AI Agent

Grounding by Remembering: Cross-Scene and In-Scene Memory for 3D Functional Affordances

通过记忆实现 grounding：跨场景和场景内的记忆用于3D功能 affordances

Qirui Wang, Jingyi He, Yining Pan, Xulei Yang, Shijie Li

机构 * TUM（慕尼黑工业大学） ； A*STAR（新加坡科技研究局） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出AFFORDMEM框架，通过跨场景和场景内的记忆实现3D功能 affordances的grounding，无需微调和标注，提升AP50性能。

Population Protocols over Ordered Agents

基于有序代理的人群协议

Michael Blondin, Michaël Cadilhac, Benjamin Courchesne, Lucie Guillou, Corto Mascle, Isa Vialard

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了基于有序代理的人群协议，探讨了其在识别无歧义星形自由语言中的作用，并展示了在特定条件下协议与空间复杂度的关系。

Action Recommendations for Sequentially Rational Strategic Agents

为序列理性战略代理制定动作推荐

Renyan Sun, Ashutosh Nayyar

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究如何通过动作推荐激励战略代理采用服从策略，提出基于逆向归纳法求解线性规划的算法，以实现设计者目标与代理序列理性之间的平衡。

MapNav: A Novel Memory Representation via Annotated Semantic Maps for Vision-and-Language Navigation

MapNav: 一种通过标注语义地图的新型记忆表示方法用于视觉-语言导航

Lingfeng Zhang, Xiaoshuai Hao, Qinwen Xu, Qiang Zhang, Xinyao Zhang, Pengwei Wang, Jing Zhang, Zhongyuan Wang, Shanghang Zhang, Renjing Xu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Tsinghua University（清华大学） ； Beijing Innovation Center of Humanoid Robotics Co., Ltd.（北京人形机器人创新中心有限公司） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学多媒体信息处理国家重点实验室，计算机学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出MapNav，通过标注语义地图替代传统历史帧，提升视觉-语言导航任务的性能，实验表明其在模拟和现实环境中均达到SOTA水平。

Optimizing ground state preparation protocols with autoresearch

利用自研算法优化基态准备协议

Luis Mantilla Calderón, Jérôme F. Gonthier, Ignacio Gustin, Varinia Bernales, Alán Aspuru-Guzik

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究如何利用基于人工智能的语言模型编码代理优化不同基态准备和采样协议的超参数选择，通过在简单自旋模型和分子哈密顿量上验证，展示编码代理在受限计算预算下改进能量代理的能力。

Comments 18 pages, 5 figures

FATE: Future-State-Aware Scheduling for Heterogeneous LLM Workflows

FATE：面向异构大语言模型工作流的未来状态感知调度

Zirui Huang, Yi-Xiang Hu, Feng Wu, Xiangyang Li

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 FATE通过结合前沿规划、前瞻性候选评分和多设备分片执行，优化异构LLM工作流的未来状态，降低延迟并提升效率。

Non-Markovian Collective Motion from Self-Regulated Perceptual Dynamics

非马尔可夫集体运动来自自我调节的感知动力学

Jyotiranjan Beuria

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一个双时间尺度模型，通过快感知寄存器和慢调节变量实现非马尔可夫集体运动，揭示了局部反馈如何影响集体秩序和调节强度。

Comments 15 pages, 5 figures

Locational Energy Storage Bid Bounds for Facilitating Social Welfare Convergence

区域能源存储报价界限以促进社会福利收敛

Ning Qi, Bolun Xu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出基于多期经济调度的报价界限方法，通过整合系统不确定性和风险偏好，有效限制能源存储报价，提升社会福利，实验证明在不同场景下可降低系统成本并增加存储利润。

Journal ref IEEE Transactions on Energy Markets, Policy and Regulation, vol. 3, no. 4, pp. 486-497, Dec. 2025

VAnim: Rendering-Aware Sparse State Modeling for Structure-Preserving Vector Animation

VAnim：基于渲染的稀疏状态建模用于结构保持的向量动画

Guotao Liang, Zhangcheng Wang, Chuang Wang, Juncheng Hu, Haitao Zhou, Junhua Liu, Jing Zhang, Dong Xu, Qian Yu

