AI Agent

CineForge: Self-Improving Agents for Long-Horizon Video Generation

CineForge：用于长时序视频生成的自改进智能体

Junxiang Liu, Lin Wang, Haiyu Shi, Hongxu Ma, Xiaoyu Yang, Chunjie Chen, Xiaoxiao Xu, Kaiqiao Zhan, Boao Wang, Shuizhou Shi, Tianyun Zhu, Jie Li, Jiangtong Li

机构 * Tongji University（同济大学） ； Kuaishou Technology（快手科技） ； Fudan University（复旦大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本研究提出CineForge框架，结合CineForge-Produce与CineForge-Evolve，通过CPPE策略演进机制提升长时序故事驱动视频生成效果，在CineScope指标及基准测试中表现优于现有方法，减少了审查LLM调用量。

Drive the Thoughts: Runtime Monitoring of VLA Reasoning-Trajectory Consistency

驱动思考：VLA推理-轨迹一致性的运行时监测

Tian Yu, Lu Feng, Sebastian Elbaum

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

AI总结 本文研究VLA的CoT能否支持AV的运行时监测，构建了DriveAlignBench数据集，提出带GPT-5.5的车道相关F-LLM监测器，F1达0.75并发布相关资源。

TRACER: Per-Tool Context Retention for LLM Agents via Consequence-Attributed Reinforcement Learning

TRACER：基于结果归因强化学习的LLM智能体单工具上下文保留机制

Ziqi Lin, Ye Wu, Mengying Yang, Xu Liu, Yizhou Liu, Qiang Ke, Qin Guo

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 TRACER将压缩转化为单工具决策问题，通过感知后果的强化学习策略优化上下文保留，大幅降低长程语言智能体的标记消耗且维持任务成功率，具备跨架构迁移性。

GuardianAgent: Policy-Conditioned Risk-Adaptive Anonymization with Verified Adversarial Escalation

GuardianAgent：基于策略的风险自适应匿名化与经验证的对抗升级

Ruiyi Yang, Gayathri Lihinikaduarachchi, Rahat Masood, Flora D. Salim, Salil S. Kanhere

机构 * School of Computer Science and Engineering, UNSW Sydney（新南威尔士大学悉尼分校计算机科学与工程学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 GuardianAgent是一种基于策略的匿名化框架，通过AMRSF计算风险、采用快慢路径机制与五级重写层级，在三类基准上实现最优隐私-效用权衡，且对不同上下文条件决策具有鲁棒性。

Comments 17 pages, 3 figures

HANIA: Planner-Guided Multimodal Graph Evidence Selection for Grounded Question Answering

HANIA：规划器引导的多模态图证据选择用于基于证据的问答

Zafar Ali, Asad Khan, Nimbeshaho Thierry, Nabila Amir, Adam A. Q. Mohammed, Pavlos Kefalas

机构 * Southeast University（东南大学） ； Portland Institute（波特兰研究所） ； Aristotle University of Thessaloniki（亚里士多德大学） ； Shandong University（山东大学） 纠错

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

AI总结 本文提出HANIA框架，通过规划器引导的多模态图证据选择处理ScienceQA问答任务，无需目标数据集微调或迭代检索即可实现具竞争力的多模态问答。

Comments 10 pages, 1 figure. Accepted at Graph-enhanced LLMs for trustwOrthy Web data management (GLOW), ISWC 2026 Workshops, Bari, Italy

J-LAW: Joint Localization and Action-Conditioned World Modeling via Coupled Latent Factor Graphs

J-LAW：通过耦合潜在因子图实现联合定位与可操作世界建模

Guanqun Cao, Liang Chen

机构 * Geely Technology Europe（吉利技术欧洲公司） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS)（信息工程测绘与遥感国家重点实验室（LIESMARS）） ； Wuhan University（武汉大学） 纠错

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

AI总结 提出J-LAW，通过耦合因子图联合优化度量物体位姿、潜在世界状态和潜在地标嵌入，实现定位与可操作世界建模的协同提升，实验证明能显著降低潜在预测误差和端点漂移。

Comments Under review

WiSP: A Working-Set View of Mixture-of-Experts Serving on Extremely Low-Resource Hardware

WiSP：极低资源硬件上混合专家模型服务的工作集视角

Jiamu Zhang, Liang Wu, Mayank Darbari, Liangjie Hong

机构 * Anonymous Institution, Anonymous City, Anonymous Region, Anonymous Country（匿名机构、匿名城市、匿名地区、匿名国家） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.LG

AI总结 针对低资源GPU上MoE模型因专家层CPU卸载导致稀疏性优势丧失的问题，提出工作集分页（WiSP）和边际价值工作集分配（MV-WSA），实现专家与KV缓存间VRAM动态分配，解码吞吐量提升至1.95倍。

