协调索引管理和GPU-CPU协作，提升了LLM服务的内存管理效率和吞吐量。

Field-Theoretic Memory for AI Agents: Continuous Dynamics for Context Preservation

场论记忆用于人工智能代理：连续动态以保持上下文

Subhadip Mitra

机构 * Rotalabs 纠错

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

AI总结 本文提出基于场论的记忆系统，通过连续动态保持上下文，提升多会话推理和时间推理性能。

Comments 15 pages, 6 figures. Code: https://github.com/rotalabs/rotalabs-fieldmem

Temporal Knowledge-Graph Memory in a Partially Observable Environment

部分可观测环境中的时序知识图谱记忆

Taewoon Kim, Vincent François-Lavet, Michael Cochez

机构 * HumemAI ； Vrije Universiteit Amsterdam（范·艾克大学阿姆斯特丹） ； ELLIS Institute Finland & Abo Akademi University（芬兰ELLIS研究所及阿博阿卡迪米大学） 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 该研究提出了一种基于时序知识图谱的记忆机制，通过在部分可观测环境中测试，展示了符号智能体在QA任务中比神经基线高出四倍的准确率。

Structurally Aligned Subtask-Level Memory for Software Engineering Agents

结构对齐的子任务级记忆用于软件工程代理

Kangning Shen, Jingyuan Zhang, Chenxi Sun, Wencong Zeng, Yang Yue

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

AI总结 本文提出结构对齐的子任务级记忆方法，通过与代理功能分解对齐来提升软件工程代理的长周期推理能力，实验表明在多种backbone上均优于传统方法。

Structured Prompt Language: Declarative Context Management for LLMs

结构化提示语言：面向大语言模型的声明式上下文管理

Wen G. Gong

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

AI总结 结构化提示语言SPL通过声明式框架管理大语言模型的上下文资源，实现高效提示生成和多模型协同，减少65%的模板开销，提升成本透明度和执行效率。

Comments 44 pages, 6 figures, 14 tables, 15 code-listings

SunnyParking: Multi-Shot Trajectory Generation and Motion State Awareness for Human-like Parking

SunnyParking: 多次停车场景下的轨迹生成与运动状态感知

Jishu Miao, Han Chen, Jiankun Zhai, Qi Liu, Tsubasa Hirakawa, Takayoshi Yamashita, Hironobu Fujiyoshi

机构 * Chubu University（名古屋大学） ； Tongji University（同济大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 SunnyParking通过双分支端到端架构实现运动状态感知，结合空间轨迹和离散运动状态预测，提升复杂多次停车场景下的轨迹生成和换挡点定位精度。

Selective Disclosure in Overlapping Generations

选择性披露在重叠世代模型中

Nemanja Antic, Harry Pei

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了重叠世代模型中信息选择性披露机制，探讨了信息传递概率对披露策略的影响，并展示了在极限情况下最优信息筛选的特性。

Bypassing AI Control Protocols via Agent-as-a-Proxy Attacks

通过代理式攻击绕过AI控制协议

Jafar Isbarov, Murat Kantarcioglu

机构 * Department of Computer Science, Virginia Tech（弗吉尼亚理工学院计算机科学系） 纠错

专题命中 Agent评测 ：agent(title,abstract)；AI agent(abstract)；tool-use(abstract)；agentic(abstract)

AI总结 本文提出通过代理式攻击绕过AI监控防御，显示即使大规模监控模型也易受攻击，揭示当前防御机制的脆弱性。

SELAUR: Self Evolving LLM Agent via Uncertainty-aware Rewards

通过不确定性感知奖励实现的自进化大语言模型代理

Dengjia Zhang, Xiaoou Liu, Lu Cheng, Yaqing Wang, Kenton Murray, Hua Wei

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Arizona State University（亚利桑那州立大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Purdue University（普渡大学） 纠错

