AI Agent

Wireless Personal Agent: Extending Wireless Intelligence from Networks to Terminals

无线个人代理：将无线智能从网络扩展到终端

Jiedan Tan, Fang Liu, Jingwen Tong, Shengli Zhang, Jun Zhang, Wing Shing Wong

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 提出WISPA框架，利用基于大语言模型的智能体实现终端侧资源自动化管理，通过解耦在线执行与离线反思克服终端资源限制，在校园通勤场景中验证了其学习用户偏好并自适应接入决策的能力。

Comments 7 pages, 5 figures, submit to a possible journal for publication

Belief at Risk: Quantifying Agentic AI Model Risk with LLM-Inferred Bayesian State Filters

风险中的信念：利用LLM推断的贝叶斯状态滤波器量化智能体AI模型风险

Matthew Francis Dixon

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 提出将智能体AI系统建模为部分可观测马尔可夫决策过程，利用LLM作为语义观测模型，结合贝叶斯滤波器量化不确定性，并计算风险度量，为金融等受监管环境中的智能体AI验证提供严格基础。

Comments 15 pages, 3 figures

MemRefine: LLM-Guided Compression for Long-Term Agent Memory

MemRefine: 基于LLM引导的压缩用于长期智能体记忆

Minjae Kim, Jinheon Baek, Soyeong Jeong, Sung Ju Hwang

机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） 纠错

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 提出MemRefine框架，利用LLM判断事实内容，通过删除、合并和保留操作将记忆库压缩到固定预算内，在多个基准上保持下游性能并优于基于规则的基线。

Vision-Language-Action Models Meet World Models: Embodied Agentic AI for Low-Altitude Wireless Networks

视觉-语言-动作模型遇见世界模型：面向低空无线网络的具身智能体AI

Feibo Jiang, Li Dong, Lei Mao, Kezhi Wang, Cunhua Pan, Dong In Kim, Naofal Al-Dhahir

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 提出具身智能体无人机框架，以VLA模型为核心实现端到端决策，引入世界模型建模环境动态，通过记忆与反射机制形成闭环优化，实现低空无线网络的鲁棒自主控制。

Rivaling Transformers: Multi-Scale Structured State-Space Mixtures for Agentic 6G O-RAN

媲美Transformer：用于智能体6G O-RAN的多尺度结构化状态空间混合模型

Farhad Rezazadeh, Hatim Chergui, Merouane Debbah, Houbing Song, Lingjia Liu

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 针对6G O-RAN中多时间尺度动态下的近实时控制需求，提出轻量级多尺度结构化状态空间混合模型（MS3M），通过HiPPO-LegS核混合和双线性离散化实现高效时序预测，在保持精度前提下将推理延迟降至Transformer的1/3至1/10。

Comments 12 pages, 2 Figures, 5 Tables

Phase Balancing of Two and Three-Agent Heterogeneous Gain Systems With Extensions to Multiple Agents

两和三代理异构增益系统的相平衡及多代理扩展

Anoop Jain, Debasish Ghose

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文研究了两和三代理异构控制器增益耦合系统的相平衡问题，通过异构增益控制平衡形成中代理速度方向，并分析其可达集影响。

Comments arXiv admin note: text overlap with arXiv:1512.07362

Artificial Wrestling: A Dynamical Formulation of Autonomous Agents Fighting in a Coupled Inverted Pendula Framework

人工摔跤：一种自主代理在耦合倒立摆框架中的动态建模

Katsutoshi Yoshida, Shigeki Matsumoto, Yoichi Matsue

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

AI总结 本文提出基于耦合倒立摆框架的自主代理对抗模型，通过动态控制器存储状态对应关系并生成控制力，实验表明延迟元素和量化分辨率影响性能。

Comments The 12th International Conference on Motion and Vibration Control (MOVIC 2014), August 3-7, 2014, Sapporo, Japan. This article was selected as an article of Mechanical Engineering Journal after minor revisions; the final version is available at http://dx.doi.org/10.1299/mej.14-00518

MemMark: State-Evolution Attribution Watermarking for Agent Long-Term Memory Systems

MemMark: 面向智能体长期记忆系统的状态演化归属水印

Haobo Zhang, Xutao Mao, Guangyuan Dong, Ziwei Li, Xuanbo Su, Kaijie Chen, Jing Yang, Zheng Lin

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 提出MemMark水印方法，通过嵌入所有者控制的信号到潜在记忆写入决策中，实现无需日志、可见输出或可信元数据的快照归属，并在多个基准上保持记忆效用。

Continuous-Time Heterogeneous Agent Models with Recursive Utility and Preference for Late Resolution

具有递归效用和偏好晚期分辨率的连续时间异质性主体模型

Yves Achdou, Qing Tang

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文研究连续时间异质性主体模型，其中主体具有递归效用（Epstein-Zin效用）并偏好晚期不确定性分辨率，通过平均场博弈框架将模型转化为耦合状态约束的Hamilton-Jacobi-Bellman方程和Fokker-Planck-Kolmogorov方程系统，探讨解的存在性及模型的关键定性特征。

MAIL++: Multi-Modal Bi-directional Agent Layer for Vision-Language Models

MAIL++: 视觉语言模型的多模态双向智能体层

Kaixiang Chen, Pengfei Fang, Hui Xue

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用国家重点实验室（东南大学），中华人民共和国教育部，中国） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 提出MAIL/MAIL++方法，通过将跨模态耦合嵌入VLM内在计算模块并引入双向桥接，实现参数高效微调，在少样本分类和跨域检索中超越现有方法。

