AI Agent

SciTrace: Trajectory-Aware Safety Reasoning for Scientific Discovery Agents

SciTrace: 面向科学发现代理的轨迹感知安全推理

Tanush Swaminathan, Runmin Jiang, Letian Zhang, Min Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Allen Institute（艾伦研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出SciTrace框架，通过安全内在推理循环和组合工具链验证器，在科学代理管道的每个阶段融入安全推理，实现工具调用安全性和对抗鲁棒性的SOTA提升。

Comments 23 pages

Repair Before Veto, When Repair Is Hidden: Quantum-Accessible Features for Repair-Augmented Constraint Learning

在修复被隐藏时先修复再否决：面向修复增强约束学习的量子可访问特征

Yifan Wang

机构 * Yifan Wang（王一帆） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出Q-RACL框架，在硬约束决策中引入修复优先于否决的语义，通过量子特征访问解决离散对数隐藏的修复可行性推理问题，显著降低假否决率。

Comments 7 pages, 2 figures

SLRMentor: An LLM-Based Tool Supporting Learning of SLR in Software Engineering

SLRMentor：一种基于LLM的软件工程系统文献综述学习支持工具

Rodolfo Gil-Pereira, Ronnie de Souza Santos, Cleyton Magalahes, Italo Santos

专题命中 规划决策 ：planning(abstract)；分类 cs.SE

AI总结 提出SLRMentor对话助手，利用LLM支持软件工程中系统文献综述的学习与规划，通过引导搜索字符串构建和纳入排除标准推理，降低新手入门门槛。

Where Instruction Hierarchy Breaks: Diagnosing and Repairing Failures in Reasoning Language Models

指令层级失效之处：诊断与修复推理语言模型的故障

Sanjay Kariyappa, G. Edward Suh

机构 * NVIDIA（英伟达） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 提出白盒诊断框架，将指令层级失效定位为指令识别、冲突解决和响应实现三个环节，并设计两种免训练自监控机制，将违规率降低81-99%。

AI-Integrated Learning Management System for Middle School: A Longitudinal Study of Learning Outcomes Through High School and Beyond

面向中学的AI集成学习管理系统：一项从高中到毕业后的学习成果纵向研究

Misan Paul Etchie, Taiwo Olutosin

机构 * National Agricultural University（国立农业大学） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.AI

AI总结 提出一种隐私优先的AI集成学习管理系统，通过政策约束的AI辅助（形成性反馈、间隔复习、适应性练习）和教师仪表盘，在中学日常课程中提供即时支持，并设计纵向研究评估其对高中及毕业后学习轨迹的长期影响。

An Infectious Disease Spread Simulation Based on Large Language Model Decision Making

基于大语言模型决策的传染病传播模拟

Yonchanok Khaokaew, Ruochen Kong, Andreas Zufle, Hao Xue, Taylor Anderson, Chandini Raina MacIntyre, Matthew Scotch, Flora D. Salim, David J Heslop

机构 * Computer Science and Engineering Faculty of Engineering（计算机科学与工程系） ； The University of New South Wales（新南威尔士大学） ； Department of Computer Science（计算机科学系） ； Emory University（埃默里大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； George Mason University（乔治·马歇尔大学） ； The Kirby Institute Faculty of Medicine & Health（Kirby研究所医学院与健康学院） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出一个空间显式的基于智能体的模拟框架，利用大语言模型生成自我报告流感样疾病的决策，并整合到基于人口普查的合成人群中，以捕捉社会与地理异质性。

Comments 12 pages

A Message Passing Realization of Expected Free Energy Minimization

期望自由能最小化的信息传递实现

Wouter W. L. Nuijten, Mykola Lukashchuk, Thijs van de Laar, Bert de Vries

机构 * Eindhoven University of Technology, 5612 AP Eindhoven, the Netherlands GN Hearing, 5612 AB Eindhoven, The Netherlands（埃因霍温理工大学，荷兰埃因霍温5612 AP GN听力，荷兰埃因霍温5612 AB） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出基于因子图的期望自由能最小化信息传递方法，通过将期望自由能最小化转化为变分自由能最小化问题，实现高效策略推断，并在存在epistemic不确定性环境中验证了其有效性。

