AI Agent

ESCAPE: Episodic Spatial Memory and Adaptive Execution Policy for Long-Horizon Mobile Manipulation

ESCAPE：基于长周期移动操作的片段空间记忆与自适应执行策略

Jingjing Qian, Zeyuan He, Chen Shi, Lei Xiao, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； LiAuto Inc.（LiAuto公司） 纠错

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出ESCAPE框架，通过融合感知-地面-执行流程，解决长周期移动操作中的鲁棒性、空间一致性及执行灵活性问题，在ALFRED基准测试中取得优异成绩。

When to Boost: How Dose Timing Determines the Epidemic Threshold

何时加强：剂量时间如何决定流行病阈值

Alessandro Celestini, Francesca Colaiori, Stefano Guarino, Enrico Mastrostefano, Francesca Pelusi, Lena Rebecca Zastrow

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究探讨了疫苗剂量时间对流行病阈值的影响，通过优先分配首剂和二剂可改变流行病状态，提出优化的优先策略和间隔方案。

Comments 5 pages, 5 figures

Transferable excited-state dynamics enable screening of fluorescent protein chromophores

可迁移的激发态动力学使荧光蛋白色素的筛选成为可能

Rhyan Barrett, Sophia Wesely, Julia Westermayr

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出X-MACE机器学习势能，结合曲率驱动表面跃迁，实现高效筛选光化学路径，通过荧光色素示例展示结构修饰对激发态弛豫、寿命和光异构化产率的影响。

Mitigating GIL Bottlenecks in Edge AI Systems

缓解边缘AI系统中的GIL瓶颈

Mridankan Mandal, Smit Sanjay Shende

专题命中 记忆与上下文管理 ：AI agent(abstract)

AI总结 本文提出了一种轻量级分析工具和自适应运行时系统，通过阻塞比率指标区分真实I/O等待与GIL竞争，实现96.5%的最优性能，优于多进程和异步IO。

Comments Accepted to DOORS 2026 (6th European Edge Computing Workshop), published in their ACM ICPS, and accepted for non-archival poster presentation at EdgeAI Symposium 2026

Confidence Without Competence in AI-Assisted Knowledge Work

人工智能辅助知识工作中缺乏能力的自信

Elena Eleftheriou, George Pallis, Marios Constantinides

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了不同LLM交互设计对深度思考的影响，发现未来自我解释能提高理解和学习效果，而引导提示能带来最大学习收益。

Comments 25 pages, 13 figures, 5 tables

Breaking Negative Cycles: A Reflection-To-Action System For Adaptive Change

打破负面循环：一种反思-行动系统用于适应性变革

Minsol Michelle Kim, Daniel M. Low, David Lafond, Eugene Shim, Michelle Han, Mohanad Kandil, Chenyu Zhang, Theo Kitsberg, Chelsea Boccagno, Paul Pu Liang, Pattie Maes

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出一种反思-行动系统，结合自我反思技术，通过结构化反思模块提升情绪调节能力，实验证实其在日常生活中促进适应性自我调节的作用。

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI 2026), April 13-17, 2026, Barcelona, Spain

Reflection-Based Task Adaptation for Self-Improving VLA

基于反射的任务适应用于自我改进的VLA

Baicheng Li, Dong Wu, Zike Yan, Xinchen Liu, Lusong Li, Zecui Zeng, Hongbin Zha

机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； JD Explore Academy（京东探索研究院） ； AIR, Tsinghua University（清华大学智能产业研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出反射式自我适应框架，通过双路径架构实现快速自主任务适应，结合失败驱动的强化学习与成功驱动的质量引导微调，提升机器人在复杂任务中的适应效率和成功率。

The Launching of Galactic Winds from a Multiphase ISM

银河风的启动：多相星际介质的启动

Fernando Hidalgo-Pineda, Max Gronke, Philipp Grete

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究通过高分辨率模拟揭示了银河风与多相星际介质相互作用的机制，发现冷气体生存条件及自相似云团质量谱规律，解释了多相风的形成与演化。

Comments 18 pages, 14 figures + appendix. Submitted for review to MNRAS

Journal ref Mon Not R Astron Soc (2026)

