AI Agent

Nonexchangeable logit dynamics with cost constraints: different viewpoints and numerical analysis

具有成本约束的不可交换逻辑动力学：不同观点与数值分析

Hidekazu Yoshioka, Tomohiro Tanaka

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究受异质主体成本约束的逻辑动力学，从SDE和FPE两个观点分析其适定性，通过在成本约束中添加正则化因子防止数值计算崩溃，给出计算FPE的数值方法并进行交叉领域示范应用研究。

Comments Ver. June 19, 2026

Inflation as an emergent phenomenon

作为一种涌现现象的通货膨胀

Alessio Emanuele Biondo, Mauro Gallegati

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究构建基于主体模型，探讨内生货币经济中通胀的产生机制，企业在营运资金约束下通过成本加成规则定价，银行贷款影响企业融资与定价，生产和信贷网络相互作用，多种因素共同作用产生通胀状态。

D-CLIPSE: Distributed Consensus-based Localization with Passive Listening on Shared State Exchange

D-CLIPSE：基于分布式共识的共享状态交换被动监听定位

Kyle Biron-Gricken, James Richard Forbes

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究多机器人定位问题，提出基于分布式共识的滤波框架，通过共享预积分里程计和相关共享状态实现定位，在模拟和实验中验证，精度和一致性接近集中式方法，优于当前分散式方法。

Comments 8 pages, 7 figures, 1 table. Submitted to IEEE Robotics and Automation Letters

Probe-Conditioned Memory for Actuator-Deadband-Aware Koopman MPC in Industrial Sealing

工业密封中用于执行器死区感知库普曼模型预测控制的探测条件记忆

Yue Wu

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究工业密封中执行器死区感知问题，提出基于探测条件记忆的库普曼模型预测控制方法，通过十六步探测选择历史案例拟合关系并更新校正，在基准测试中AK-MPC跟踪误差低，体现该方法优势。

Physics-Informed Neural State-Space Modeling of Battery-Electric Vehicle Dynamics for Closed-Loop Automated Parking Simulation

用于闭环自动泊车模拟的电池电动车辆动力学的物理信息神经状态空间建模

Sirong Pan, Guannan Tian, Pan Song

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 为生产型纯电轿车泊车工况引入物理信息神经状态空间模型，基于实地测试识别，训练时施加速度约束，用专用子模型再现执行器行为，可用于预校准自动泊车规划与控制堆栈。

Comments 11 pages, 10 figures. Under review at IEEE Transactions on Intelligent Vehicles. Code and trained models: https://github.com/pansong/PyNSSM-Parking ; interactive simulator: https://github.com/pansong/auto-parking-sim

Dynamics of Chemotactic Gliding-Aggregation in Myxobacteria on Bounded Domains: Stochastic Modeling, Analysis, and Deep Neural Network Simulations

有界域上粘细菌趋化性滑动聚集的动力学：随机建模、分析和深度神经网络模拟

Fugui Ma, Zhimeng Ouyang, Wenyi Tian, Lei Wu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出统一框架，整合随机建模、严格分析和基于深度神经网络的模拟，刻画粗糙表面异常滑动动力学，推导宏观模型并建立解理论，设计神经网络方法，数值实验验证框架有效性。

Comments 78 pages,23 figures

Emulation of non-linear 1D spectral models: relativistic X-ray reflection

非线性一维光谱模型的仿真：相对论性X射线反射

Benjamin J. Ricketts, Tin Hadži Veljković, Daniela Huppenkothen, Adam Ingram, Matteo Lucchini, Guglielmo Mastroserio, Fergus J. E. Baker

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 探讨在天体物理数值模型reltrans中一维模型模拟器的实现，通过系统表征目标模型，采用模块化策略，用特定架构实现高精度仿真，速度提升且无系统偏差，为数值模型模拟器提供策略。

Comments 16 pages, 13 figures, submitted to Royal Astronomy Society Techniques and Instruments (RASTI), comments welcome

Seek to Segment: Active Perception for Panoramic Referring Segmentation

寻求分割：全景指代分割的主动感知

Song Tang, Shuming Hu, Xincheng Shuai, Henghui Ding, Yu-Gang Jiang

机构 * Fudan University（复旦大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出主动全景指代分割任务，通过记忆增强智能体PanoSeeker结合视觉语言模型与空间记忆，实现高效搜索与分割。

Comments ECCV 2026, Project Page: https://henghuiding.com/APRS/

Theory of collective learning in populations of adaptive agents

自适应智能体群体中的集体学习理论

Gerhard Jung, Johann Asnacios, Misaki Ozawa, Olivier Dauchot, Eric Bertin

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 通过扩展动力学理论，研究同质活性智能体群体通过交换策略和记忆进行分散式学习以实现宏观目标的过程，推导出策略分布的演化方程，并揭示有效奖励函数的关键作用。