Comments 17 pages, 5 figures, 6 tables. v2: all headline results re-measured on a physically constrained 24 GiB RTX 3090; adds discussion of concurrent work. Code: https://github.com/nokia-applied-research/WiSP

Perceive Before Reasoning: A Pre-Reasoning Perception Framework for Efficient and Reliable Proactive Mobile Agents

先感知后推理：一种用于高效可靠主动移动代理的预推理感知框架

Zhijie Ding, Weinan Hong, Zicheng Zhu, Lei Li, Dezhi Kong, Hao Wang, Peng Zhou, Xuchu Jiang, Jiaming Xu

机构 * HyperAI Team, Xiaomi Corporation（HyperAI团队，小米公司） ； Zhongnan University of Economics and Law（中南财经政法大学） ； Jilin University（吉林大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出预推理感知框架（PRPF），通过轻量级多模态主动感知器（MPP）进行干预门控和上下文压缩，仅在需要时激活主动代理推理器（PAR），以解决主动移动代理中干预时机与方式决策的目标错位和冗余推理问题。

Deft Scheduling of Dynamic Cloud Workflows with Varying Deadlines via Mixture-of-Experts

基于混合专家模型的动态云工作流截止时间感知调度

Ya Shen, Gang Chen, Hui Ma, Mengjie Zhang

机构 * School of Engineering and Computer Science, Victoria University of Wellington（维多利亚大学工程与计算机科学学院） 纠错

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

AI总结 提出一种基于混合专家模型的深度强化学习调度策略DEFT，通过图自适应门控机制动态路由决策，有效降低执行成本和截止时间违反率。

Comments This paper has been accepted by the Fourteenth International Conference on Learning Representations (ICLR 2026)

Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026), 2026

VeriTrace: Evolving Mental Models for Deep Research Agents

VeriTrace：深度研究智能体的心智模型演化

Haolang Zhao, Yunbo Long, Lukas Beckenbauer, Alexandra Brintrup

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； TUM School of Management, Technical University of Munich（慕尼黑技术大学管理学院） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对深度研究智能体面临的信息不确定性，提出VeriTrace认知图框架，通过显式反馈循环（解释更新、偏差反馈、模式修正）来演化心智模型，在DeepResearch Bench和DeepConsult上取得显著提升。

Comments Accepted to Findings of EMNLP 2026

World Model Control by Trajectory Reachability Metrics

超越欧几里得距离：通过地平线匹配轨迹可达性度量修复潜在世界模型

Liangyu Li, Shengzhi Wang, Libin Qiu, Mingliang Xiong, Qingwen Liu

机构 * Tongji University（同济大学） 纠错

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

AI总结 本文提出轨迹可达性度量（TRM）作为固定潜在世界模型的后处理终端排名方法，通过训练小的成对头部来改进终端排名，从而提高连续操控任务的性能。

Comments 24 pages, including appendix

Learning the Channel Gain from Anywhere to Anywhere via Cross-environment Transformer Estimators

通过跨环境变压器估计器学习任意地点到任意地点的信道增益

Prasenjit Dhara, Daniel Romero

机构 * Dept. of Information and Communication Technology, University of Agder（信息与通信技术系，阿格德大学） 纠错

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

AI总结 本文提出基于Transformer的估计器，利用跨环境的空间模式学习信道增益地图，减少测量次数，提升学习效率。

Deep Reinforcement Learning for Dynamic Origin-Destination Matrix Estimation in Microscopic Traffic Simulations Considering Credit Assignment

基于深度强化学习的微观交通模拟中考虑信用分配的动态OD矩阵估计

Donggyu Min, Seongjin Choi, Dong-Kyu Kim

机构 * Department of Civil and Environmental Engineering, Seoul National University（首尔国立大学土木与环境工程系） ； Institute of Construction and Environmental Engineering, Seoul National University（首尔国立大学建设与环境工程院） ； Department of Civil, Environmental, and Geo-Engineering, University of Minnesota（明尼苏达大学土木、环境与地球工程系） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出利用深度强化学习解决动态OD矩阵估计问题，通过序列决策方法提升交通模拟的校准精度，实验表明其在MSE上优于传统方法。

Comments Accepted for publication in Transportation Research Part C: Emerging Technologies

FAA Framework: A Large Language Model-Based Approach for Credit Card Fraud Investigations

FAA框架：一种基于大语言模型的信用卡欺诈调查方法

Shaun Shuster, Eyal Zloof, Asaf Shabtai, Rami Puzis

机构 * Ben-Gurion University of the Negev（贝纳尔吉翁内盖夫大学） 纠错

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

AI总结 该研究提出首个基于大语言模型的欺诈调查助手FIA框架，利用LLM能力自动化信用卡欺诈调查关键步骤，在Sparkov和CCTD数据集上经1500次额外调查后F1分数提升8%，可辅助解决模糊警报。