Robustly Constrained Dynamic Games for Uncertain Nonlinear Dynamics

具有不确定非线性动力学的鲁棒约束动态博弈

Shuyu Zhan, Chih-Yuan Chiu, Antoine P. Leeman, Glen Chou

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种鲁棒约束动态博弈框架，通过系统级合成设计轨迹和反馈律，确保在最坏噪声下满足约束，定义了鲁棒约束纳什均衡，并提出迭代最佳响应算法，实验证明其能稳健避障。

A Demon that remembers: An agential approach towards quantum thermodynamics of temporal correlations

一个记忆恶魔：面向量子热力学中时间相关性的代理方法

Ruo Cheng Huang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一个决策理论框架，用于从量子系统中的时间相关性中提取热力学功，通过引入ρ*理想协议，展示了利用记忆效应可使适应性策略超越非适应性界限，并引入了时间有序自由能（TOFE）作为新型上界，揭示了与适应有序discord相关的热力学间隙。

Comments PhD thesis

CASCADE: A Cascading Architecture for Social Coordination with Controllable Emergence at Low Cost

CASCADE：一种用于社交协调的级联架构，具有低成本可控的涌现

Yizhi Xu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 CASCADE通过三级架构实现低成本可控的社会协调，通过宏状态导演、协调枢纽和标签驱动NPC生成多样化但逻辑受限的NPC行为，适用于沙盒游戏世界。

Comments Accepted to CHI 2026 Extended Abstracts

Journal ref Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems

Street-Legal Physical-World Adversarial Rim for License Plates

符合道路法规的物理世界对抗环

Nikhil Kalidasu, Sahana Ganapathy

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 研究探讨低资源威胁者能否针对现代开源ALPR系统实施成功对抗攻击，提出符合法律的物理对抗环SPAR，证明其在德克萨斯州的合法性，并展示其对ALPR准确率的显著影响。

Comments 20 pages, 8 figures, 5 tables, submitted to Security in Machine Learning Applications 2026

Shy Guys: A Light-Weight Approach to Detecting Robots on Websites

Shy Guys: 一种轻量级的网站机器人检测方法

Rémi Van Boxem, Tom Barbette, Cristel Pelsser, Ramin Sadre

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种轻量级被动检测方法，结合用户代理分析与图标启发式，通过标准Web服务器日志检测机器人流量，准确率达67.7%，误报率3%，优于现有方法。

Comments 10 pages, 6 figures, submitted to IFIP TMA 2026

Learning Where to Look: UCB-Driven Controlled Sensing for Quickest Change Detection

学习何时观察：基于UCB的受控感知以最快检测变化

Yu-Han Huang, Argyrios Gerogiannis, Subhonmesh Bose, Venugopal V. Veeravalli

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出基于UCB算法的受控感知方法，用于多通道最快变化检测问题，在保证误报率的前提下，自适应地集中感知最有信息的通道，实现检测延迟的最优性。

Comments 14 pages, 3 figures

Memory-Augmented Vision-Language Agents for Persistent and Semantically Consistent Object Captioning

具有记忆增强的视觉-语言代理用于持久且语义一致的对象描述

Tommaso Galliena, Stefano Rosa, Tommaso Apicella, Pietro Morerio, Alessio Del Bue, Lorenzo Natale

机构 * Italian Institute of Technology, Genoa, Italy（意大利理工学院，热那亚，意大利） ； University of Genoa, Genoa, Italy（热那亚大学，热那亚，意大利） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种统一的记忆增强视觉-语言代理，通过单一自回归框架同时处理数据关联、对象描述和探索策略，提升持久且语义一致的对象描述能力。

Comments 24 pages, 7 figures, 7 tables (including Supplementary Materials)

Annotation-Free Detection of Drivable Areas and Curbs Leveraging LiDAR Point Cloud Maps

无需标注的 drivable 区域和路障检测：利用 LiDAR 点云地图

Fulong Ma, Daojie Peng, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出 MADL 模块，通过 LiDAR 地图与路障检测结合，自动生成训练数据，提升 drivable 区域和路障检测的鲁棒性和准确性。

A Controllability Perspective on Steering Follow-the-Regularized-Leader Learners in Games

从可控性角度审视游戏中的引导正规化领导者学习者

Heling Zhang, Siqi Du, Roy Dong

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文从可控性角度研究游戏中的引导正规化领导者学习者，提出通过控制器策略引导学习者收敛到目标状态的方法，针对双玩家和多玩家情况给出可控性条件。

