AI Agent

Zero-Shot Instruction Following in RL via Structured LTL Representations

通过结构化LTL表示在强化学习中实现零样本指令跟随

Mathias Jackermeier, Mattia Giuri, Jacques Cloete, Alessandro Abate

机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于结构化LTL表示的强化学习方法，通过分层神经网络和注意力机制提升智能体在未见过任务中的指令跟随能力。

Grounding LTL Tasks in Sub-Symbolic RL Environments for Zero-Shot Generalization

在子符号强化学习环境中将LTL任务接地以实现零样本泛化

Matteo Pannacci, Andrea Fanti, Elena Umili, Roberto Capobianco

机构 * Sapienza University of Rome（萨皮恩扎大学罗马分校） ； Sony AI（索尼人工智能） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出在子符号强化学习环境中通过联合训练多任务策略和符号接地器，实现LTL任务的零样本泛化。

The Ethical Decision Head: Operationalizing Normative Ethics in Autonomous Vehicles via Reinforcement Learning from Human Feedback

伦理决策头：基于人类反馈的强化学习在自动驾驶中实现规范伦理

Thomas Mbrice, Ammar Ali, Sami Mian, Khai Hern Low, Eric Chen, Arshia Aghajani, Wolf Schäfer, Amin Shirangi

机构 * Stony Brook University（石溪大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出伦理决策头（EDH）框架，结合PPO与人类偏好奖励模型，在CARLA仿真中训练自动驾驶智能体，发现人类对自动驾驶伦理的理论规定与实践奖励存在差异。

A Shop Floor Production Scheduling Case based on RFID-supported Smart Factory

基于RFID支持的智能工厂的车间生产调度案例

Zhihui Chen, Yize Sun, Yuhao Dong, Zeyu Xiao, Ray Y. Zhong

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 本文针对配备RFID的智能工厂案例，通过挖掘RFID数据量化生产不确定性，提出基于深度强化学习的动态调度框架，仿真显示其在最小化总完工时间上优于FIFO、LIFO和DQN方法。

CACSurv: Concordance-Aligned Comparative Learning with Large Language Models for Cancer Survival Prediction

CACSurv：基于大型语言模型的一致性对齐比较学习用于癌症生存预测

Tianqi Xiang, Qixiang Zhang, Xinpeng Ding, Yi Li, Xiaomeng Li

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

AI总结 该研究针对癌症生存预测中LLM时间回归的公式与监督不匹配问题，提出CACSurv框架，构建TCGA-SurvReport基准，在6个TCGA癌症队列上的平均C指数达0.722，显著优于现有模型与基线。

HaReCAP: Habitual-action Grounding for Recursive Large Language Model Agents

HaReCAP：面向递归大语言模型智能体的习惯性动作 grounding 方法

Shen Liu, Zhenguo Xu, Shaopu Wang, Yike Gao, Chunlei Wang

机构 * North China Institute of Computer System Engineering（华北计算机系统工程研究所） ； University of Science and Technology of China（中国科学技术大学） ； China Information Security Research Institute Co., Ltd.（中国信息安全研究院有限公司） 纠错

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

AI总结 HaReCAP 是针对 ReCAP 的低侵入性扩展，通过编译叶子反射规则减少长视距具身任务中 LLM 的重复调用，在 Robotouille 和 ALFWorld 上显著降低了 token 消耗。

Comments 15 pages, 3 figures

DriveCache: Action-Aware Caching for Driving World Model Inference

DriveCache：面向驾驶世界模型推理的动作感知缓存

Jianchun Yang, Jian Liang, Xianda Guo, Pinhan Fu, Yanlun Peng, Conglang Zhang, Wenke Huang, Mang Ye

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

AI总结 针对扩散驾驶生成器吞吐量受限的问题，提出动作感知的DriveCache控制器，利用规划运动与动态规划优化缓存，提升保真度-效率权衡，代码将公开。

Comments 9 pages, 7 figures, 4 tables

Adaptive Mixing of Policies from Searching and Policies from Learning

搜索策略与学习策略的自适应混合

Gavin B. Rens

机构 * Stellenbosch University（斯泰伦博斯大学） 纠错

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

AI总结 研究针对强化学习中搜索耗时问题，提出Flexer架构自适应混合神经网络与MCTS策略，在三类玩具符号问题实验中性能优于AlphaZero、DQN和ADP。