Synchronization and Swarming of Two-Mode Stochastic Oscillators

双模式随机振荡器的同步与集群

Szabolcs Vitus, Ferenc Járai-Szabó

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究提出一种新型智能体模型，通过空间与内部状态的双向耦合，发现七种形态及量化拓扑吸引子，并推导出宏观标度律，为自主机器人集群设计提供框架。

Comments 9 pages, 4 figures

Resolving Asynchronous Distributed Knowledge

解决异步分布式知识

Philippe Balbiani, Hans van Ditmarsch, Clara Lerouvillois

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出异步分布式知识解决逻辑，基于历史语义处理异步更新，解决同步逻辑中分布式知识公理失效问题，适用于分布式计算。

Comments In Proceedings AiML 2026, arXiv:2606.29444

Journal ref EPTCS 447, 2026, pp. 75-92

A Tunable Incentive Mechanism for Binary Aggregation Without Verification

一种无需验证的二元聚合可调激励机制

Chien-Chih Chen, Wojciech Golab

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对无验证二元聚合问题，提出一种可调奖惩机制，通过奖惩比率约束实现激励相容和个体理性，并分析可行区域及扩展方案。

Comments Preprint. 17 pages, 2 figures

Memory-Scalable and Hardware-Adaptive Matrix-Free Quantum Simulation

内存可扩展且硬件自适应的无矩阵量子模拟

Uriel Shafir, Ronnie Kosloff

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出一种内存可扩展、硬件自适应的无矩阵框架，通过块过程接口应用大算子，避免在单个加速器上实例化完整矩阵，从而突破量子模拟中哈密顿量存储的内存限制。

Order-2 bygone-state opacity of labeled finite-state automata

标记有限状态自动机的二阶过往状态不透明性

Kuize Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出二阶过往状态不透明性概念，描述一个代理无法确定另一代理能否根据当前及过去观测唯一确定自动机状态，并通过并发组合和经典观察器在双指数时间内验证该性质。

Comments 21 pages, 9 figures

Why Memory Components Fail: Eight Years of License and Sustainability Events in Open-Source Data Infrastructure

为什么内存组件会失败：开源数据基础设施中八年的许可和可持续性事件

Dmitrii Dmitrenko

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文通过分析105个开源数据基础设施项目，发现24%的项目遭遇许可或可持续性事件，其中单一供应商风投支持项目的发生率是基金会治理项目的19倍，并提出六字段决策工具。

Comments 14 pages, 6 tables. Supplementary dataset (105 projects, 39 events) on Zenodo: https://doi.org/10.5281/zenodo.20562988

Amortized Simulation-Based Inference of Relativistic Mean-Field Couplings for Neutron-Star Equations of State

中子星状态方程相对论平均场耦合的摊销模拟推理

Prashant Thakur, Tuhin Malik

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 提出基于模拟推理的框架，利用神经后验估计约束中子星状态方程的相对论平均场参数，在CPU上2.5秒生成3万后验样本，实现快速推理。

Comments 7 figures, 3 Tables

Enhancing quantum-classical configuration interaction methods using a neural-network classifier

使用神经网络分类器增强量子-经典组态相互作用方法

Severino Zeni, Giovanni Varutti, Jacopo Nespolo, Dimitrios Trypogeorgos

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 提出数据驱动选择框架，将行列式重要性视为二分类任务，通过主动学习集成神经网络分类器到迭代CI工作流，在经典和量子CI方法中实现约5倍内存和每迭代成本降低，并加速收敛。

StickyInvoc: Rethinking Task Models for High-throughput Workflows in the LLM Era

StickyInvoc：重新思考LLM时代高通量工作流的任务模型

Thanh Son Phung, Douglas Thain

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 针对LLM推理在高通量工作流中因反复加载模型参数导致的性能瓶颈，提出StickyInvoc任务模型，通过分离状态创建与销毁，将状态持久化复用，实现3.6倍加速。

Comments arXiv admin note: substantial text overlap with arXiv:2510.14024

Upstream reciprocity versus downstream reciprocity: Catalyzing cooperation

上游互惠与下游互惠：催化合作

Vikash Kumar Dubey, Sagar Chakraborty

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 通过基于智能体的模拟，研究上游（经验驱动）和下游（声誉驱动）互惠在有限和结构化群体中的联合动态，发现更新机制对两者命运起决定性作用，并揭示最大化上游互惠的最优网络度。

SALMON 2.3: Implementation of divide-and-conquer ground-state initialization for large-scale real-time TDDFT

SALMON 2.3：大规模实时TDDFT的分治基态初始化实现

Shunsuke Yamada, Tomohito Otobe

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 针对大规模实时TDDFT中基态计算瓶颈，SALMON 2.3实现了分治密度泛函理论（DC-DFT）与轨道重构方法，线性标度地高效制备初始态，支持数千原子体系的电子动力学模拟。

