The Vienna 4G/5G Drive-Test Dataset
维也纳4G/5G路测数据集
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 维也纳4G/5G路测数据集提供城市级的4G/5G路测数据，结合扫描仪和手机日志，支持网络分析、传播建模和射线追踪校准等研究。
Comments 18 pages, 12 figures, 8 tables. Submitted to Scientific Data
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. 规划决策 46 篇
Diffusion-MPC in Discrete Domains: Feasibility Constraints, Horizon Effects, and Critic Alignment: Case study with Tetris
离散领域中的扩散-MPC：可行性约束、时间范围效应与批评者对齐：以Tetris为例
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了离散领域中Diffusion-MPC的可行性约束、时间范围效应及批评者对齐问题，通过Tetris案例发现可行性掩码和计算选择对规划效果有显著影响。
Comments 7 pages, 3 figures, 2 tables. Includes regret diagnostics and compute-quality frontier analysis. Code and experiment configurations available in the Diffusion-Tetris repository
Characterizing and Predicting Wildfire Evacuation Behavior: A Dual-Stage ML Approach
刻画和预测野火疏散行为：一种双阶段机器学习方法
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种双阶段机器学习方法，用于刻画和预测野火疏散行为，揭示潜在行为类型并预测关键疏散结果。
Comments This is the author's preprint version of a paper accepted for presentation at SoutheastConn 2026. The final published version will appear in the official conference proceedings. Conference site: https://ieeesoutheastcon.org/
ATPO: Adaptive Tree Policy Optimization for Multi-Turn Medical Dialogue
ATPO：多轮医疗对话中的自适应树策略优化
机构 * University of Science and Technology of China（中国科学技术大学） ； Qwen Applications Business Group, Alibaba Group（阿里云应用业务部） ； Zhejiang University（浙江大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 ATPO通过自适应树策略优化提升多轮医疗对话中的信息获取效率，有效解决不确定性问题，实验表明其在医疗对话任务中表现优异。
Comments Accepted to ICLR 2026
RxnNano:Training Compact LLMs for Chemical Reaction and Retrosynthesis Prediction via Hierarchical Curriculum Learning
RxnNano:通过层次化课程学习训练紧凑的LLM用于化学反应和逆合成预测
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southeast University（东南大学） ； Zhejiang University（浙江大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 RxnNano通过层次化课程学习训练紧凑LLM，提升化学反应和逆合成预测性能，实现23.5%准确率提升。
Echoing: Identity Failures when LLM Agents Talk to Each Other
回声：当大语言模型代理相互交谈时的身份失败
机构 * Salesforce AI Research（Salesforce AI研究）
专题命中 规划决策 ：agent(abstract,comments)；分类 cs.AI
AI总结 研究发现LLM代理在相互对话中出现身份失败现象，即回声，通过实验表明回声率高达70%，并提出结构化响应作为缓解措施。
Comments Published at ICLR workshop. Related blog post: https://www.salesforce.com/blog/agent-to-agent-interaction/
CASR-Net: An Image Processing-focused Deep Learning-based Coronary Artery Segmentation and Refinement Network for X-ray Coronary Angiogram
CASR-Net：一种基于深度学习的冠状动脉分割与精修网络，专为X射线冠状动脉造影图像处理
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 CASR-Net通过多通道预处理和改进的分割网络，实现高精度冠状动脉分割与精修，提升诊断效率。
Post Hoc Extraction of Pareto Fronts for Continuous Control
事后提取帕累托前沿用于连续控制
机构 * The Collaborative Robotics and Intelligent Systems (CoRIS) Institute（协作机器人与智能系统研究所）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 MAPEX是一种离线多目标强化学习方法，通过重用预训练策略和回放缓冲区，以低样本成本提取帕累托前沿，平衡多个目标。
Comments 10 pages, 4 figures. Submitted to IJCAI 2026
Think, But Don't Overthink: Reproducing Recursive Language Models
思考，但不要过度思考：重现递归语言模型
机构 * The Chinese University of Hong Kong（香港中文大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 本研究通过评估不同递归深度对RLM性能的影响，发现更深层次递归会导致模型过度思考，从而降低性能并增加计算成本。