Comments Submitted to IEEE TAC

Shaping Credibility Judgments in Human-GenAI Partnership via Weaker LLMs: A Transactive Memory Perspective on AI Literacy

通过较弱的LLM塑造人类-生成AI伙伴关系中的可信度判断：从交易记忆视角看AI素养

Md Touhidul Islam, Mahir Akgun, Syed Billah

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究通过交易记忆视角探讨学生与生成AI合作中可信度判断的塑造，采用较弱LLM设计实验，发现反思优先组学生对生成AI的依赖显著降低。

Comments 14 pages, Accepted in AIED'26

V2U4Real: A Real-world Large-scale Dataset for Vehicle-to-UAV Cooperative Perception

V2U4Real: 一种用于车辆与无人机协同感知的真实世界大规模数据集

Weijia Li, Haoen Xiang, Tianxu Wang, Shuaibing Wu, Qiming Xia, Cheng Wang, Chenglu Wen

机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University, China（福建省城市智能感知与计算重点实验室，厦门大学，中国） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University, China（多媒体可信感知与高效计算教育部重点实验室，厦门大学，中国） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出V2U4Real数据集，用于研究跨视角协同感知，包含56K激光雷达帧、56K多视角图像和700K标注的3D边界框，评估了多种先进模型，展示了V2U协作在提升感知鲁棒性和远距离感知方面的有效性。

Comments Accepted by CVPR2026

ShowTable: Unlocking Creative Table Visualization with Collaborative Reflection and Refinement

ShowTable：通过协作反思与精炼解锁创意表格可视化

Zhihang Liu, Xiaoyi Bao, Pandeng Li, Junjie Zhou, Zhaohe Liao, Yefei He, Kaixun Jiang, Chen-Wei Xie, Yun Zheng, Hongtao Xie

机构 * USTC（中国科学技术大学） ； CASIA（中国科学院自动化研究所） ； NJU（南京大学） ； SJTU（上海交通大学） ； ZJU（浙江大学） ； FDU（福建师范大学） ； Tongyi Lab（通义实验室） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出ShowTable框架，结合大语言模型与扩散模型，通过逐步自我纠正过程实现创意表格可视化，引入TableVisBench基准测试，展示其在多模态推理、生成和纠错方面的优势。

Comments Accepted to CVPR 2026, project page: https://lntzm.github.io/showtable-page/

3D-LLDM: Label-Guided 3D Latent Diffusion Model for Improving High-Resolution Synthetic MR Imaging in Hepatic Structure Segmentation

3D-LLDM：基于标签的3D潜在扩散模型用于提高肝结构分割的高分辨率合成MR影像

Kyeonghun Kim, Jaehyeok Bae, Youngung Han, Joo Young Bae, Seoyoung Ju, Junsu Lim, Gyeongmin Kim, Nam-Joon Kim, Woo Kyoung Jeong, Ken Ying-Kai Liao, Won Jae Lee, Pa Hong, Hyuk-Jae Lee

机构 * OUTTA, Republic of Korea（韩国OUTTA） ； Stanford University（斯坦福大学） ； Seoul National University（首尔国立大学） ； Sangmyung University（Sangmyung大学） ； Chung-Ang University（Chung-Ang大学） ； Samsung Medical Center（三星医疗中心） ； NVIDIA ； Sungkyunkwan University School of Medicine（成均馆大学医学院） ； Samsung Changwon Hospital（三星昌原医院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出3D-LLDM模型，通过标签引导生成高质量合成MR影像，提升肝结构分割的精度，实验表明其在数据增强中提升了肝细胞癌分割的Dice得分。

Comments Accepted to ISBI 2026 (Oral). Camera-ready version

Rectify, Don't Regret: Avoiding Pitfalls of Differentiable Simulation in Trajectory Prediction

纠正，而非后悔：避免可微模拟在轨迹预测中的陷阱

Harsh Yadav, Christian Bohn, Tobias Meisen

机构 * University of Wuppertal（乌珀塔尔大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种非可微的递推滚动方法，通过切断计算图来避免可微模拟中的捷径学习，提升轨迹预测的鲁棒性和恢复能力。