Journal ref In: International Workshop on Active Inference, pp. 69-84. Springer, Cham, 2022

RECON: Reasoning with Condensation for Efficient Retrieval-Augmented Generation

RECON：基于压缩的推理用于高效检索增强生成

Zhichao Xu, Minheng Wang, Yawei Wang, Wenqian Ye, Yuntao Du, Yunpu Ma, Yijun Tian

机构 * University of Utah（犹他大学） ； University of Washington（华盛顿大学） ； George Washington University（乔治·华盛顿大学） ； University of Virginia（弗吉尼亚大学） ； Shandong University（山东大学） ； Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； University of Notre Dame（诺特丹大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 提出RECON框架，在强化学习搜索代理的多轮推理中插入观察压缩器，通过两阶段课程训练实现上下文压缩，提升训练和推理效率并增强问答性能。

Comments Techinical report

Symskill: Symbol and Skill Co-Invention for Data-Efficient and Reactive Long-Horizon Manipulation

Symskill：符号与技能共发明用于数据高效且反应性强的长周期操作

Yifei Simon Shao, Yuchen Zheng, Sunan Sun, Pratik Chaudhari, Vijay Kumar, Nadia Figueroa

机构 * GRASP Laboratory, University of Pennsylvania（GRASP实验室，宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract,comments)

AI总结 Symskill通过联合学习谓词、运算符和技能，实现了数据高效且反应性强的长周期操作，结合了组合泛化与实时恢复能力。

Comments ICRA 2026 Best Conference Paper Award; ICRA 2026 Best Paper Award on Planning and Control; CoRL 2025 Best Paper Award on Learning Effective Abstractions for Planning (LEAP) Workshop (https://symskill.github.io/)

Back to the Familiar Future: Failure Recovery for VLA Policies via Pre-Imagined Milestone Selection

回到熟悉的未来：通过预想里程碑选择实现VLA策略的故障恢复

Suyeon Shin, Juwon Kim, Hyeonbin Park, Hyunseo Kim, Hyundo Lee, Hyung-Sin Kim, Byoung-Tak Zhang

机构 * Seoul National University（首尔大学） ； Yonsei University（延世大学） ； Soongsil University（崇实大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出B2FF框架，通过预生成熟悉未来状态里程碑并选择恢复目标，使VLA策略在偏离轨迹时无需微调即可稳健恢复，成功率从56.3%提升至74.0%。

Trajectory Optimization in Single and Dual-UAV Bearing-Only Target Localization

单无人机和双无人机仅方位目标定位中的轨迹优化

Zhijian Xiao, Huayu Huang, Bin Li, Yang Shang, Banglei Guan

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（国防科技大学航天科学与工程学院） ； Hunan Key Laboratory of Image Measurement and Visual Navigation（湖南省图像测量与视觉导航重点实验室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出基于Fisher信息矩阵的轨迹优化方法，通过谱加权目标函数和交叉角正弦项改善观测几何，结合改进粒子群算法，显著降低定位误差。

Comments 16 pages, 13 figures and 6 tables. Submitted to Measurement

Video2Sim2Real: Full-Stack Autonomous Dexterous Skill Acquisition from a Single Human Video

Video2Sim2Real：从单个人类视频实现全栈自主灵巧技能获取

Yunhai Han, Jianuo Qiu, Linhao Bai, Ziyu Xiao, Zihang Zeng, Yangcen Liu, Zhaodong Yang, Shalin Jain, Wenrui Ma, Jiaqi Fu, Yuqian Zheng, Manisha Natarajan, Muhammad Zubair Irshad, Kenneth Shaw, Matthew Gombolay, Zsolt Kira, Harish Ravichandar

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Toyota Research Institute（丰田研究所） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出Video2Sim2Real框架，从单个人类操作视频中重建数字孪生并提取运动先验，通过物体关键帧优化机器人配置，结合残差强化学习与碰撞感知规划，实现从仿真到真实世界的灵巧技能迁移。