机构 * School of Software, Beihang University, Beijing, China（北京航空航天大学软件学院） ； Department of Computer Science, The University of Hong Kong, Hong Kong, China（香港大学计算机科学系） ； College of Computer Science and Technology, Zhejiang University, Hangzhou, China（浙江大学计算机科学与技术学院） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 VAnim提出了一种基于LLM的框架，通过稀疏状态更新和渲染感知强化学习，实现结构保持的向量动画生成，优于现有方法。

Comments Accepted to ICML 2026. Project page: https://yukinonooo.github.io/VAnimProject

AVI-Edit: Audio-sync Video Instance Editing with Granularity-Aware Mask Refiner

AVI-Edit: 基于粒度感知掩码细化的音频同步视频实例编辑

Haojie Zheng, Shuchen Weng, Jingqi Liu, Siqi Yang, Boxin Shi, Xinlong Wang

机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； State Key Lab of Multimedia Info. Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Nat’l Eng. Research Ctr. of Visual Tech., School of Computer Science, Peking University（北京大学计算机学院视觉技术工程研究中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出AVI-Edit框架，通过粒度感知掩码细化和自反馈音频代理，实现音频同步的高质量视频实例编辑，提升了空间和时间控制精度。

Presurgical Neural Energy Landscapes Predict Postoperative Working Memory Outcome After Brain Tumor Resection

术前神经能量景观预测脑肿瘤切除术后工作记忆结果

Triet M. Tran, Sina Khanmohammadi

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究通过分析术前fMRI数据，利用随机森林模型发现术前高阶神经能量特征可准确预测术后工作记忆表现，准确率达90%。

Incentivizing Information Acquisition

激励信息获取

Fan Wu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过委托-代理模型探讨如何激励代理人获取信息，提出一个必要充分条件确保存在简单阈值转移机制，适用于文献中常见信号分布。

Approximations and Learning for Decentralized Stochastic Control and Near Optimal Finite Window Policies

近似与学习用于去中心化随机控制及近最优有限窗口策略

Omar Mrani-Zentar, Serdar Yuksel

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究去中心化随机控制问题，提出在一般标准Borel空间下，通过有限窗口信息策略实现近最优局部策略，并证明其稳定性条件及Q学习算法的收敛性。

Comments arXiv admin note: text overlap with arXiv:2408.13828

RopeDreamer: A Kinematic Recurrent State Space Model for Dynamics of Flexible Deformable Linear Objects

RopeDreamer：一种用于柔性可变形线性物体动态的运动学递归状态空间模型

Tim Missal, Lucas Domingues, Berk Guler, Simon Manschitz, Jan Peters, Paula Dornhofer Paro Costa

机构 * Technical University of Darmstadt（德意志技术大学） ； School of Electrical and Computer Engineering, Universidade Estadual de Campinas (UNICAMP)（坎皮纳斯州立大学电气与计算机工程学院） ； Instituto de Pesquisas Eldorado（Eldorado研究所） ； Honda Research Institute Europe GmbH（本田欧洲研究院） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学研究中心） ； Artificial Ingelligence Lab, Recod.ai（Recod.ai人工智能实验室） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出结合递归状态空间模型与四元数运动链表示的潜变量框架，用于预测柔性可变形线性物体的状态，通过约束物理有效流形减少自交和非物理变形，提升长周期预测性能。

FlashRT: Towards Computationally and Memory Efficient Red-Teaming for Prompt Injection and Knowledge Corruption

FlashRT: 向计算和内存高效方向发展用于提示注入和知识腐败的红队测试

Yanting Wang, Chenlong Yin, Ying Chen, Jinyuan Jia

专题命中 记忆与上下文管理 ：autonomous agent(abstract)

AI总结 本文提出FlashRT框架，通过提升计算和内存效率，优化长上下文LLM的提示注入和知识腐败攻击，实现2-7倍的加速和2-4倍的内存节省，为系统评估长上下文LLM的安全性提供工具。

Comments The code is available at https://github.com/Wang-Yanting/FlashRT

Clustering in co-evolving opinion dynamics: reduced SPDE models

共演意见动力学中的聚类：简化SPDE模型

Sebastian Zimper, Nataša Djurdjevac Conrad, Federico Cornalba, Ana Djurdjevac

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出简化SPDE模型研究共演社会与意见变量中的聚类现象，通过减少状态空间提升计算效率，应用于大规模GSS数据集。