Portfolio Optimization under Recursive Utility via Reinforcement Learning

通过强化学习进行递归效用下的投资组合优化

Minkey Chang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究递归效用是否能提升投资组合分配的强化学习效果，通过蒙特卡洛方法近似递归效用中的确定等价，改进了PPO和A2C算法，实验显示在夏普比率、最大回撤和累计收益上优于传统方法。

The Empirical Content of Bayesian Updating under Misspecification

贝叶斯更新在规格错误下的经验内容

Pooya Molavi

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在模型可能不准确的情况下，贝叶斯更新的一致性条件，指出后验分布需满足可数划分条件，并探讨了在有限状态空间和紧致状态空间下的不同限制，以及高斯环境下后验不确定性不超出先验的结论。

Machine-Learned Leftmost Hessian Eigenvectors for Robust Transition State Finding

基于机器学习的左最Hessian特征向量用于鲁棒的过渡态寻找

Guanchen Wu, Chung-Yueh Yuan, Kareem Hegazy, Samuel M. Blau, Teresa Head-Gordon

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出一种基于机器学习的过渡态优化器，通过预测左最Hessian特征向量提高鲁棒性，减少计算成本，提升效率。

The Art of Midwifery in LLMs: Optimizing Role Personas for Large Language Models as Moral Assistants

LLM中的产科艺术：为大型语言模型作为道德助手优化角色人格

Yangyi Wu, Tianqi Wang, Xilin Liu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出将AI作为道德助手，通过'产科艺术'促进用户道德成长，而非替代人类判断。通过六个道德场景对话，发现不同人格类型在不同情境下表现各异，引入'建设性分歧'概念。

TrEnv-X: Transparently Share Serverless Execution Environments Across Different Functions and Nodes

TrEnv-X：跨不同函数和节点透明共享无服务器执行环境

Jialiang Huang, Teng Ma, Zheng Liu, Sixing Lin, Kang Chen, Jinlei Jiang, Xia Liao, Yingdi Shan, Yongwei Wu, Ning Zhang, Mengting Lu, Tao Ma, Haifeng Gong, Mingxing Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 TrEnv-X通过整合无服务器平台与操作系统及CXL/RDMA远程内存池，实现跨函数的可重用沙箱和内存模板，降低创建开销并提升内存弹性，实验表明其在P99延迟和内存使用上均有显著提升。

Comments Accepted by ACM Transactions on Computer Systems (TOCS)

Parallel, Asymptotically Optimal Algorithms for Moving Target Traveling Salesman Problems

并行的渐近最优算法用于移动目标旅行商问题

Anoop Bhat, Geordan Gutow, Bhaskar Vundurthy, Zhongqiang Ren, Sivakumar Rathinam, Howie Choset

机构 * Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Mechanical and Aerospace Engineering at Michigan Technological University（密歇根技术大学机械与航空航天工程） ； Global College at Shanghai Jiao Tong University（上海交通大学全球学院） ； Department of Mechanical Engineering and Department of Computer Science and Engineering at Texas A&M University（得克萨斯阿姆斯特朗大学机械工程系和计算机科学与工程系） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出并行算法解决移动目标旅行商问题，通过交替随机采样和求解广义旅行商问题，渐近收敛于最优解，实验验证了算法在不同场景下的有效性。

Arrow-Debreu Meets Kyle: Price Discovery Across Derivatives

阿罗-德布雷-凯尔模型：跨衍生品的价格发现

Christian Keller, Michael C. Tseng

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在信息知情者拥有状态概率私有信息并交易状态依赖证券的模型中价格发现。该模型结合了阿罗-德布雷和凯尔的关键要素，当证券为期权时，知情者拥有标的资产收益分布的任意信息并交易期权组合。

A Self-Organized Tower of Babel: Diversification through Competition

自我组织的塔洛斯：通过竞争实现多样化

Riz Fernando Noronha, Kunihiko Kaneko

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一个最小进化模型，展示局部合作与全局竞争如何导致社区多样性转变。通过高维状态代理的晶格模型，利用依赖局部邻居和全局差异的适应度，使不同适应度的多样化社区集群通过边界平衡形成。观察到准稳态下的连续转变，由边界新社区的出现触发。

Comments Main: 6 pages, 4 figures. Supplement: 7 pages, 9 figures

Journal ref Phys. Rev. Research 8, 013303 (2026)