Revealing Positive and Negative Role Models to Help People Make Good Decisions
揭示正负榜样以帮助人们做出良好决策
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了通过揭示榜样是积极还是消极来提升社会福利的策略，提出代理福利函数解决次模性破坏问题，并通过实验验证算法有效性。
Super Research: Answering Highly Complex Questions with Large Language Models through Super Deep and Super Wide Research
超研究：通过超深和超宽研究利用大型语言模型解决高度复杂的问题
机构 * College of Computer Science and Technology（计算机科学与技术学院） ； Ant Group（蚂蚁集团）
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 通过超深和超宽研究，利用大型语言模型解决高度复杂问题，提供可验证的报告和审计协议，评估模型在复杂研究任务中的能力。
Inpainting the Red Planet: Diffusion Models for the Reconstruction of Martian Environments in Virtual Reality
为虚拟现实重建火星环境的红色星球修复：扩散模型
机构 * Computer Science Department, Università degli Studi di Torino（托斯纳大学计算机科学系）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出基于无条件扩散模型的火星表面重建方法，利用增强数据集和非均匀重缩放策略，优于传统空洞填充技术，在重建精度和感知相似性上表现更优。
Comments 21 pages, 9 figures
AttackSeqBench: Benchmarking the Capabilities of LLMs for Attack Sequences Understanding
AttackSeqBench: 对LLM在攻击序列理解能力的基准测试
机构 * National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 AttackSeqBench通过系统评估LLM在攻击序列理解中的能力，揭示其在网络安全领域的优势与局限。
Comments 27 pages, 9 figures, 8 tables
Disentangling regional impacts of joint teleconnections using causal representation learning
利用因果表示学习解构联合遥相关区域影响
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出DAG-VAE方法，结合深度学习与因果推断，用于解构太平洋和印度洋对刚果海区短雨的影响，识别动态因果响应模式并生成反事实预测。
Tilt Automata: Gathering Particles With Uniform External Control
倾斜自动机：利用均匀外部控制聚集粒子
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种利用均匀外部控制聚集粒子的倾斜自动机方法，解决了在多边形中粒子聚集的问题，并探讨了其计算复杂性。
Comments 30 pages, 13 figures. Full version of an extended abstract to appear in the proceedings of the 42nd International Symposium on Computational Geometry (SoCG 2026)
SceneStreamer: Continuous Scenario Generation as Next Token Group Prediction
SceneStreamer: 作为下一个token组预测的连续场景生成
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 规划决策 ：agent(abstract)
AI总结 SceneStreamer通过自回归框架实现连续场景生成，支持动态代理群体的长期模拟，生成真实多样化的交通行为并提升强化学习策略的鲁棒性。
Joint Estimation of Dynamic O-D Demand and Choice Models for Dynamic Multi-modal Networks: Computational Graph-Based Learning and Hypothesis Tests
动态多模式网络中动态O-D需求与选择模型的联合估计：基于计算图的学习与假设检验
专题命中 规划决策 ：planning(abstract)
AI总结 本研究提出基于计算图的学习方法，联合估计多模式网络中动态O-D需求与选择模型，通过假设检验框架提升模型的统计显著性分析。
Conflict Detection in AI-RAN: Efficient Interaction Learning and Autonomous Graph Reconstruction
AI-RAN中的冲突检测：高效的交互学习与自主图重构
专题命中 规划决策 ：AI agent(abstract)
AI总结 本文提出了一种系统性的冲突检测框架，通过高效的双塔编码器架构和数据驱动的稀疏性机制，实现了AI-RAN中的冲突检测与自主图重构。
PrismAudio: Decomposed Chain-of-Thoughts and Multi-dimensional Rewards for Video-to-Audio Generation
PrismAudio：分解的思维链与多维奖励用于视频到音频生成
机构 * Hong Kong University of Science and Technology (HKUST)（香港科技大学） ； Tongyi Fun Team, Alibaba Group（通义Fun团队，阿里巴巴集团） ； The Chinese University of Hong Kong (CUHK)（香港中文大学）
专题命中 规划决策 ：planning(abstract)
AI总结 PrismAudio通过分解思维链与多维奖励，解决视频到音频生成中的目标纠缠问题，实现更高质量的生成效果。
Comments ICLR 2026
Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects
Kinematify: 高自由度可动物体的开放词汇合成
机构 * Deemos Corporation（德莫斯公司） ； ShanghaiTech University（上海科技大学） ； Contextual Robotics Institute（情境机器人研究所） ； UC San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：planning(abstract)