Comments 23 pages, 16 figures

Temporal Logic Guided Universal Task Representations for Reinforcement Learning

用于强化学习的时序逻辑引导通用任务表示

Hao Zhang, Zhangli Zhou, Zhen Kan

机构 * University of Science and Technology of China（中国科学技术大学） ； Anhui Provincial Key Laboratory of Humanoid Robots（安徽省人形机器人重点实验室） ； Chinese Academy of Sciences（中国科学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出受时序逻辑启发的通用任务表示框架LOTUS，将其集成至强化学习算法，通过LTL编码器建模语义、双模拟度量保障稳定性，在多场景下的学习效率、泛化能力等指标优于现有方法。

Comments Accepted by IEEE Transactions on Neural Networks and Learning Systems (Early Access). Project page: https://lotus-website.github.io/

Divergent-Convergent Reasoning: Scaling Test-Time Compute through Structured Solution Synthesis

发散-收敛推理：通过结构化解决方案合成扩展测试时计算

Bo Wen, Yuhao Chen, Erhan Bilal, Carla Agurto Rios, Chen Wang, Junchen Jiang

机构 * School of Computing, Queen’s University（女王大学计算学院） ； IBM T.J. Watson Research Center（IBM T.J.沃森研究中心） ； University of Chicago（芝加哥大学） ； Tensormesh Inc.（Tensormesh公司） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 该研究提出发散-收敛推理（DCR），引入递归DCR方法，利用分歧信息优化测试时计算分配，在AIME 2024、2025数据集上实现高准确率且减少计算量，揭示LLM测试时推理的扩展规律。

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

FZ-VLM：用于肺结节特征表征与临床决策的两阶段Florence-Zephyr视觉语言模型框架

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta

机构 * College of Engineering, University of Guelph（圭尔夫大学工程学院） ； Holland Bloorview Kids Rehabilitation Hospital（霍兰德布鲁尔维尤儿童康复医院） ； Guelph General Hospital（圭尔夫综合医院） ； Ontario Veterinary College, University of Guelph（圭尔夫大学安大略兽医学院） 纠错

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

AI总结 本研究提出首个两阶段视觉语言模型框架FZ-VLM，通过微调Florence-2与Zephyr-7B模型，实现肺CT中肺结节的结构化特征表征与临床决策，性能优于GPT-4基线及人类基线。

Diagnosing and Mitigating Perception-Decision Misalignment in Omni-LLMs via Modality Subspace Activation

通过模态子空间激活诊断并缓解全模态大语言模型（Omni-LLMs）中的感知-决策失配问题

Hongbo Jiang, Jie Li, Yunhang Shen, Tianyu Xie, Pingyang Dai

专题命中 规划决策 ：autonomous agent(abstract)；分类 cs.LG

AI总结 针对Omni-LLMs存在的感知-决策失配问题，本文提出因果模态敏感性及对应诊断方法，构建CausalMSBench数据集，提出无需训练的MSA框架以恢复模型的因果模态敏感性。

Efficient Block-Layer Parallel Inference for Vision-Language-Action on Hybrid Architectures

面向混合架构的视觉-语言-动作（VLA）高效块级并行推理

Haibo HU, Lianming Huang, Qiao Li, Nan Guan, Chun Jason Xue

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

AI总结 该研究针对VLA模型部署于车载平台的延迟与内存压力问题，提出混合CPU-GPU推理框架，通过块级划分实现资源调度，在Bench2Drive数据集及实车部署中均取得性能提升。

Coarse-to-Fine Multi-Resolution Diffusion Models for Trajectory Generation in Urban Systems