Comments 13 pages, 7 figures

Mean-Field Control with a Common Hidden State under Decentralized Observations

分散观测下具有共同隐藏状态的均值场控制

Erhan Bayraktar, Ali D. Kara

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究多个决策者通过相同信道接收分散观测并共享隐藏状态的最优控制问题，通过均值场极限简化为单代理控制问题，证明了随机化控制的必要性并建立了有限人口问题的近似最优收敛率。

Understanding Long-Term Dynamics of Individual Metro Usage: A Hidden Semi-Markov State Framework with Survival Analysis

理解个体地铁使用的长期动态：基于生存分析的隐半马尔可夫状态框架

Bingxun Wang, Valeria Maria Urbano, Shan He, Yang Chen, Wei Liu, Zhibin Jiang, Piercesare Secchi

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出融合隐半马尔可夫模型与离散时间生存分析的框架，利用上海地铁四年刷卡数据识别五种可解释的出行状态及其转移层次，揭示退出风险与状态相关但独立于时长，而重返风险随不活跃时长急剧衰减。

EgoCS-400K: An Egocentric Gameplay Dataset for World Models

EgoCS-400K：面向世界模型的自我中心游戏数据集

Rongjin Guo, Dong Liang, Yuhao Liu, Fang Liu, Tianyu Huang, Gerhard P. Hancke, Rynson W. H. Lau

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 为支持世界模型研究，构建大规模自我中心游戏数据集EgoCS-400K，包含40万第一人称视频和1万小时游戏轨迹，支持动作条件未来预测、状态事件场景展开等交互式视觉建模任务。

ITME: Inference Tiered Memory Expansion with Disaggregated CXL-Hybrid Memories

ITME：基于解耦CXL混合内存的分层推理内存扩展

Hakbeom Jang, Younghoon Min, Sunwoong Kim, Taeyoung Ahn, Hanyee Kim, Youngpyo Joo, Hoshik Kim, Jongryool Kim

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 针对大语言模型推理中TB级上下文状态的内存瓶颈，提出ITME架构，利用CXL混合内存实现字节可寻址的远程内存扩展，通过确定性访问模式优化数据移动，提升吞吐量达35.7%。

When the Past Matters: FlashBack Memory for Precipitation Nowcasting

当过去重要时：用于降水临近预报的FlashBack记忆

Yuhao Du, Boxiao Huang, Chengrong Wu, Jiankai Zhang

机构 * College of Atmospheric Sciences, Lanzhou University（兰州大学大气科学学院） ； Fuqua School of Business, Duke University（杜克大学福库商学院） ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Supercomputing Center of Lanzhou University（兰州大学超级计算中心） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出FlashBack Memory模块，通过动态检索关键历史状态并自适应融合，增强循环模型时空表征能力，显著提升高分辨率降水预测的准确性和时序一致性。

Closed-Loop Triplet Synergistic Generation for Long-Form Video

闭环三元组协同生成用于长视频

Xinlei Yin, Xiulian Peng, Xiao Li, Zhiwei Xiong, Yan Lu

机构 * University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 提出CoTriSyGen框架，通过闭环视觉-文本-记忆协同过程，结合分析器进行镜头内和镜头间修正，解决长视频生成中的身份漂移和不一致问题。

SwiftCache: Efficient LLM Serving for Multi-turn Conversations with Heterogeneous KV Cache Sharing

SwiftCache: 面向多轮对话的高效LLM服务与异构KV缓存共享

Jianmin Hu, Minxian Xu, Sa Wang, Chong Ma, Min Shen, Kejiang Ye, Lin Qu, Chengzhong Xu

专题命中 记忆与上下文管理 ：AI agent(abstract)

AI总结 针对多轮对话中KV缓存占用显存导致推理延迟高、上下文受限的问题，提出SwiftCache系统，通过异构模型间共享空闲GPU内存和NVLink带宽，仅保留当前层KV缓存，降低延迟并扩展上下文长度。

Comments 15 pages

Quantum learning with a single-atom sensor

单原子传感器的量子学习

Yin Mo, Emilio Bagan, Giulio Chiribella

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究单原子传感器在量子学习中的性能极限，发现传感阶段的纠缠与行动阶段的相干性之间存在根本权衡，并揭示了量子传感器特性对最优行动策略的影响。

Comments 5+12 pages, 3 figures

Physics of anticipatory active matter, with application to crowd dynamics

预期性活性物质的物理及其在人群动力学中的应用

Alexis Raulin-Foissac, Alexandre Nicolas

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出预期性主体的统计物理框架，通过将d维预期动力学映射到d+1维非预期链，利用聚合物物理刻画不确定性，成功应用于行人动力学，复现复杂场景。

Steady-State Approximation Error of Heterogeneous Mean-Field Models

异质平均场模型的稳态近似误差

Lei Ying

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究异质平均场模型中M个智能体系统的占据测度与退火平均场平衡之间的稳态均方误差，建立了O(1/M)的界，揭示了异质系统需要初始条件扰动的均匀鲁棒性。

Comments Corrected a few minor typos and added a link to ref [6]