AI总结 Kinematify通过自动化框架从RGB图像或文本描述合成高自由度可动物体，解决运动学拓扑推断和关节参数估计问题。
Comments Project Page: https://sites.google.com/deemos.com/kinematify
Strategic Concealment of Environment Representations in Competitive Games
竞争性游戏中的环境表示战略隐藏
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种竞争性游戏中的环境表示战略隐藏机制，通过贝叶斯博弈模型分析防守方与攻击方的策略互动，并展示了通过随机化轨迹实现次优障碍物选择的仿真结果。
Mechanism Design under Costly Signaling: the Value of Non-Coordination
信号成本下的机制设计：非协调的价值
专题命中 规划决策 ：agent(abstract)
AI总结 本文研究了在信号成本下，非协调机制在提高社会福利方面的优势，并证明其可通过粗等级竞赛实现。
2. 多智能体 15 篇
SuperLocalMemory: Privacy-Preserving Multi-Agent Memory with Bayesian Trust Defense Against Memory Poisoning
SuperLocalMemory：隐私保护的多智能体记忆系统，通过贝叶斯信任防御对抗记忆中毒
机构 * Independent Research（独立研究者）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；workflow(abstract)
AI总结 SuperLocalMemory通过本地化存储和贝叶斯信任评分，实现隐私保护的多智能体记忆系统，有效防御内存中毒攻击，提升检索性能。
Comments 11 pages, 5 tables, 1 figure. Code: https://github.com/varun369/SuperLocalMemoryV2
LLandMark: A Multi-Agent Framework for Landmark-Aware Multimodal Interactive Video Retrieval
LLandMark：一种用于地标感知多模态交互视频检索的多智能体框架
机构 * AI VIETNAM（AI越南）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)
AI总结 LLandMark通过多智能体框架实现地标感知的多模态视频检索，结合LLM和OCR技术提升文化场景下的检索能力与可解释性。
Comments Accepted by AAAI 2026 Workshop on New Frontiers in Information Retrieval
Journal ref AAAI 2026 Workshop on New Frontiers in Information Retrieval
Multimodal Multi-Agent Ransomware Analysis Using AutoGen
基于AutoGen的多模态多智能体勒索软件分析
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于AutoGen的多模态多智能体框架，通过融合静态、动态和网络信息，提升勒索软件分类的准确性和稳定性。
Comments 46 pages, 11 figures and 10 tables
AI-for-Science Low-code Platform with Bayesian Adversarial Multi-Agent Framework
面向科学的AI低代码平台与贝叶斯对抗多智能体框架
机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Academy of AI for Science（上海人工智能科学研究院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本研究提出一种面向科学的AI低代码平台，通过贝叶斯对抗多智能体框架实现代码生成与评估的协同优化，提升科学任务的可靠性和效率。
NeuroWise: A Multi-Agent LLM "Glass-Box" System for Practicing Double-Empathy Communication with Autistic Partners
NeuroWise：一种多智能体大语言模型"玻璃箱"系统，用于与自闭症伙伴练习双 empathy 交流
机构 * Marriotts Ridge High School（马里奥茨岭高中） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Cake Researcher（蛋糕研究员）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 NeuroWise通过多智能体大语言模型帮助神经典型用户改善与自闭症伙伴的双 empathy 交流，减少缺陷归因并提高沟通效率。
Comments Accepted to ACM CHI 2026
Multi-Agent Honeypot-Based Request-Response Context Dataset for Improved SQL Injection Detection Performance
基于多智能体蜜罐的请求-响应上下文数据集用于提升SQL注入检测性能
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 本文提出基于多智能体蜜罐的请求-响应上下文数据集，通过构建高质量数据集提升SQL注入检测性能，实验显示模型准确率提升超过40%。
Comments submitted to ICASSP 2026
Multi-Agent Contracts
多代理合同
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 本文研究了多代理合同设计问题，提出针对子模和XOS奖励函数的常数因子近似算法，并揭示了子加性函数在多代理设置中的不可能性。
Comments Accepted for publication in Journal of the ACM (JACM). A preliminary version appeared in STOC 2023
EvoSkill: Automated Skill Discovery for Multi-Agent Systems
EvoSkill：多智能体系统的自动化技能发现
机构 * Sentient ； Virginia Tech（弗吉尼亚理工大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；分类 cs.AI
AI总结 EvoSkill通过自进化框架自动发现和优化多智能体系统的技能，提升在OfficeQA和SealQA等基准测试中的性能，并展示技能在跨任务迁移中的有效性。