Towards Accurate and Lightweight Peripheral Neuroblastic Tumor Diagnosis via Contrastive Multi-scale Pathological Image Analysis

基于对比多尺度病理图像分析的精准轻量型外周神经母细胞性肿瘤诊断研究

Zhu Zhu, Shuo Jiang, Jingyuan Zheng, Yawen Li, Yifei Chen, Manli Zhao, Weizhong Gu, Feiwei Qin, Jinhu Wang, Gang Yu

机构 * Children’s Hospital, Zhejiang University School of Medicine（浙江大学医学院附属儿童医院） ； Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出CoPath框架（含CoHisNet与PathVote），通过对比多尺度病理图像分析实现轻量型外周神经母细胞性肿瘤精准诊断，性能优于多数同类模型且计算复杂度更低。

Comments 14pages, 10 figures

Journal ref IEEE Journal of Biomedical and Health Informatics 2026

Multimodal Large Language Models Predict Urban Safety Perception but Encode Non-Neutral Demographic Priors

多模态大语言模型可预测城市安全感知，但编码非中立的人口统计先验

Ciro Beneduce, Bruno Lepri, Massimiliano Luca

机构 * Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会） ； University of Trento（特伦托大学） 纠错

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

AI总结 该研究验证多模态大语言模型可规模化预测城市安全感知，但发现其存在非中立人口统计先验，不同性别、种族角色下的安全判断存在系统偏差。

Delta-AI: Local objectives for amortized inference in sparse graphical models

Delta-AI：稀疏图模型中摊销推断的局部目标

Jean-Pierre Falet, Hae Beom Lee, Esmeralda S. Whitammer, Chen Sun, Dragos Secrieru, Thomas Jiralerspong, Dinghuai Zhang, Guillaume Lajoie, Yoshua Bengio

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究人员提出Δ-AI算法，利用PGM稀疏性实现局部信用分配，基于GFlowNets风格损失实现离策略训练且加速，在合成PGM和稀疏因子结构隐变量模型上验证其有效性。

Comments ICLR 2024; 19 pages, code: https://github.com/GFNOrg/Delta-AI/

Multimodal Deep Learning for Uncertainty-Aware Radiation Pneumonitis Risk Prediction

用于不确定性感知放射性肺炎风险预测的多模态深度学习

Jin Yang, Tian Liu, Jing Wang, Robert Samstein, Kenneth Rosenzweig, Julie Bloom, Ming Chao

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出MM-DiT框架，通过多模态预训练整合CT图像与放射剂量分布，可联合估计RP风险并量化三类不确定性，在独立队列中验证了其预测准确性与不确定性量化能力。

Comments 30 pages, 7 figures, 4 tables

Power and sample size calculations for causal mediation analysis with a binary mediator in randomized trials

随机试验中含二分类中介变量的因果中介分析的效力与样本量计算

Bosen Cui, Yuhong Yang, Fan Yang

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对随机试验中含二分类中介变量的因果中介分析，开发了NIE和NDE的解析效力与样本量公式，经模拟验证其样本量匹配基准、效力达标且I类错误符合要求，还通过ACTG175实例展示了试点数据的校准方法。

From Intent to Evidence: Policy-Steered Multi-Strategy Retrieval for Long-Video Agents

从意图到证据：面向长视频智能体的策略引导多策略检索

Can Zhang, Baofeng Zhang, Xiaotian Han, Junyuan Shang, Yuchen Ding, Shuohuan Wang, Dianhai Yu, Ruirui Li

机构 * Beijing University of Chemical Technology（北京化工大学） ； Baidu, Inc.（百度公司） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 针对长视频智能体现有统一证据获取方式的缺陷，提出无需训练的VESTA智能体，通过策略引导多策略检索等机制，在多个长视频基准上取得了显著性能提升。

Comments 15 pages, 5 figures, 6 tables (main paper with appendix)

Ray Tracing-Based LoRaWAN Gateway Placement for Reliable Connectivity in Amazonian Regions

基于射线追踪的LoRaWAN网关部署：用于亚马逊地区的可靠连接

Cláudio Modesto, Lucas Mozart, Cleverson Nahum, Bruno Castro, Aldebaro Klautau

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对亚马逊地区物联网通信的网关部署问题，提出优化模型，对比不同信道类型的影响，发现采用站点相关信道可减少所需网关数量以满足可靠连接需求。

