AI Agent

Credit Without Ground Truth: Auditing Step-Level Credit Assignment in LLM Agents Against Executed Replay

无真实值的信用：针对执行重放的大语言模型智能体的步骤级信用分配审计

Haiyue Zhang

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 该研究针对LLM智能体，在ALFWorld环境中审计步骤级信用分配，发现现有信用信号无法识别关键步骤，提出需匹配有效样本量比较信用规则。

Comments 52 pages, 6 figures. Pre-registered; frozen analysis plans and prompts included in the appendices

A Tale of Two Graphs: Separating Knowledge Exploration from Outline Structure for Open-Ended Deep Research

双图之 tale：分离知识探索与大纲结构以实现开放性深度研究

Zhuofan Shi, Ming Ma, Zekun Yao, Fangkai Yang, Jue Zhang, Dongge Han, Victor Rühle, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 本文提出DualGraph架构，通过分离知识与写作结构，提升开放性深度研究的效率和深度，实验表明其在报告深度、广度和事实准确性上优于现有方法。

Comments 26 pages, 4 figures

Contrastive Branch Policy Optimization

对比分支策略优化

Ying Wang, Changlin Qiu, Bang Lin, Linbo Jin, Wen Jiang, Zhe Sun, Jingli Yang

机构 * Alibaba Group（阿里巴巴集团） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 针对工具集成智能体训练的细粒度信用分配问题，提出CBPO解耦分支采样的预算分配与信用转化，在十个基准上优于现有方法，获两个领域及两种模型规模下最高宏平均准确率。

Comments 10 pages, 5 figures, 3 tables

Knowing When to Ask for Help: Bayesian Self-Escalation in Hierarchical LLM Agents

何时请求帮助：分层大语言模型智能体中的贝叶斯自我升级

Nadeem Shaikh

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

AI总结 该研究针对LLM智能体提出贝叶斯自我升级策略，将生成中委派建模为贝叶斯最优停止问题，经模拟和真实代码级联验证，其升级机制在同等成本下优于事后路由，能力信念区分度随生成提升。

Comments 21 pages, 5 figures. Code and data: this https URL (https://github.com/nadeem-shaikh/llm-self-escalation). Associated record: this https URL (https://doi.org/10.5281/zenodo.21330787)

ICA: Information-Aware Credit Assignment for Visually Grounded Long-Horizon Information-Seeking Agents

ICA: 信息感知的信用分配用于基于视觉的长周期信息寻求智能体

Cong Pang, Xuyu Feng, Yujie Yi, Jiaqi Su, Zixuan Chen, Jiawei Hong, Tiankuo Yao, Nang Yuan, Jiapeng Luo, Lewei Lu, Xin Lou

机构 * Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海科技大学） ； Wuhan University（武汉大学） ； SenseTime Research（商汤科技研究院） 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ICA方法，通过视觉快照和信息层面信用分配，提升开放网络环境中信息寻求智能体的性能。

Comments Accepted to the Main Conference of EMNLP 2026

IAPO: Influence-Aware Policy Optimization for Credit Assignment in Multi-Turn Service Agents

IAPO：面向多轮服务智能体信用分配的感知影响策略优化

Bo Ren, Yirong Mao, Yi Yang, Wenhui Que

机构 * Fudan University（复旦大学） ； WeChat, Tencent Inc.（腾讯公司微信业务） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本研究提出IAPO方法，将轨迹转化为影响依赖图以优化多轮服务智能体的信用分配，在三个服务智能体基准及BFCL-v4多轮任务上，性能优于多轮RL基线。

Comments 12 pages, 3 figures, 5 tables. Preprint

Beyond Information Seeking: Severity-Aware Question Supervision for Proactive Medical Dialogue

超越信息获取：面向主动医疗对话的严重度感知问题监督

Chenxuan Li, Xinrong Chen, Luyan Zhang, Peidong Jia, Zhongyu Zhao, Xuecheng Shang, Peixing Wan

机构 * Peking University（北京大学） ； Northeastern University（东北大学） ； School of Basic Medical Sciences, Peking University（北京大学基础医学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本研究针对主动医疗对话提出ESR严重度感知问题监督目标，在DDxPlus数据集上提升了高严重度诊断准确率、降低了漏诊率，推动主动医疗对话向感知后果的证据获取方向发展。

NeuralParker: A Reinforcement Learning Planner for Irregular Parking Environments

NeuralParker：面向不规则停车环境的强化学习规划器

Zihan Wang, Bai Huang, Yang Guan, Xiao Li, Haoyu Xu, Naizheng Wang, Shengbo Eben Li