Comments Website: https://video2sim2real.github.io/

Graph Neural Networks for Fast Operator Selection in Adaptive VQE

用于自适应VQE中快速算子选择的图神经网络

Javad Vahedi, Hadi H. Arefi

专题命中 规划决策 ：workflow(abstract)

AI总结 提出图神经网络策略，从相互作用图和状态可观测量直接预测纠缠算子，替代梯度扫描，大幅降低自适应VQE的经典成本。

Comments 15 pages, 7 figures

PhysGraph: A Physics-aware 3D Scene Graph for Perception and Reasoning

PhysGraph：用于感知与推理的物理感知3D场景图

Haoyu Li, Aaron Thomas, Shuyan Zhou, Xianyi Cheng

机构 * Duke University（杜克大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出PhysGraph框架，结合符号推理与结构化3D几何，建模杂乱场景中的运动学和物理属性，在语义分割、多物体质量估计和关节预测上达到最优。

Real-IKEA: Physical Fidelity is the Prerequisite for Robust Manipulation

Real-IKEA：物理保真度是鲁棒操作的前提

Kunqi Xu, Zhenhao Huang, Siyuan Luo, Ziqiu Zeng, Fan Shi

机构 * National University of Singapore（新加坡国立大学） ； Peking University（北京大学） 纠错

专题命中 规划决策 ：workflow(abstract)

AI总结 针对仿真与现实物理差异导致操作鲁棒性不足的问题，提出Real-IKEA数据集与仿真框架，通过高保真资产和阻力校准配置，使强化学习策略发现优先利用机械优势的鲁棒策略。

Robust Optimization for Green Ammonia Production

绿色氨生产的鲁棒优化

Karl Zhu, Yassine Bohafid, Omar Kadir, Dimitris Bertsimas

专题命中 规划决策 ：planning(abstract)

AI总结 针对可再生能源不确定性下Haber-Bosch过程最低负荷要求，提出结合k-means聚类与鲁棒优化的场景缩减框架，实现可行容量规划与自适应滚动时域运行策略。

Comments Submitted to Operations Research

SIMPLE: Simulation-Based Policy Learning and Evaluation for Humanoid Loco-manipulation

SIMPLE：基于仿真的人形机器人全身操作策略学习与评估

Songlin Wei, Zhenhao Ni, Jie Liu, Zhenyu Zhao, Junjie Ye, Hongyi Jing, Junkai Xia, Xiawei Liu, Michael Leong, Liang Heng, Di Huang, Yue Wang

机构 * USC Physical Superintelligence (PSI) Lab（南加州大学物理超级智能实验室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出SIMPLE仿真平台，结合MuJoCo动力学与IsaacSim渲染，包含60个全身任务、50个室内场景和1000+物体资产，支持自动化轨迹生成和VR遥操作数据采集，并集成多种主流策略，实验证明仿真与真实世界性能强相关，可实现零样本迁移。

Embody4D: A Generalist Data Engine for Embodied 4D World Modeling

Embody4D: 面向具身4D世界建模的通用数据引擎

Peiyan Tu, Hanxin Zhu, Jingwen Sun, Shaojie Ren, Cong Wang, Yuyan Xu, Jiayi Luo, Xiaoqian Cheng, Zhibo Chen

机构 * Zhejiang University（浙江大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出Embody4D视频到视频世界模型，通过3D感知合成管道、潜在置信度专家调制和交互注意力机制，将单目机器人视频转换为多视角视频，解决具身智能中视角稀疏问题，提升下游规划与学习性能。

Quantifying the evolving topical structure of science across journals, countries, regions, and research domains

量化科学在期刊、国家、地区和研究领域中的主题结构演变

Carlos Oscar S. Sorzano

专题命中 规划决策 ：planning(abstract)

AI总结 提出一个可重复的框架，利用OpenAlex开放元数据，结合统一主题本体和简单趋势估计器，量化科学活动的主题流行度和动态，支持跨期刊、国家、地区和领域的一致比较。

