AI Agent

Radio Map Updating from Streaming Spectrum Measurements via Memory-Based Online Gaussian Processes

基于内存的在线高斯过程从流频谱测量中更新无线电地图

Yuanyuan Deng, Bo Zhou, Tian Chen, Shijian Gao, Jia Yan, Lantu Guo, Qiuming Zhu, Qihui Wu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究如何从流频谱测量中更新无线电地图，提出基于内存的在线稀疏变分高斯过程（M-OSVGP）方法，并用网格辅助在线诱导点选择（GOIPS）算法扩展，模拟表明该方法在多方面优于现有方法。

Comments 14 pages, 9 figures

Persona Migration and Expectation Recalibration in Generative AI Adoption: A Longitudinal Study at a State Department of Transportation

生成式人工智能应用中的角色迁移与期望重新校准：对某州交通运输部的纵向研究

Omidreza Shoghli, Fatemeh Banani Ardecani, Amin Mohamadi Hezaveh

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究某州交通运输部对Microsoft 365 Copilot的采用，通过匹配两波调查等方法，发现使用后感知有用性下降，确定三种基线角色及迁移情况，提出公共部门人工智能采用应动态监测并提供针对性支持，给出员工异质性跟踪框架。

A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS

一种由 3DGS 驱动的用于水下遥操作的动态视点和振动触觉框架，并通过功能近红外光谱法进行验证

Fang Xu, Tianyu Zhou, Ruitong Tian, Md Jahidul Islam, Jing Du

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究针对水下遥操作受限于二维视图和通信延迟的问题，提出基于 ROS - Unity 框架的多模态架构，用 3DGS 驱动的 DAVS 及振动触觉套装辅助，经实验验证该方式能提升操作员性能与认知耐力。

Comments 9 pages, 6 figures

TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction

TSCA-Net：用于可解释多模态行人轨迹预测的时空团块注意力

Md Mustafizur Rahman, Guangchao Yang, A F M Abdun Noor, Md Imam Ahasan, Md Mahfuzur Rahman, Md Ariful Islam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对拥挤环境中行人轨迹预测难题，提出TSCA-Net框架，含时空团块注意力、跨行人团块势、自适应KAN网格细化三个模块，经实验验证其性能最优，消融研究证实模块互补作用。

Comments 10 pages, 4 figures, 4 tables. Submitted to the IEEE International Conference on Data Mining (ICDM) 2026, Applied Track

Self-Healing Coordination in Cognitive Swarm Agents with Bloch-Type Perceptual Memory

具有布洛赫型感知记忆的认知群体智能体中的自愈协调

Jyotiranjan Beuria

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究认知群体智能体中自愈协调，基于非马尔可夫集体运动模型，用布洛赫型快慢架构，每个智能体有感知寄存器与慢调节状态耦合，通过多种子消融实验评估，结果显示该架构对自愈有主要功能影响。

Comments Under review at IEEE Transactions on Cognitive and Developmental Systems

Xema: Efficient Diffusion Serving through Fine-Grained Memory Management and Auto-Configuration

Xema：通过细粒度内存管理和自动配置实现高效扩散服务

Xueze Kang, Guangyu Xiang, Suyi Li, Yuxin Wang, Shaohuai Shi, Lin Zhang, Xiaowen Chu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究针对扩散模型服务受GPU内存限制问题，提出Xema系统，通过细粒度内存管理和自动配置，利用可预测张量生命周期优化内存，引入离线规划器联合选择参数，实现高效扩散服务，相比现有配置提升SLO达成率并降低规划成本。

HSF-S: Speed-Optimized Compilation and Acceleration for Hybrid Schrodinger-Feynman Quantum Circuit Emulation

HSF-S：用于混合薛定谔 - 费曼量子电路仿真的速度优化编译与加速

Sechan Park, Kyeongwon Lee, Mundo Jeong, Chaebin Jung, Woojoo Lee

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究针对混合薛定谔 - 费曼量子电路仿真实际运行时间受跨边界双量子比特门指数级路径增长主导的问题，提出HSF-S框架，通过特定方法抑制跨边界相互作用，降低路径成本，在基准电路上大幅提高可处理性并实现加速。

Comments 11 pages, 8 figures, 2 tables. This paper is accepted for ICCAD 2026

A Fokker-Planck approach to a stochastic multiplicative wealth model with taxation and redistribution

一种用于具有税收和再分配的随机乘法财富模型的福克 - 普朗克方法

Iago Nascimento Barros, Marcelo Lobato Martins, Celia Anteneodo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有税收和再分配的随机乘法财富模型，采用福克 - 普朗克方法，扩展原始公式涵盖多种再分配协议，推导平稳财富分布表达式，经模拟验证，用基尼指数量化，揭示特定再分配方案可减轻财富差距。

Comments 11 pages, 6 figures

Revisiting the non-equilibrium phase transitions of the continuous-trait Axelrod model

重新审视连续性状阿克塞尔罗德模型的非平衡相变

Sandro M. Reia, Paulo R. A. Campos, José F. Fontanari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究连续性状阿克塞尔罗德模型的非平衡相变，通过分析中位数缩放和概率分布揭示其相变特征，发现\(F = 2\)时为混合转变，\(F = 3\)时为非混合一阶转变，还应用于离散泊松变体建立统一表征。

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。