AI Agent

Initial Error Tolerant Distributed Mean Field Control under Partial and Discrete Information

初始误差容忍的分布式均场控制（部分和离散信息下)

Yuxin Jin, Haotian Wang, Wang Yao, Xiao Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种在部分和离散信息下，能够容忍初始误差的分布式均场控制方法，通过最大似然估计实现分布式误差估计，并展示了状态估计的一致性性质。

Mean-Field Games Under Model Uncertainty

在模型不确定性下研究均场博弈

Zongxia Liang, Zhou Zhou, Yaqi Zhuang, Bin Zou

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文在模型不确定性下研究均场博弈，提出在不确定性集内最大化预期收益的方法，并证明了N-agent博弈与MFG之间的渐近关系及均衡存在性。

Reinforcement Learning for Optimal Control of Spin Magnetometers

强化学习在自旋磁强计最优控制中的应用

Logan W. Cooke, Stefanie Czischek

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出利用强化学习中的SAC算法优化自旋磁强计的控制精度，通过训练RL代理生成最优脉冲序列并验证其在不同参数下的泛化能力。

Journal ref Phys. Rev. A 112, 062603 (2025)

SVII-3D: Advancing Roadside Infrastructure Inventory with Decimeter-level 3D Localization and Comprehension from Sparse Street Imagery

SVII-3D：利用厘米级3D定位与稀疏街道影像的综合理解，推进道路基础设施库存建设

Chong Liu, Luxuan Fu, Yang Jia, Zhen Dong, Bisheng Yang

机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS), Wuhan University, Wuhan 430079, China（信息工程测绘遥感国家重点实验室（LIESMARS），武汉大学） ； Research Institute Ltd, Chengdu 610000, China（四川省公路规划设计研究有限公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 SVII-3D通过厘米级3D定位与稀疏影像综合理解，提升道路基础设施库存的自动化创建与细粒度状态诊断能力。

Introducing The Maximum Common Bigraph Problem

引入最大公共大图问题

Kyle Burns, Michele Sevegnani, Ciaran McCreesh, James Trimble

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出最大公共大图问题，并采用McSplit算法计算两个大图状态的最大公共大图，为支持大图工具中的双射检查提供了新路径。

Comments In Proceedings GCM 2025, arXiv:2601.03249

Journal ref EPTCS 440, 2026, pp. 13-35

The Pneuma Project: Reifying Information Needs as Relational Schemas to Automate Discovery, Guide Preparation, and Align Data with Intent

Pneuma项目：将信息需求作为关系模式来自动化发现、指导准备并使数据与意图一致

Muhammad Imam Luthfi Balaka, Raul Castro Fernandez

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 Pneuma项目通过将信息需求转化为关系模式，利用语言模型实现自动化发现与文档生成，提升数据与意图的一致性。

Comments CIDR 2026 Paper

Manual for SE+BSF4DM -- A micrOMEGAs package for Sommerfeld Effect and Bound State Formation in colored Dark Sectors

SE+BSF4DM使用手册 -- 一个用于彩色暗物质领域的micrOMEGAs扩展包

Mathias Becker, Emanuele Copello, Julia Harz, Martin Napetschnig

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 SE+BSF4DM是一个用于计算QCD彩色暗物质领域暗物质 relic 密度的micrOMEGAs扩展包，通过整合Sommerfeld效应和束缚态形成效应，提供简便的使用指南。

Comments 20 pages, 4 figures

Tractatus de Conscientia: A Tractatus-Style Sketch Toward a Modern, Physically Operational Theory of Consciousness

意识论：一种向现代物理可操作理论的意识论式草图

Mikołaj Sienicki, Krzysztof Sienicki

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 《意识论》提出一种基于物理可操作性的意识理论，强调通过动态角色和整合预测能力来理解意识与自我。

Comments 32 pages, 1 figure and bibliography. A physically operationalist approach to consciousness

Virtual Garbage Collector (VGC): A Zone-Based Garbage Collection Architecture for Python's Parallel Runtime

虚拟垃圾收集器（VGC）：一种面向Python并行运行时的基于区域的垃圾收集架构

Abdulla M

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 VGC通过基于区域的内存管理和分区执行，提高Python运行时的可预测性和可扩展性。

Comments 30 pages, 5 figures. Primary category cs.PL, secondary cs.DC

Kinetic Turing Instability and Emergent Spectral Scaling in Chiral Active Turbulence