Totoro$^+$: An Adaptive and Scalable Edge Federated Learning System

Totoro$^+$: 一种自适应且可扩展的边缘联邦学习系统

Cheng-Wei Ching, Xin Chen, Taehwan Kim, Jian-Jhih Kuo, Dilma Da Silva, Liting Hu

专题命中 规划决策 ：planning(abstract)

AI总结 针对边缘网络中联邦学习应用的可扩展性和自适应问题，提出基于分布式哈希表的对等模型实现完全去中心化的FL系统，通过专用参数服务器、局部感知P2P多环结构、发布/订阅森林抽象和博弈论路径规划模型，显著提升可扩展性和自适应性。

Comments Accepted to IEEE Transactions on Parallel and Distributed Systems (TPDS). This version includes the appendix

Journal ref IEEE Transactions on Parallel and Distributed Systems, vol. 37, no. 7, pp. 1740-1757, July 2026

Follow Everything: A Leader-Following and Obstacle Avoidance Framework with Goal-Aware Adaptation

跟随一切：具有目标感知适应的领导者跟随与避障框架

Qianyi Zhang, Shijian Ma, Boyi Liu, Jianhao Jiao, Dimitrios Kanoulas

机构 * Institute of Robotics and Automatic Information System, Nankai University, China（南开大学机器人与自动化信息系统研究所） ； Centre for Data Science, University of Macau, China（澳门大学数据科学中心） ； Electrical and Computer Engineering Department, Hong Kong University of Science and Technology, China（香港科学与技术大学电子与计算机工程系） ； Department of Computer Science, University College London, UK（伦敦大学学院计算机科学系） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学航空与航空工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出统一框架，用分割模型替代检测模型以跟随任意形态领导者，并设计目标感知适应机制和基于图的规划器，实现领导者暂时离开视野时的鲁棒跟随与避障。

Financial resilience of agricultural and food production companies in Spain: A compositional cluster analysis of the impact of the Ukraine-Russia war (2021-2023)

西班牙农业和食品生产企业的财务韧性：乌克兰-俄罗斯战争影响的成分聚类分析（2021-2023）

Mike Hernandez-Romero, Germà Coenders

专题命中 规划决策 ：planning(abstract)

AI总结 本研究利用基于财务比率的成分聚类分析，探讨乌克兰-俄罗斯战争对西班牙农业和食品生产企业财务韧性的影响，发现到2023年韧性企业数量增加，表明行业对冲突经济挑战的适应。

Journal ref European Accounting and Management Review, 11, 1 (2025), 55-80

From Denoising to Decision Making: A Survey on Diffusion Model-Enabled Deep Reinforcement Learning for Wireless Networks

从去噪到决策：面向无线网络的扩散模型赋能深度强化学习综述

Nguyen Cong Luong, Zeping Sui, Jie Cao, Min Xu, Nguyen Duc Hai, Zhihao Dong, Nguyen Duc Duy Anh, Qiushi Zhao, Nguyen Quoc Khanh, Zhe Fu, Shaohan Feng, Bo Ma

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了扩散模型与深度强化学习结合的方法，通过捕捉无线资源管理中的复杂多模态动作结构，提升决策质量，并系统总结了其在移动边缘计算、无人机辅助、车联网、AIGC驱动系统、无线资源分配、物理层安全及机器人/无人机规划等领域的应用。

Comments 22 pages, 7 figures, Author list corrected

Robust Ergodic Control of Jump-Diffusion Systems under Drift and Intensity Uncertainty

漂移和强度不确定下跳扩散系统的鲁棒遍历控制

Abel Azze, Bernardo D'Auria, Giorgio Ferrari

专题命中 规划决策 ：planning(abstract)

AI总结 针对同时存在连续波动和罕见冲击的跳扩散系统，考虑漂移和跳跃强度不确定性，提出一种鲁棒遍历奇异控制方法，通过熵惩罚扭曲处理模型模糊性，并证明最优策略由反射屏障表征。

Optional Intervals Event and Two n-ary Finitary Operations: An Algebraic Framework for Unifying Parallel-Serial Execution and Axiomatizing Simultaneity from an Epistemological Perspective