面向城市系统轨迹生成的粗到细多分辨率扩散模型

Wen Ye, Muyan Weng, Chuizheng Meng, Hao Niu, Yizhou Zhang, Yan Liu

机构 * University of Southern California（南加州大学） ； KDDI Research, Inc.（KDDI研究所） 纠错

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

AI总结 针对城市轨迹生成的隐私与多分辨率模式问题，提出MR-Traj多分辨率扩散框架，建模粗粒度里程碑与细粒度片段，在全局分布相当的同时提升细粒度性能并降低轨迹链接风险。

Comments 12 pages, 4 figures. Accepted to KDD 2026

Context Is Not Authority: Structured Runtime Governance for Financial Market Agents

上下文并非权威：面向金融市场智能体的结构化运行时治理

Rui Tang, Qiangqiang Liu, Yichi Zhang, Youwei Yang, Xi Chen, Chen Dong

机构 * OpenAsk ； Binance（币安） ； New York University（纽约大学） ； Xiamen University（厦门大学） ； Bank of Hebei（河北银行） 纠错

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

AI总结 针对金融智能体可能将正确上下文转化为未经授权影响的问题，提出SAGE-Fin金融领域权限交接合约，通过运行时控制影响保障合规，经测试和实际部署验证了其有效性。

Comments 15 pages, 1 figure, 9 tables. Qiangqiang Liu and Yichi Zhang are corresponding authors

ODEWorld: A Continuous Predictive Architecture via Physical-Time Flow

ODEWorld：一种基于物理时间流的连续预测架构

Dongxiu Liu, Haoyi Niu, Peng Cheng, Yuan Gao, Xirui Kang, Sangli Teng, Koushil Sreenath, Xianyuan Zhan

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Berkeley Artificial Intelligence Research (BAIR), University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究院（BAIR）） 纠错

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

AI总结 研究针对现有世界建模机器学习范式局限于离散时间预测的问题，提出基于PT-Flow的连续时间潜在世界模型ODEWorld，解决表示崩溃问题，在视频生成和机器人控制任务中表现出色。

Honeyquest for LLMs: Rethinking Cyber Deception for AI Attackers

Honeyquest for LLMs: 重新思考针对AI攻击者的网络欺骗

Kerri Prinos, Lilianne Brush, Cameron Denton

机构 * Horizon3.ai 纠错

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

AI总结 本研究提出自动评估框架，测试21个LLM（从8B到1T参数）对网络欺骗陷阱的反应，发现LLM比人类更容易上当，缺乏注意力转移效应，且存在认知-行动差距（73.4%识别陷阱但仍被利用），表明以人为中心的欺骗假设不适用于AI攻击者。

Comments 20 pages, 4 figures, 2 tables

Empowering Polymeric Materials Discovery by Artificial Intelligence

人工智能赋能高分子材料发现

Chenyao Ma, Linda Zhang, Yuheng Chen, Wei Du, Shangwen Fang, Zihao Jiang, Chuanyu Liu, Xinyu Ma, Rui Su, Gang Wang, Muyao Yu, Dong Zhong, Jie Zhu, Weibo Gong, Huan Gu, Limin Li, Chen Shen, Rui Wu, Zhenghao Wu, Kan Xu, Min Zhou, Donglin He, Xiayun Huang, Shan Jiang, Pengfei Ou, Jiayu Peng, Yuwei Zhang, Jie Zhao, Di Zhang, Piao Ma, Zhenghao Li, Hao Li