Comments 5 pages, 2 tables and 5 figures

Real-Time Reference Shaping for Servo Systems

伺服系统的实时参考整形

Zehui Lu, Yebin Wang, Go Sato, Fujita Tomoya

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对受非线性执行器约束的伺服系统，提出结合解析最优性与高计算效率的实时参考整形方法，搭配轨迹补偿器，可在近100kHz频率下实现实时最优运动规划，计算速度优于现有方法。

A High-Resolution Synthetic EV Charging Dataset for Cold-Climate Distribution Grid Impact Analysis: Trondheim, Norway (2020-2030)

用于寒区配电网影响分析的高分辨率合成电动汽车充电数据集：挪威特隆赫姆（2020-2030）

Hanieh Taraghi Nazloo, Petr Musilek

专题命中 规划决策 ：planning(abstract)

AI总结 该研究构建了挪威特隆赫姆2020-2030年寒区高分辨率合成EV充电数据集，整合多类特征与CTGAN等模型生成，为配电网相关分析提供基准。

Comments 10 pages, 4 figures, 2 tables. Dataset available on Zenodo: DOI 10.5281/zenodo.22132618

RL-based Network Slice Embedding over Space Division Multiplexed Elastic Optical Networks

基于强化学习的空分复用弹性光网络上的网络切片嵌入

Divya Khanure, Riti Gour†, Congzhou Li, Jason P. Jue

专题命中 规划决策 ：agent(abstract)

AI总结 该研究针对SDM-EONs网络切片嵌入问题，提出路径约束强化学习框架及PPO-Full算法，联合选择计算节点与路由路径，高负载下请求接受率较基线显著提升。

Comments 6 pages

Personalized Recommender Systems for Gym Workouts: A Reinforcement Learning Approach

个性化健身房锻炼推荐系统：一种强化学习方法

Roan Rosema, Helma Torkamaan, Masoud Mansoury

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对健身房锻炼推荐问题，提出一种强化学习框架，将推荐扩展至完整锻炼方案制定，通过实验验证完整方案建模可提升奖励与用户参与度。

Bridging Semantics and Physics with Constrained LLMs for Safe and Trustworthy Robotic Manipulation

用受约束的大语言模型（LLM）弥合语义与物理鸿沟，实现安全可信的机器人操纵

Wenhao Hong, Lan Wei, Dandan Zhang

机构 * Imperial College London（帝国理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对语言引导机器人操纵的语言-动作鸿沟，通过类型化契约约束LLM决策，结合MoveIt流水线验证，在多类机器人任务上实现了优于脚本策略的安全可靠性能。

Comments ECCV Workshop paper

A Cognitive Architecture for Shared Autonomy in AUV Operations

用于自主水下航行器（AUV）作业的共享自主权认知架构

Niamh Ellis, Thi Tran, Ignacio Carlucho, Yvan R. Petillot

机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； School of Engineering and Physical Sciences, Heriot-Watt University（赫瑞瓦特大学工程与物理科学学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种由本体和多个LLMs构成的AUV作业共享自主权认知架构，经对比Llama3、GPT-OSS、Qwen2.5后，发现GPT-OSS在可行性评估等任务中表现最优，Qwen2.5则擅长识别自然语言输入的任务类型。

Comments IEEE OES AUV Symposium 2026 Southampton

DREAM: Deployment-Time Demonstration Generation via Real-to-Sim for Scalable Policy Adaptation

DREAM：基于实境到仿真的部署时演示生成，用于可扩展的策略适配

Makoto Sato, Tatsuya Matsushima, Yutaka Matsuo, Yusuke Iwasawa

机构 * The University of Tokyo（东京大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出DREAM框架，可无需人类演示生成VLA微调数据，经实机实验验证其能降低新工作空间的数据收集成本并提升操纵任务成功率。

Comments 8 pages, 5 figures

Teaching Robot Policies to Humans Using Erroneous Examples

使用错误示例向人类传授机器人策略

Rithika Narayan, Suresh Kumaar Jayaraman, Henny Admoni

专题命中 规划决策 ：autonomous agent(abstract)

AI总结 本研究提出用错误示例扩展现有框架，通过用户研究发现该方法可提升人类对机器人策略的长期记忆，类逆强化学习推理者表现最优，以推进机器人教学人类策略的方法。

Comments 31 pages, 4 figures

MANTLE: A Framework for Adaptive In-Situ Planetary Perception Using a Modular Uplink Principle

MANTLE：基于模块化上行原理的自适应原位行星感知框架

Pranav Durai, Gary Doran

机构 * Stanford University School of Medicine（斯坦福大学医学院） ； Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出名为MANTLE的多任务自适应网络，基于模块化上行原理实现行星感知，在火星地形分类和巨石分割任务上取得良好性能，支持任务生命周期内新增感知能力。

Comments 10 pages