动能图灵不稳定性与手性活性湍流中涌现的频谱标度

Magnus F Ivarsen

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究发现手性活性湍流中动能图灵不稳定性驱动相干结构形成，揭示了活性湍流的频谱标度规律。

Comments 8 pages, 6 figures

Reachability for multiagent control systems via Lyapunov functions

通过李雅普诺夫函数研究多智能体控制系统可达性

Giulia Cavagnari, Marc Quincampoix

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出利用适应于概率测度Wasserstein空间的李雅普诺夫方法，研究多智能体控制系统可达性问题，并获得Hamilton-Jacobi方程在该空间中粘性解的新的比较结果。

Comments This is the author accepted manuscript of an article published in Communications on Pure and Applied Analysis

Journal ref Communications on Pure and Applied Analysis, vol. 26 (2026)

[Draft] High-order estimation-based properties and high-order observers for labeled finite-state automata

[草稿] 基于高阶估计的性质和高阶观测器用于标记有限状态自动机

Kuize Zhang, Xiaoguang Han, Alessandro Giua, Carla Seatzu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种基于高阶估计性质的框架，通过高阶观察器验证标记有限状态自动机的属性。

Comments 36 pages, 14 figures

Axiomatic Foundations of Bayesian Persuasion

贝叶斯说服的公理基础

Youichiro Higashi, Kemal Ozbek, Norio Takeoka

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了贝叶斯说服的公理基础，通过新的模型和可观察数据方法，揭示了主导者在管理代理人偏见时的信息获取成本构建方法。

A Human-Oriented Cooperative Driving Approach: Integrating Driving Intention, State, and Conflict

面向人类的协作驾驶方法：整合驾驶意图、状态和冲突

Qin Wang, Shanmin Pang, Jianwu Fang, Shengye Dong, Fuhao Liu, Jianru Xue, Chen Lv

机构 * School of Software Engineering, Xi’an Jiaotong University（软件工程学院，西安交通大学） ； School of Artificial Intelligence, Xi’an Jiaotong University（人工智能学院，西安交通大学） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出面向人类的协作驾驶方法，通过意图感知轨迹规划和控制权分配策略，提升驾驶性能并减少人机冲突。

Equivariant Multiscale Learned Invertible Reconstruction for Cone Beam CT: From Simulated to Real Data

等价多尺度学习可逆重建用于锥束CT：从模拟到真实数据

Nikita Moriakov, Efstratios Gavves, Jonathan H. Mason, Carmen Seller-Oria, Jonas Teuwen, Jan-Jakob Sonke

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； University of Amsterdam（阿姆斯特丹大学） ； Elekta Limited（Elekta有限公司） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出LIRE++，一种旋转等价多尺度学习可逆重建方法，用于提升锥束CT的重建效率与图像质量。

Comments 29 pages. arXiv admin note: substantial text overlap with arXiv:2401.11256

SPOC: Spatially-Progressing Object State Change Segmentation in Video

SPOC: 视频中空间性推进的对象状态变化分割

Priyanka Mandikal, Tushar Nagarajan, Alex Stoken, Zihui Xue, Kristen Grauman

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 SPOC提出空间性推进的对象状态变化分割任务，通过伪标签和动态约束方法，解决视频中对象变化位置和速度的精确定位问题。

Comments Accepted at WACV 2026

RESPOND: Risk-Enhanced Structured Pattern for LLM-driven Online Node-level Decision-making

基于风险增强的结构化模式：面向LLM驱动的在线节点级决策

Dan Chen, Heye Huang, Tiantian Chen, Zheng Li, Yongji Li, Yuhui Xu, Sikai Chen

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 RESPOND通过结构化模式和风险增强机制提升LLM驱动驾驶代理的决策精度与安全性，有效减少碰撞并实现个性化驾驶风格适应。

Comments 28 pages, 8 figures

Timing-Aware Two-Player Stochastic Games with Self-Triggered Control

具有自触发控制的时序感知双人随机游戏

Yunian Pan, Quanyan Zhu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种基于自触发控制的双人随机游戏框架，解决了纳什和斯塔克尔伯格时序承诺问题，并通过动态规划分解实现了可解的策略优化。

Control of McKean--Vlasov SDEs with Contagion Through Killing at a State-Dependent Intensity