机构 * Tsinghua University（清华大学） ； Central University of Finance and Economics（中央财经大学） ； Meituan（美团） 纠错

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

AI总结 NeuralParker是面向不规则泊车环境的强化学习混合规划器，采用目标相对全局表示与终端集成器，在基准测试及实车验证中均优于基线，规划成功率与轨迹质量更优。

Multilevel Fair Allocation under Additive Preferences

加性偏好下的多级公平分配

Maxime Lucet, Nawal Benabbou, Aurélie Beynier, Nicolas Maudet

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文针对树状层次智能体的多级公平资源分配问题，提出三种基于嫉妒的公平概念适配方式，证明相同偏好下MWRR可保证相关概念，一般偏好下MWRR表现有差异，实验显示其对未正式保证的适配仍有良好性能。

Comments Accepted at the 9th International conference on Algorithmic Decision Theory

Rules Before Oracles: Auditable, User-Configurable Argument Selection for Deliberative Polling

规则先于神谕：协商民意调查的可审计、用户可配置论证选择

Muntaser Syed, Markus Zanker, Marius Silaghi

机构 * Florida Institute of Technology（佛罗里达理工学院） ； Free University of Bozen-Bolzano（波尔扎诺自由大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 该研究针对协商民意调查的论证选择问题，提出了基于公开可计算证据、用户持参的可审计规则，经模拟验证其在支持质量等指标上优于不透明排名器，可应用于开源对等平台。

Thinking Beyond Videos: Unifying Video Reasoning and Deep Research for Open-World Video Agents

超越视频：统一视频推理与深度研究的开放世界视频智能体

Wenqi Liu, Shijie Ma, Yunxiao Wang, Meng Liu, Qile Su, Han Liu, Bohan Hou, Zeyu Wang, Xuanyu Zheng, Changyi Liu, Tianke Zhang, Haonan Fan, Kaiyu Jiang, Yingxin Li, Jiankang Chen, Xu Wang, Hongyi Fu, Jianxiong Wang, Bin Wen, Tingting Gao, Han Li, Jianhua Yin, Yinwei Wei, Xuemeng Song

机构 * Shandong University（山东大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beihang University（北京航空航天大学） ； City University of Hong Kong（香港城市大学） ； Nanyang Technological University（南洋理工大学） ； Kuaishou Technology（快手科技） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 本研究提出统一视频推理与深度研究的VideoRover框架，构建相关数据集与基准，其8B-RL模型在无工具直接回答场景性能接近专有模型，优于同工具套件的更大开源模型。

GenCoord: Skill-Path Commitments under Private Information

Peng He, Junning Zhu, Haohan Yuan, Jianpeng Liang

机构 * Tsinghua University（清华大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； University of California San Diego（加利福尼亚大学圣迭戈分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

Comments Paper source and compact evidence: this https URL (https://github.com/JulianZJN/GenCoord)

Is Visual Prompting All You Need? Studying VLM Spatial Reasoning under Progressive Visual Scaffolds

视觉提示就足够了？研究渐进式视觉支架下视觉语言模型的空间推理能力

Lars Benedikt Kaesberg, Tianyu Yang, Florian Valentin Wunderlich, Terry Ruas, Daniel Kurzawe, Jan Philip Wahle, Bela Gipp

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

AI总结 该研究针对 VLMs 的空间推理问题，在 SPaRC 基准中引入轻量视觉支架，可提升 VLMs 任务准确率并补充 GRPO 训练，揭示视觉呈现对 VLM 基准测量属性的关键作用。

Comments Accepted at EMNLP 2026 (Findings)

Finite-Sample Metric Non-Collapse for Geometrically Supervised Latent World Models in Control

用于控制的学习型世界模型中的度量非崩溃：逼近理论、有限样本几何保证与确定性规划迁移

Alain Bensoussan, Minh-Nhat Phung, Minh-Binh Tran

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

AI总结 该研究为非线性确定性控制系统的学习型世界模型构建三部分数学理论，含逼近理论、有限样本几何保证及确定性规划迁移方法，通过数值实验验证了相关方法的有效性。

Comments Revised version prepared in response to the editorial assessment. The main manuscript is 32 pages; detailed mathematical derivations have been moved to the accompanying Supplementary Material. The principal results and contributions are strengthened and clarified

CoWorld-VLA: Thinking in a Multi-Expert World Model for Autonomous Driving

CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考

Minqing Huang, Yujiao Xiang, Zihan Liang, Jiajie Huang, Jingqi Wang, Yuheng Zhou, Zhi Xu, Feiyang Tan, Hangning Zhou, Mu Yang, Gong Che