Resolving growth-induced off-stoichiometry in AgCrSe$_2$ single crystals

解析AgCrSe₂单晶中的生长诱导非化学计量问题

Felix Eder, Zeno Maesen, Yurii Skourski, Enrico Giannini, Oksana Zaharko, Fabian O. von Rohr

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过元素分析和X射线衍射发现AgCrSe₂单晶存在系统性非化学计量，优化自流生长法可恢复其磁性转变温度，为评估异常输运现象的内在性提供平台。

Digital Twin-assisted belief-state reinforcement learning for latency-robust ISAC in 6G networks

数字孪生辅助的信念状态强化学习用于6G网络中的时延鲁棒ISAC

Himanshu Tiwari, Binayak Kar, Priyanshu Tiwari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种数字孪生辅助的信念状态强化学习框架，用于6G网络中时延鲁棒的集成感知与通信。通过扩展卡尔曼滤波重建同步信念状态，并利用近端策略优化进行联合波束成形和功率分配，实验证明在高时延下显著提升性能。

Comments 6 Pages, 7 Figures, accepted for presentation at IEEE INFOCOM 2026 Workshop (ISAC-FutureG), Tokyo, Japan

CacheFlow: Efficient LLM Serving with 3D-Parallel KV Cache Restoration

CacheFlow: 高效的大语言模型服务中的3D并行KV缓存恢复

Sean Nian, Jiahao Fang, Qilong Feng, Zhiyu Wu, Fan Lai

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 本文提出CacheFlow框架，通过3D并行抽象优化KV缓存恢复，减少TTFT时间，提升大语言模型服务效率。

Comments 11 pages, 10 figures

AFA: Identity-Aware Memory for Preventing Persona Confusion in Multi-User Dialogue

AFA：面向防止多用户对话中身份混淆的身份感知记忆

Mohammad Al-Ratrout, Pavan Uttej Ravva, Shayla Sharmin, Aditya Raikwar, Ju Young Shin, Roghayeh Leila Barmaki

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出AFA框架，通过语音识别与用户记忆结合，实现多用户对话中的身份感知个性化，通过PAT数据集评估，展示身份感知路由显著提升Persona Attribution Accuracy。

Spore: Efficient and Training-Free Privacy Extraction Attack on LLMs via Inference-Time Hybrid Probing

Spore：通过推理时间混合探测实现高效的隐私提取攻击

Yu Cui, Ruiqing Yue, Hang Fu, Sicheng Pan, Zhuoyu Sun, Baohan Huang, Haibin Zhang, Cong Zuo, Licheng Wang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出Spore攻击，通过推理时间混合探测实现对LLM内存的隐私提取，无需训练，适用于黑盒和灰盒环境，具有高效查询和高信息泄露率。

Informational Memory Shapes Collective Behavior in Intelligent Swarms

信息记忆塑造智能群体的集体行为

Shengkai Li, Trung V. Phan, Luca Di Carlo, Gao Wang, Van H. Do, Elia Mikhail, Robert H. Austin, Liyu Liu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过实验和理论分析，探讨信息记忆如何影响智能群体的集体行为，揭示信息处理与物理交互的协同作用。

Journal ref Physical Review Letters, 136, 138302, 2026

Trust as a Situated User State in Social LLM-Based Chatbots: A Longitudinal Study of Snapchat's My AI

信任作为社交LLM聊天机器人中的情境用户状态：对Snapchat My AI的纵向研究

Annie Landerberg, Kari Flatmo, Alan Said

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究探讨了用户在社交LLM聊天机器人中信任的形成机制，发现信任受感知能力、对话行为、人类相似性、透明度、隐私担忧及主机平台信任等因素影响，强调信任是动态变化的交互过程。

Comments Accepted to 34th ACM International Conference on User Modeling, Adaptation and Personalization (UMAP'26)

Noise-Resilient Quantum Reinforcement Learning

抗噪的量子强化学习

Jing-Ci Yue, Jun-Hong An

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种抗噪量子强化学习方案，通过研究非马尔可夫性退相干对求解代理-环境相互作用哈密顿量本征态的影响，发现总代理-噪声系统能谱中束缚态的形成可恢复无噪声情况下的QRL性能。

Journal ref Phys. Rev. Applied 25, 044060 (2026)

SAMannot: A Memory-Efficient, Local, Open-source Framework for Interactive Video Instance Segmentation based on SAM2