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

AI总结 SELAUR通过将不确定性直接融入奖励设计，提升大语言模型在多步决策中的探索效率和学习稳定性。

Comments Accepted by PAKDD'26

Skill-Inject: Measuring Agent Vulnerability to Skill File Attacks

Skill-Inject: 评估代理对技能文件攻击的脆弱性

David Schmotz, Luca Beurer-Kellner, Sahar Abdelnabi, Maksym Andriushchenko

机构 * Max Planck Institute for Intelligent Systems, ELLIS Institute Tübingen, Tübingen AI Center（马克斯·普朗克智能系统研究所、图宾根ELLIS研究所、图宾根人工智能中心） 纠错

专题命中 Agent评测 ：agent(title,abstract)；分类 cs.LG

AI总结 SkillInject通过评估代理对技能文件攻击的脆弱性，揭示了当前LLM代理在安全性和合规性方面的严重问题，指出需采用上下文感知的授权框架来提升安全性。

A study on the effects of mixed explicit and implicit communications in human-artificial-agent interactions

人类-人工智能代理交互中混合显性与隐性沟通效果的研究

Ana Christina Almada Campos, Bruno Vilhena Adorno

机构 * The University of Manchester（曼彻斯特大学） 纠错

专题命中 Agent评测 ：agent(title,abstract)

AI总结 本研究探讨了人类与人工智能代理交互中混合显性与隐性沟通的效果，发现混合沟通能提升代理的接受度和透明度，但对任务执行时间影响不显著。

Comments Main paper with 28 pages, 14 figures, 4 tables. Supplementary material with 39 pages, 44 figures, 2 tables. Submitted to Intelligent Service Robotics

HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic

HetroD：一种用于异质交通中自动驾驶的高保真无人机数据集和基准

Yu-Hsiang Chen, Wei-Jer Chang, Christian Kotulla, Thomas Keutgens, Steffen Runde, Tobias Moers, Christoph Klas, Wei Zhan, Masayoshi Tomizuka, Yi-Ting Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； UC Berkeley（伯克利大学） ； fka GmbH 纠错

专题命中 Agent评测 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 HetroD通过高保真无人机数据集和基准，解决异质交通中自动驾驶面临的复杂行为预测与规划挑战。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026

WeirNet: A Large-Scale 3D CFD Benchmark for Geometric Surrogate Modeling of Piano Key Weirs

WeirNet：一种大规模三维CFD基准数据集，用于钢琴键堰的几何替代建模

Lisa Lüddecke, Michael Hohmann, Sebastian Eilermann, Jan Tillmann-Mumm, Pezhman Pourabdollah, Mario Oertel, Oliver Niggemann

机构 * Hydraulic Engineering Section, Civil Engineering, Helmut-Schmidt-University（水利工程系，土木工程，黑姆特-施密特大学） ； Institute for Artificial Intelligence, Helmut-Schmidt-University（人工智能研究所，黑姆特-施密特大学） ； Professorship of Computer Science in Mechanical Engineering, Helmut-Schmidt-University（机械工程计算机科学教授职位，黑姆特-施密特大学） ； Chair for Automation Technology, Helmut-Schmidt-University（自动化技术教授职位，黑姆特-施密特大学） ； Federal Waterways Engineering and Research Institute（联邦水道工程与研究机构） 纠错

专题命中 Agent评测 ：planning(abstract)；workflow(abstract)；分类 cs.LG

AI总结 WeirNet通过大规模三维CFD基准数据集，为钢琴键堰的几何替代建模提供支持，提升水力设计效率。

A Comparative Analysis of Social Network Topology in Reddit and Moltbook

对Reddit和Moltbook社交网络拓扑结构的比较分析

Yiming Zhu, Gareth Tyson, Pan Hui

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文通过比较Moltbook和Reddit的社交网络拓扑结构，揭示了代理驱动与人类驱动网络在拓扑模式和边形成效率上的差异，为构建更真实的社会系统提供基础。

FML-bench: Benchmarking Machine Learning Agents for Scientific Research

FML-bench: 用于科学研究的机器学习代理基准测试

Qiran Zou, Hou Hei Lam, Wenhao Zhao, Yiming Tang, Tingting Chen, Samson Yu, Tianyi Zhang, Chang Liu, Xiangyang Ji, Dianbo Liu