通过状态依赖强度的杀灭控制含传染性的 McKean-Vlasov 随机微分方程

Ben Hambly, Philipp Jettkant

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了通过状态依赖强度的杀灭控制含传染性的 McKean-Vlasov 随机微分方程，证明了其作为有限粒子系统极限的理论贡献，并展示了其在金融系统中控制系统性风险的应用。

Toward Self-Healing Networks-on-Chip: RL-Driven Routing in 2D Torus Architectures

迈向自修复网络-on-Chip：基于强化学习的2D Torus架构路由

Mohammad Walid Charrwi, Zaid Hussain

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本研究通过强化学习方法在2D Torus架构中实现自适应路由，显著提升吞吐量和故障容忍性。

A Mass Preserving Numerical Scheme for Kinetic Equations that Model Social Phenomena

一种用于建模社会现象的动能方程质量守恒数值方案

Yassin Bahid, Eduardo Corona, Nancy Rodriguez

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种用于建模社会现象的动能方程质量守恒数值方案，通过高效且高保真的模拟方法，提升了多子系统模型的计算效率和稳定性。

Consensus over Clustered Networks Using Intermittent and Asynchronous Output Feedback

在间歇性和异步输出反馈下实现集群网络的一致性

Federico M. Zegers, Sean Phillips

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种在间歇性和异步输出反馈下实现集群网络一致性的策略，通过混合系统建模和Lyapunov分析确保一致性集的鲁棒稳定性。

Emergent memory in cell-like active systems

细胞样活性系统中的涌现记忆

Marc Besse, Raphaël Voituriez

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本研究提出了一种新的活性粒子模型，通过引入内部状态动态和环境感知，揭示了细胞样系统中环境记忆的自发涌现及其对集体行为的影响。

Comments Main: 23 pages, 5 figures. SM: 39 pages, 4 figures

Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems

高效的QAOA架构用于解决多约束优化问题

David Bucher, Daniel Porawski, Maximilian Janetschek, Jonas Stein, Corey O'Meara, Giorgio Cortiana, Claudia Linnhoff-Popien

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出了一种高效的QAOA架构，通过直接编码约束到电路中，提升多约束优化问题的求解效率和质量。

Fluctuating Environments Favor Extreme Dormancy Strategies and Penalize Intermediate Ones

波动环境促进极端休眠策略并惩罚中间策略

Jorge Hidalgo, Lorenzo Fant, Rafael Rubio de Casas, Miguel A. Muñoz

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究发现波动环境使极端休眠策略更具适应性，而中间休眠策略因延迟与环境自相关不匹配而被惩罚。

Comments 12 pages, 11 figures

Exclusive Control of Quantum Memory Erasure

量子记忆擦除的独占控制

Mir Alimuddin, Nathan Shettell, Raja Yehia, Antonio Acín, Federico Centrone

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究提出了一种基于纠缠的量子记忆擦除协议，通过独占控制确保只有授权方能以最低成本擦除信息，同时防止未经授权的代理完全擦除信息。

Quantum compilation framework for data loading

用于数据加载的量子编译框架

Guillermo Alonso-Linaje, Utkarsh Azad, Jay Soni, Jarrett Smalley, Leigh Lapworth, Juan Miguel Arrazola

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出了一种用于数据加载的量子编译框架，通过资源感知的自动编译方法，实现了高效的状态制备和编码，显著降低了量子资源消耗。

Comments 21 pages, 13 figures, 2 tables

Scaling behavior of superconductors

超导体的标度行为

V. R. Shaginyan, A. Z. Msezane, S. A. Artamonov

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了超导体的标度行为，揭示了Homes定律适用于传统和非常规超导体，并阐明了费米凝聚与强相关费米系统的关系。

Comments 15 pages, 10 figures

Journal ref Short version: JETP Lett. 122, 158 (2025); Open Access

Endogenous Network Structures with Precision and Dimension Choices

内生网络结构与精度和维度选择

Nikhil Kumar

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了内生决定网络结构的社会学习模型，探讨了信号精度和维度选择对网络结构的影响及优化策略。

Categorical Framework for Quantum-Resistant Zero-Trust AI Security

量子抗性零信任AI安全的范畴框架

I. Cherkaoui, C. Clarke, J. Horgan, I. Dey

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出基于范畴论的量子抗性零信任AI安全框架，通过建模加密流程为态射和信任策略为函子，实现细粒度信任管理和微分割，提升对抗性AI威胁防护，并在ESP32上验证了加密敏捷过渡的性能和安全性。