可选区间事件与两种n元有限运算：一种统一并行-串行执行和从认识论角度公理化同时性的代数框架

Zhongyuan. Li, Yanlei. Gong, Lei. Yu, Yue. Cao, Bo. Yin

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种代数框架，用于分析事件执行区间和序列，引入了'可选区间事件（OIE）'作为四元组抽象（C，F，I，A），用作现实事件的预执行规划工具。基于该抽象，我们定义了两种n元有限运算：（i）'完整序列加法'，用于在共享时间域内以一定机会模型并发事件；（ii）'完整序列乘法'，用于严格有序的顺序事件。我们分析了这些运算的代数性质，包括闭包、非交换性、排列等价性和轨道空间。我们证明，对于任何非退化的有限OIE集合，完整序列加法由于排列等价性产生单轨道空间，而完整序列乘法可能产生多个轨道。这种轨道分歧严格捕捉了并发执行和顺序执行之间的基本对称性差距。

Comments 112 pages, 2 figures

TraversalBench: Challenging Paths to Follow for Vision Language Models

TraversalBench: 为视觉语言模型设计的复杂路径挑战测试集

Clara Petrova, Zhuo Chen, Marin Soljačić

机构 * Massachusetts Institute of Technology, Department of Physics（麻省理工学院物理系） ； Massachusetts Institute of Technology, Institute for Data, Systems, and Society（麻省理工学院数据、系统与社会研究所） ； NSF AI Institute for Artificial Intelligence and Fundamental Interactions（国家科学基金会人工智能与基本相互作用AI研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出TraversalBench，一个用于评估视觉语言模型复杂视觉路径跟随能力的受控基准测试集，发现自相交是主要困难来源，揭示了模型在路径感知上的局限性。

Mobility shapes heat exposure inequalities in cities

流动性塑造城市热暴露不平等

Marc Duran-Sala, Mattia Mazzoli, Martin Hendrick, Gabriele Manoli

专题命中 规划决策 ：planning(abstract)

AI总结 通过分析23个西班牙城市和30个美国城市的手机流动性数据与城市温度场，提出基于网络的框架量化不同社会人口群体的热暴露不平等，发现低收入群体通勤中热暴露更高，且重力模型和辐射模型可复现不平等模式。

Resilience metrics to guide back-up investments in the power system during extreme weather

极端天气下指导电力系统备用投资的韧性指标

Aleksander Grochowicz, Hannah C. Bloomfield, Marta Victoria

专题命中 规划决策 ：planning(abstract)

AI总结 提出基于影子价格的方法识别系统定义事件，分类极端天气对电力系统的影响，并设计区分短长期韧性的指标与压力测试，以指导备用容量投资。

Journal ref Grochowicz, A., Bloomfield, H.C. & Victoria, M. Resilience metrics to guide back-up investments in the power system during extreme weather. Nat Sustain (2026)

Partially Observable Markov Decision Processes (POMDPs) and Robotics

部分可观测马尔可夫决策过程（POMDPs）与机器人学

Hanna Kurniawati

机构 * School of Computing, Australian National University（澳大利亚国立大学计算机学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文综述了POMDPs在机器人学中的应用，讨论了计算复杂性问题及采样求解器的改进，展示了POMDPs在提高机器人系统鲁棒性方面的贡献。

Journal ref Annual Review of Control, Robotics, and Autonomous Systems Vol. 5:253-277, 2022

CollabSim: A CSCW-Grounded Methodology for Investigating Collaborative Competence of LLM Agents through Controlled Multi-Agent Experiments

CollabSim: 一种基于CSCW的方法，通过受控多智能体实验研究LLM智能体的协作能力

Jiaju Chen, Bo Sun, Yuxuan Lu, Yun Wang, Dakuo Wang, Bingsheng Yao

机构 * Northeastern University（东北大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

AI总结 提出CollabSim框架，结合CSCW理论定义协作能力、控制交互条件并探测智能体内部状态，以系统分析LLM多智能体系统的协作能力。