机构 * Suzhou MatSource Technology Co., Ltd.（苏州MatSource科技有限公司） ； Gusu Laboratory of Materials（材料Gusu实验室） ； Advanced Institute for Materials Research (WPI-AIMR)（先进材料研究所（WPI-AIMR）） ； Frontier Research Institute for Interdisciplinary Sciences (FRIS)（交叉学科前沿研究所（FRIS）） ； State Key Laboratory of Advanced Environmental Technology, Department of Environmental Science and Engineering, University of Science and Technology of China（先进技术国家实验室，环境科学与工程系，中国科学技术大学） ； Jiangsu Key Laboratory of New Power Batteries, Jiangsu Collaborative Innovation Centre of Biomedical Functional Materials, School of Chemistry and Materials Science, Nanjing Normal University（新型动力电池江苏省重点实验室，生物医学功能材料协同创新中心，化学与材料科学学院，南京师范大学） ； Department of Chemistry, National University of Singapore（新加坡国立大学化学系） ； Thrust of Sustainable Energy and Environment, The Hong Kong University of Science and Technology (Guangzhou)（可持续能源与环境方向，香港科技大学（广州）） ； Department of Materials Design and Innovation, University at Buffalo（材料设计与创新系，布法罗大学） ； College of Smart Materials and Future Energy, State Key Laboratory of Molecular Engineering of Polymers, Fudan University（智能材料与未来能源学院，聚合物分子工程国家重点实验室，复旦大学） ； School of Physical Science and Technology, Shanghai tech University（物理科学与技术学院，上海科技大学） ； The State Key Laboratory of Molecular Engineering of Polymers and Department of Macromolecular Science, Fudan University（聚合物分子工程国家重点实验室和大分子科学系，复旦大学） ； Department of Chemistry and Materials Science, Xi'an J Liverpool University（化学与材料科学系，西安J Liverpool大学） 纠错

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

AI总结 本文综述了数据基础设施、机器学习、大模型和实验室自动化如何融合成自主发现生态系统，通过自改进反馈循环实现高分子材料的预测性、可重复和可扩展创新。

Morphology-Conditioned World Model for Cross-Embodiment Quadrupedal Locomotion

迈向基于形态条件的四足世界模型

Mohamad H. Danesh, Chenhao Li, Amin Abyaneh, Anas Houssaini, Kirsty Ellis, Glen Berseth, Marco Hutter, Hsiu-Chin Lin

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种基于形态条件的四足世界模型，通过整合物理形态编码器和奖励归一化器，实现跨形态的零样本泛化，解决传统隐式系统识别的适应滞后问题。

Measuring the Prevalence of Policy Violating Content with ML Assisted Sampling and LLM Labeling

利用机器学习辅助抽样和大语言模型标注测量违规内容的普及率

Attila Dobi, Aravindh Manickavasagam, Benjamin Thompson, Xiaohan Yang, Faisal Farooq

机构 * Pinterest 纠错

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

AI总结 本文提出了一种基于机器学习和大语言模型的系统，用于高效测量违反政策内容的普及率，通过概率抽样和多模态标注提升测量准确性。

Comments 8 pages

Predicting Barge Tow Size on Inland Waterways Using Vessel Trajectory Derived Features: Proof of Concept

Geoffery Agorku, Sarah Hernandez, Hayley Hames, Cade Wagner

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

Journal ref Transportation Research Interdisciplinary Perspectives 39 (2026) 102178

Vision Language Models Cannot Plan, but Can They Formalize?

视觉语言模型（VLMs）无法规划，但它们能进行形式化吗？

Muyu He, Yuxi Zheng, Yuchen Liu, Zijian An, Bill Cai, Jiani Huang, Lifeng Zhou, Feng Liu, Ziyang Li, Li Zhang

机构 * Drexel University（德雷塞尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本研究提出5种VLM作为形式化器的流水线，评估后发现其表现优于端到端规划生成，较弱VLMs的瓶颈为物体关系视觉grounding，较强模型已克服该限制。

Balancing Optimality and Diversity: Human-Centered Decision Making through Generative Curation

平衡最优性与多样性：通过生成式策展实现以人为中心的决策

Michael Lingzhi Li, Shixiang Zhu

机构 * Technology and Operations Management, Harvard Business School（哈佛商学院技术与运营管理系） ； Heinz College of Information Systems and Public Policy, Carnegie Mellon University（卡内基梅隆大学海因兹学院） 纠错

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

AI总结 该研究提出生成式策展框架，通过分解组合合意度、开发适配多行动空间的方法，在决策支持场景下大幅降低遗憾值，适用于警区重划等复杂运营规划问题。

FollowUpBot: An LLM-Based Conversational Robot for Automatic Postoperative Follow-up

FollowUpBot：基于大语言模型的术后自动随访对话机器人

Chen Chen, Jianing Yin, Jiannong Cao, Zhiyuan Wen, Mingjin Zhang, Weixun Gao, Xiang Wang, Haihua Shu