机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。

RA-CMF: Region-Adaptive Conditional MeanFlow for CT Image Reconstruction

RA-CMF：基于区域自适应的条件均值流用于CT图像重建

Md Shifatul Ahsan Apurba, Md Selim, Jin Chen

机构 * Biomedical Informatics（生物医学信息学） ； Data Science University of Alabama at Birmingham Birmingham, AL, United States（数据科学，阿拉巴马大学伯明翰分校，伯明翰，AL，美国） ； Computer Science Florida Polytechnic University Lakeland, FL, United States（计算机科学，佛罗里达理工学院，拉凯兰德，FL，美国） 纠错

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

AI总结 本文提出RA-CMF方法，结合条件均值流与强化学习，实现CT图像重建的区域自适应增强，提升肿瘤区域的准确性和图像整体质量。

Comments 17 pages, 5 figures, ICIBM 2026

Can large language models assist choice modelling? Insights into prompting strategies and current models' capabilities

大语言模型能否协助选择建模？关于提示策略和当前模型能力的洞察

Georges Sfeir, Gabriel Nova, Stephane Hess, Sander van Cranenburgh

机构 * Choice Modelling Centre & Institute for Transport Studies, University of Leeds（选择建模中心及交通研究学院，利兹大学） ； CityAI Lab, Transport and Logistics group, Engineering Systems and Services Department, TU Delft（CityAI实验室，运输与物流组，工程系统与服务部门，代尔夫特理工大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文研究大语言模型在离散选择建模中的潜力，通过实验框架评估七种领先模型在不同提示策略和信息可用性下的表现，揭示其在模型规范和估计中的能力与限制。

Comments 35 pages, 8 figures, 14 tables

Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility

科学图像合成：基准测试、方法论与下游应用

Honglin Lin, Zheng Liu, Chonghan Qin, Qizhi Pei, Yu Li, Zhanping Zhong, Xin Gao, Yanfeng Wang, Conghui He, Lijun Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（OpenDataLab，上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出ImgCoder框架和SciGenBench基准，通过逻辑驱动方法提升科学图像生成的结构精度，并展示微调LMMs在科学图像上的效果，验证了高保真合成在多模态推理中的潜力。

Modeling Software Quality in Virtual Reality Applications from User Feedback

基于用户反馈的虚拟现实应用软件质量建模

Shuqing Li, Chenran Zhang, Yepang Liu, Cuiyun Gao, Shing-Chi Cheung, Michael R. Lyu

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

AI总结 该研究通过分析7个应用商店28745款VR应用的165万余条公开评论，构建了含12个质量属性和10个影响因素的VR软件质量层次模型，为VR质量保证提供了优先级并发布了相关资源。

Topology-Guided Modular Actor-Critic Learning for Continuous Systems under Temporal Objectives

面向时间目标的连续系统的拓扑引导模块化演员-评论家学习

Lening Li, Zhentian Qian, Jianan Xia, Qiren Geng, Huasheng Zhang, Liang Hu, Qishuang Li, Junqiang Lou

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

AI总结 该研究针对受线性时间逻辑约束的连续状态随机动态系统，提出拓扑引导的模块化演员-评论家强化学习算法，在CartPole和Dubins车任务上验证了方法的有效性与优越性。

Comments 12 pages, 6 figures. Submitted to IC&C 2026

Multi-Stage Prompt-Guided Feature Modulation for Generalizable Brain Tumor Segmentation

用于通用脑肿瘤分割的多阶段提示引导特征调制

Mohammad Mahdi Danesh Pajouh, Sara Saeedi

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出多阶段动态提示nnU-Net，通过多阶段动态提示调制编码器特征，在BraTS GOAT数据集上较基线nnU-Net提升了脑肿瘤分割的Dice分数，增强了模型泛化性。

Comments Accepted to BraTS MICCAI 2026 Task 3 (Generalizability Across Tumors)

VizAnchor: Decoding Manipulation Intent from Tampering Visualizations via Dual-Anchor Reasoning

VizAnchor：通过双锚推理从篡改可视化中解码操纵意图

Xiaotian Zhang, Huayuan Ye, Haiyang Zhang, Chenhui Li, Changbo Wang, Sicheng Song

机构 * School of Data Science and Engineering, East China Normal University（华东师范大学数据科学与工程学院） ； Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（香港科技大学新兴跨学科领域分部） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出VizAnchor框架，通过双锚构建与VLM推理实现可视化操纵理解，含三个专用智能体，构建相关数据集，可准确定位篡改并生成忠实解释。

