Expanding LLM Agent Boundaries with Strategy-Guided Exploration
通过策略引导探索扩展LLM代理边界
机构 * Apple（苹果公司）
专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.LG
AI总结 SGE通过引导策略探索提升LLM代理的学习效率和性能，使其能解决基础模型无法处理的任务。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. GUI与网页智能体 8 篇
MMNavAgent: Multi-Magnification WSI Navigation Agent for Clinically Consistent Whole-Slide Analysis
MMNavAgent: 多倍率WSI导航代理用于临床一致的全滑片分析
机构 * Institute of Pathology, Technical University of Munich, Germany（慕尼黑技术大学病理研究所） ； Munich Data Science Institute (MDSI), Munich, Germany（慕尼黑数据科学研究所） ； Munich Center for Machine Learning (MCML), Munich, Germany（慕尼黑机器学习中心） ； Computer Aided Medical Procedures (CAMP), TU Munich, Munich, Germany（计算机辅助医疗程序（CAMP），慕尼黑技术大学） ； Dalian University of Technology（大连理工大学） ； Cancer Hospital of Dalian University of Technology, Shenyang（大连理工大学肿瘤医院） ； Department of Human Pathology, Juntendo University Graduate School of Medicine（立命大学医学研究生院人类病理部门） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； Northwest University of China（中国西北大学）
专题命中 GUI与网页智能体 ：agent(title,abstract)
AI总结 MMNavAgent通过多倍率交互建模和自适应倍率选择，提升全滑片图像诊断性能，实验显示AUC和BACC均有所提升。
Endowing Embodied Agents with Spatial Reasoning Capabilities for Vision-and-Language Navigation
赋予具身体验智能体空间推理能力以实现视觉-语言导航
机构 * Southwestern University of Finance（西南财经大学） ； Department of Informatics,Universitat Hamburg, Hamburg, Germany（汉堡大学信息学院） ； University of Electronic Science（电子科技大学）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI
AI总结 BrainNav通过模仿生物认知功能，提升具身体验智能体的空间推理能力，实现更高效的视觉-语言导航。
Atomicity for Agents: Exposing, Exploiting, and Mitigating TOCTOU Vulnerabilities in Browser-Use Agents
代理的原子性：揭示、利用和缓解浏览器使用代理中的TOCTOU漏洞
机构 * The Ohio State University（俄亥俄州立大学）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI
AI总结 本文研究了浏览器使用代理中的TOCTOU漏洞，通过实证研究揭示其普遍存在性，并提出基于预执行验证的轻量级缓解方法。
SFCo-Nav: Efficient Zero-Shot Visual Language Navigation via Collaboration of Slow LLM and Fast Attributed Graph Alignment
SFCo-Nav: 通过慢LLM与快速属性图对齐的协作实现高效的零样本视觉语言导航
机构 * Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（上海导航与位置基于服务重点实验室，上海交通大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 SFCo-Nav通过慢LLM与快速属性图对齐的协作，实现了高效的零样本视觉语言导航，显著提升效率并降低计算成本。
Comments Accepted by 2026 IEEE International Conference on Robotics and Automation (ICRA)
Openfly: A comprehensive platform for aerial vision-language navigation
Openfly：面向空中视觉-语言导航的综合性平台
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。
Comments accepted by ICLR 2026
Dynamic Antenna Placement for Mobile Users in Urban Micro Pinching-Antenna Systems
城市微小区Pinching-antenna系统中移动用户的动态天线放置
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出双层优化框架，通过软演员-评论家算法实现动态天线定位和波束成形预编码，提升城市微小区网络的频谱效率和鲁棒性。
Optimal-Horizon Social Robot Navigation in Heterogeneous Crowds
异质人群中的最优时间跨度社会机器人导航
机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Nation Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所） ； Xi’an Jiaotong University（西安交通大学）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出了一种基于社会条件优化的机器人导航框架，通过时空Transformer和强化学习策略动态调整预测时间跨度，提升在异质人群中的导航效率与安全性。
Comments 7 pages, 5 figures