SAMannot: 一种内存高效、局部、开源的基于SAM2的交互式视频实例分割框架

Gergely Dinya, András Gelencsér, Krisztina Kupán, Clemens Küpper, Kristóf Karacs, Anna Gelencsér-Horváth

机构 * Max Planck Institute for Biological Intelligence（生物智能马克斯·普朗克研究所） 纠错

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 SAMannot通过整合SAM2模型，提供本地化、开源的交互式视频实例分割解决方案，解决了手动标注瓶颈和隐私问题，支持YOLO和PNG格式的研究数据集生成。

Instruction-as-State: Environment-Guided and State-Conditioned Semantic Understanding for Embodied Navigation

指令作为状态：环境引导和状态条件的语义理解用于具身导航

Zhen Liu, Yuhan Liu, Jinjun Wang, Jianyi Liu, Wei Song, Jingwen Fu

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； The Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所） ； School of Information Science and Technology（信息科学与技术学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种环境引导和状态条件的语义理解方法，通过动态指令-感知纠缠提升具身导航性能，实验表明在多个基准测试中表现优异。

Strong MHD Turbulence and Coherent Structures as Drivers of Cosmic Particle Acceleration

强磁流体湍流与相干结构作为宇宙粒子加速的驱动因素

Loukas Vlahos

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文探讨强湍流与相干结构在宇宙粒子加速中的核心作用，强调其在能量转化和粒子加速中的关键地位，提出需整合多尺度等离子体动力学与可观测的高能粒子特征。

Comments 24 pages, 24 figures. Comments and suggestions are welcome

Dual-Timescale Memory in a Spiking Neuron-Astrocyte Network for Efficient Navigation

双时间尺度记忆在尖峰神经元-胶质细胞网络中的应用：用于高效导航

Yuliya Tsybina, Evgenia Antonova, Sergey Shchanikov, Vsevolod Kulagin, Alexey Mikhaylov, Victor Kazantsev, Vyacheslav Demin, Susanna Gordleeva

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种结合神经元和胶质细胞动态的双时间尺度记忆机制，通过尖峰时间依赖性可塑性（STDP）和胶质细胞钙瞬变，实现高效导航，减少路径长度并提升目标完成率。

HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds

HY-World 2.0：一个多模态世界模型用于重建、生成和模拟3D世界

Team HY-World, Chenjie Cao, Xuhui Zuo, Zhenwei Wang, Yisu Zhang, Junta Wu, Zhenyang Liu, Yuning Gong, Yang Liu, Bo Yuan, Chao Zhang, Coopers Li, Dongyuan Guo, Fan Yang, Haiyu Zhang, Hang Cao, Jianchen Zhu, Jiaxin Lin, Jie Xiao, Jihong Zhang, Junlin Yu, Lei Wang, Lifu Wang, Lilin Wang, Linus, Minghui Chen, Peng He, Penghao Zhao, Qi Chen, Rui Chen, Rui Shao, Sicong Liu, Wangchen Qin, Xiaochuan Niu, Xiang Yuan, Yi Sun, Yifei Tang, Yifu Sun, Yihang Lian, Yonghao Tan, Yuhong Liu, Yuyang Yin, Zhiyuan Min, Tengfei Wang, Chunchao Guo

机构 * Tencent（腾讯） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 HY-World 2.0通过多模态输入生成高保真3D场景，改进了先前版本，引入了多项创新以提升全景真实性、3D场景理解和规划能力，并升级了WorldStereo和WorldMirror模型，实现了3D世界交互探索。

Comments Project Page: https://3d-models.hunyuan.tencent.com/world/ ; Code: https://github.com/Tencent-Hunyuan/HY-World-2.0

Mean Field Games and Control on Large Expander Graphs

均场博弈与在大规模扩张图上的控制

Tao Zhang, Peter E. Caines

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了稀疏网络上的均场博弈与控制，在大规模扩张图中，利用graphexon框架分析极限拓扑，证明了有限图上的经验graphexon测度序列弱收敛到连续状态空间上的极限graphexon测度，并建立了离散平均算子序列强收敛到连续算子的性质，从而构建了线性二次均场博弈模型。

Comments The short version of this manuscript has been submitted to the 65th IEEE Conference on Decision and Control (CDC) 2026