Comments 39 pages

Safety-aware Model Predictive Path Integral Control with Signal Temporal Logic

感知安全的带信号时序逻辑的模型预测路径积分控制

Yiqi Zhao, Taekyung Kim, Hideki Okamoto, Bardh Hoxha, Jyotirmoy V. Deshmukh, Lars Lindemann, Georgios Fainekos

机构 * University of Southern California（南加州大学） ； University of Michigan（密歇根大学） ； Toyota Motor North America R&D（丰田北美研发中心） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出safety-aware-stl-mppi框架，将STL公式编码为CBF并集成到MPPI控制器，经火星车与四旋翼实验验证，可在复杂约束下实现高安全与效率的运动规划。

DreamLedger: Execution-Settled Credit Files for World-Model Imagination in Robot Decision Loops

DreamLedger：机器人决策回路中用于世界模型想象的执行结算信用文件

Xianyao Li, Ruitong Tian, Rui Min, Fang Xu, Jing Du

机构 * University of Florida（佛罗里达大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出DreamLedger执行结算信用文件，管控机器人世界模型预测的消耗，在多模拟域和真实机械臂上验证，可减少无效想象、降低验证探测次数，适用于多模型与硬件场景。

Comments 10 pages, 6 figures

Potential survivable niches for microbial life on the lunar south pole

月球南极微生物生命的潜在可生存生态位

Prabal Saxena, Stefano Bertone, Heather V. Graham, Natalie M. Curran, Aaron B. Regberg, Andrew Needham, D.E. (Betsy) Pugel, Noah E. Petro

专题命中 规划决策 ：planning(abstract)

AI总结 该研究结合遥感与高分辨率光照模型，发现月球南极存在大量持续低温、紫外线通量低的区域，可能具备微生物生存条件，提示需关注载人探索带来的生命转移风险。

Comments 43 pages, 3 figures, 3 tables, Preprint of Science Advances published on Aug. 19, 2026

A simulation-based quality-control framework for the broad-line region radius-luminosity relation

基于模拟的宽线区半径-光度关系质量控制框架

Juri Wladimir Seib, Francisco Pozo Nuñez, Sarah Elena Ivana Bosman

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对活动星系核Hβ宽线区半径-光度关系的观测散射，开发模拟质量控制框架，发现约40%源的时延恢复存在偏差，校正后内禀散射显著降低，相关工具公开可用。

Comments Accepted for publication in A&A

Atomic Common-Day Invoice Clearing under Causal Daily Scheduling: Path-Enabled and Bounded-Cycle Policies

因果每日调度下的原子日常发票清算：路径启用与有界周期策略

Peplluis Esteva de la Rosa, Sai Srikanth Madugula

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对企业作为债权债务人的迟付款压力，开发原子记录时间发票图的路径启用清算方法，经749952张发票实证，其应付账款减少幅度优于长度8的周期净额结算，为异步代理间清算提供策略依据。

Same-Hour Estimation and Multi-Horizon Forecasting of PM2.5 in Beijing: Model Comparison and Feature-Group Contributions

利用同步协变量和滞后特征进行北京PM2.5的临近预报：模型比较与变量选择稳定性

Yusheng Wang, Ruiyan Du

专题命中 规划决策 ：planning(abstract)

AI总结 该研究利用北京12个监测站数据，比较正则化回归与深度学习模型进行PM2.5临近预报，多层感知器性能最佳，还分析了特征组和变量选择稳定性，揭示了模型误差的空间和季节异质性。

Intracranial Aneurysm Classification and Segmentation via Tri-Axial ROI and Multi-Task Learning

基于三轴ROI和多任务学习的颅内动脉瘤分类与分割

Pengcheng Shi, Kaiyuan Yang, Houjing Huang, Jiawei Chen, Yan Lu, Jiaqi Liu, Murong Xu, Minghui Zhang, Bjoern Menze, Xinglin Zhang

机构 * Medical Image Insights Co. Ltd.（医学影像洞察有限公司） ； University of Zurich（苏黎世大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出多任务框架，结合2D三轴ROI提取与3D多任务nnU-Net，同时实现13个解剖位置的动脉瘤多标签分类、多类分割和血管分割，在RSNA 2025挑战中获第二名。

Latent Dynamics-Aware OOD Monitoring for Trajectory Prediction with Provable Guarantees

隐式动态感知的领域外监测用于轨迹预测的可证明保障

Tongfei Guo, Lili Su

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于快速突变点检测的轨迹预测领域外监测方法，通过隐马尔可夫模型建模预测误差演化，实现无需显式知识的领域外检测并保证延迟和误报率的可证明保障。

Comments Accepted by 2026 IEEE International Conference on Automation Science and Engineering (CASE 2026)