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

AI总结 该研究针对传统术后随访的局限，提出边缘部署的LLM机器人FollowUpBot，可实现自适应隐私保护的随访交互与结构化报告生成，实验验证其交互覆盖率、满意度及报告准确率均较高。

What Matters is the Prompt: Prompt Sensitivity and Prompt Generation in Foundation Models for Lung Nodule Segmentation

关键在于提示：用于肺结节分割的基础模型中的提示敏感性与提示生成

Jorge F. Lazo, Xixi Liu, Andreas Hallqvist, Mikael Johansson, Åse Johnsson, Jonas S. Andersson, Jennifer Alvén, Ida Häggström

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对肺结节分割的基础模型，分析其对提示的敏感性，提出合成提示生成模型，实验显示该方法戴斯系数达0.85，为相关分割提供了有前景的策略。

Interactive Whole Slide Images for RL-based Tumour Segmentation

用于基于强化学习的肿瘤分割的交互式全切片图像

Mohamad Mohamad, Francesco Ponzio, Maxime Gassier, Nicolas Pote, Xavier Descombes

机构 * Université Côte d’Azur（蔚蓝海岸大学） ； Inria（法国国家信息与自动化研究所） ； CNRS（法国国家科学研究中心） ； INSERM（法国国家健康与医学研究院） ； IBV（生物信息研究所） ； Politecnico di Torino（都灵理工大学） ； Bichat Hospital（比沙医院） ； Assistance Publique–Hôpitaux de Paris（巴黎公共医疗集团） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对全切片图像分析的计算挑战，提出端到端强化学习框架，将WSI建模为交互式分层多分辨率环境，经PPO训练的智能体可直接完成全切片肿瘤分割，推理速度快且效果与基于图像块的方法相当，为计算病理学提供新方向。

OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction

OccamView：面向帧预算约束下主动式3D高斯重建的物体条件视角选择方法

Hongbo Gao, Wei Zhang, Zeyu Ni, Dihao Zhu, Ruifeng Li, Yunke Wang, Chang Xu

专题命中 规划决策 ：planning(abstract)

AI总结 针对帧预算紧张时现有主动3D高斯重建方法易漏重建物体的问题，提出OccamView框架，通过物体条件视角选择与Geo-Floor机制优化规划，在多数据集上提升了重建表现。

Comments 7 pages, 5 figures. Preprint

Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities

面向圆柱腔体检修的观测约束关节空间视点优化

Yuezhong Wang, Rongshen Yin, Bichi Zhang, Sören Schwertfeger

机构 * ShanghaiTech University（上海科技大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种机器人关节空间中观测约束圆柱腔体检修的自主优化方法，通过多起点无导数搜索优化关节构型，在 Isaac Sim 实验中表现优于基准方法，完成 92%目标构型且平均底部可见度达 91.65%。

KC-BFPRL: Knowledge-Guided Multi-UAV Collaboration for Grassland Restoration via Bilevel Formerpointer-Based Reinforcement Learning

KC-BFPRL：基于知识引导的多无人机草原修复协作方法——通过 bilevel Formerpointer 强化学习实现

Dongbin Jiao, Xianyi Wang, Yuchen Yuan, Weibo Yang, Peng Yang, Peng Zhao, Zhanhuan Shang, Shi Yan

专题命中 规划决策 ：planning(abstract)

AI总结 KC-BFPRL 是一种知识引导的 bilevel Formerpointer 强化学习框架，可解决多无人机草原修复的 RAMP 问题，性能优于现有方法，适用于大规模自动化生态修复。

TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

TR-GS：基于t分布高斯溅射和射线置信度建模的高保真稀疏视图CT体积渲染

Zedong Xiao, Yiren Wang, Zhou Liu, Xiaolin Liu, Zhangji Lu

机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 TR-GS用学生t分布基元与射线置信度模型优化3D高斯溅射，实现高保真稀疏视图CT体积渲染，在多数场景优于基线，可支撑下游医学多媒体应用

Journal ref ACM Multimedia 2026