机构 * National University of Singapore, Singapore（新加坡国立大学） ； Tsinghua University, Beijing, China（清华大学） ； University of Minnesota, Minneapolis, MN, USA（明尼苏达大学） 纠错

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

AI总结 FML-bench 是一个用于评估机器学习代理在科学研究中能力的基准测试，包含8个基础任务并引入探索多样性指标，揭示探索策略对性能的影响。

Comments Our benchmark is available at: https://github.com/qrzou/FML-bench

Language Models Exhibit Inconsistent Biases Towards Algorithmic Agents and Human Experts

语言模型表现出对算法代理和人类专家的不一致偏见

Jessica Y. Bo, Lillio Mok, Ashton Anderson

机构 * Computer Science University of Toronto（计算机科学大学 Toronto） 纠错

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

AI总结 研究发现语言模型对人类专家和算法存在不一致偏见，需在高风险应用中谨慎对待。

Comments Second Conference of the International Association for Safe and Ethical Artificial Intelligence (IASEAI 2026)

TRACE: Trajectory-Aware Comprehensive Evaluation for Deep Research Agents

TRACE: 基于轨迹的深度研究代理综合评估

Yanyu Chen, Jiyue Jiang, Jiahong Liu, Yifei Zhang, Xiao Guo, Irwin King

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL

AI总结 TRACE提出基于轨迹的深度研究代理综合评估框架，通过分层效用函数和阶梯式能力评估协议，解决单一指标评估的不足，揭示代理在准确性、效率和鲁棒性之间的关键权衡。

Comments Accepted by WWW 2026

Weakly-Popular and Super-Popular Matchings with Ties and Their Connection to Stable Matchings

具有偏好的弱流行和超流行匹配及其与稳定匹配的关系

Gergely Csáji, Frederik Glitzner

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了具有偏好的弱流行和超流行匹配，提出了一种新的流行定义，并展示了在双侧弱偏好下，弱流行匹配的存在性及近似算法。

Optimal extraction with an impact on diffusion-jump pricing

最优提取与对扩散-跳跃定价的影响

Johanna Garzón, Jhonatan S. Mora Rodríguez, Harold A. Moreno-Franco

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了在现货市场行动对商品价格产生负面影响的情况下，如何通过最优提取策略最大化预期净利润。

Optimal Selection Using Algorithmic Rankings with Side Information

利用算法排名与侧信息的最优选择

Kate Donahue, Nicole Immorlica, Brendan Lucier

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了在存在噪声排名和空闲-忙碌信号的情况下，代理如何利用算法排名进行最优选择，发现准确性提升可能反而导致次优社会结果。

Some Simple Economics of AGI

AGI的某些简单经济学

Christian Catalini, Xiang Hui, Jane Wu

机构 * MIT（麻省理工学院） ； WashU（华盛顿大学） ； UCLA（加州大学洛杉矶分校） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本文探讨了AGI过渡中自动化与验证成本的不对称性，提出通过扩展验证能力来构建增强型经济，以应对智能发展带来的监管挑战。

Comments JEL Classification: D82, D83, J23, J24, L23, O33. 112 pages, 3 figures

The Headless Firm: How AI Reshapes Enterprise Boundaries

无头企业：人工智能如何重塑企业边界

Tassilo Klein, Sebastian Wieczorek

机构 * Mantix 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 本文提出无头企业概念，探讨人工智能如何通过改变协调成本结构，重塑企业边界，预测高知识领域企业规模分布将向微专业代理和协议协调器转变。

@GrokSet: multi-party Human-LLM Interactions in Social Media

@GrokSet：社交媒体中多方人与LLM互动

Matteo Migliarini, Berat Ercevik, Oluwagbemike Olowe, Saira Fatima, Sarah Zhao, Minh Anh Le, Vasu Sharma, Ashwinee Panda

专题命中 其他Agent ：AI agent(abstract)

AI总结 @GrokSet 是一个大规模社交媒体数据集，揭示了LLM在高风险政治辩论中作为权威裁决者的功能转变及其在社交验证中的低地位