Generation Navigator: A State-Aware Agentic Framework for Image Generation

生成导航器：一种基于状态的图像生成代理框架

Jinming Liu, Ruoyu Feng, Yuqi Wang, Wenjun Zeng, Xin Jin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； Independent（独立） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)

AI总结 本文提出了一种基于状态的图像生成代理框架Generation Navigator，通过将图像生成问题重新表述为状态条件下的动作生成问题，解决了传统方法中在强化学习训练中因信用分配问题导致的不足，通过PRE-GRPO算法提升了生成质量与推理准确性。

Principal-agent problems with adverse selection: A stochastic target problem formulation

有 adverse selection 的委托-代理问题：一个随机目标问题的 formulation

Guillermo Alonso Alvarez, Ibrahim Ekren, Liwei Huang

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文研究了存在逆向选择的委托-代理问题，通过将代理的优化问题转化为随机目标问题，解决了委托人在信息不完全情况下的最优合同设计问题。

Learning from Supervision with Semantic and Episodic Memory: A Reflective Approach to Agent Adaptation

通过语义和事件记忆学习：一种反思式智能体适应方法

Jackson Hassell, Dan Zhang, Hannah Kim, Tom Mitchell, Estevam Hruschka

机构 * Megagon Labs（Megagon实验室） 纠错

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出一种基于记忆增强的框架，利用预训练大语言模型生成的批判性反馈，通过语义和事件记忆提升智能体适应能力，实验证明其在多个任务中有效。

Comments 16 pages

Crowd Dynamics in Historical Perspective: Reframing the Amritsar Massacre through Agent-Based Modelling and Social Psychology

从历史视角看人群动态：通过基于代理建模和社会心理学重新审视阿姆利则大屠杀

Mohcine Chraibi, Krisztina Konya, Ezel Üsten

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文通过基于代理建模和社会心理学重新审视阿姆利则大屠杀，揭示人群作为现象的物理与社会心理动态，指出即使在保守的物理假设下，模拟结果仍高于官方死亡人数，强调跨学科建模对历史责任和当前人群安全的重要性。

Comments 28 pages, 5 figures

Can Virtual Agents Care? Designing an Empathetic and Personalized LLM-Driven Conversational Agent

虚拟代理能关心吗？设计一个具有同理心和个性化的LLM驱动对话代理

Truong Le Minh Toan, Dieu Bang Mach, Tan Duy Le, Nguyen Tan Viet Tuyen

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出一种框架，通过检索增强架构、结构化记忆和多模态交互，设计出具有同理心和个性化支持的虚拟代理，以提升心理健康支持的质量和可靠性。

Comments Accepted manuscript version to be presented at the SCI-2026

StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding

StreamMeCo：用于高效流视频理解的长期智能体内存压缩

Junxi Wang, Te Sun, Jiayi Zhu, Junxian Li, Haowen Xu, Zichen Wen, Xuming Hu, Zhiyu Li, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）技术有限公司） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 StreamMeCo通过内存图连通性引入边自由minmax采样和边感知权重剪枝，有效压缩内存并保持精度，实验表明在70%压缩下实现1.87倍检索速度提升和1.0%的准确率提升。

Comments 2026ACL Findings

MemoPhishAgent: Memory-Augmented Multi-Modal LLM Agent for Phishing URL Detection

MemoPhishAgent: 基于记忆的多模态大语言模型代理用于钓鱼URL检测

Xuan Chen, Hao Liu, Tao Yuan, Mehran Kafai, Piotr Habas, Xiangyu Zhang

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出MemoPhishAgent，通过整合多模态推理与记忆机制，提升钓鱼URL检测性能，实验显示其在召回率上优于现有方法，并在真实场景中实现高召回率。

Comments ACL 2026 Industry Track Camera Ready

MemExplorer: Navigating the Heterogeneous Memory Design Space for Agentic Inference NPUs

MemExplorer: 在代理推理NPU中导航异构内存设计空间

Haoran Wu, Zeyu Cao, Yao Lai, Binglei Lou, Jiayi Nie, Can Xiao, Timi Adeniran, Przemyslaw Forys, Kauser Johar, Catriona Wright, Junyi Liu, Kai Shi, Nicholas D. Lane, Rika Antonova, Jianyi Cheng, Timothy Jones, Aaron Zhao, Robert Mullins

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 MemExplorer通过统一抽象模型和自动优化，为异构NPU系统设计高效内存架构，提升能效和性能。

Agentic Discovery with Active Hypothesis Exploration for Visual Recognition

具有主动假设探索的代理发现用于视觉识别

Jaywon Koo, Jefferson Hernandez, Ruozhen He, Hanjie Chen, Chen Wei, Vicente Ordonez

机构 * Rice University（里士大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 本文提出HypoExplore框架，通过进化分支发现视觉识别的神经网络架构，通过大语言模型生成假设并评估改进，最终在CIFAR-10上实现94.11%的准确率，并在其他数据集上展示出优越性能。

Risk-seeking conservative policy iteration with agent-state based policies for Dec-POMDPs with guaranteed convergence

基于代理状态的保守策略迭代：在具有保证收敛性的Dec-POMDPs中求解风险寻求策略

Amit Sinha, Matthieu Geist, Aditya Mahajan

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出一种迭代最佳响应算法，通过修改目标函数在Dec-POMDP中实现风险寻求与保守策略迭代，以在有限内存下获得局部最优解。

The End of Human Judgment in the Kill Chain? Relocating Initiative and Interpretation with Agentic AI

人类判断在杀链中的终结？通过代理AI重新定位主动性和解释力

Jovana Davidovic

专题命中 记忆与上下文管理 ：agentic(title,abstract)

AI总结 本文探讨了基于大语言模型的代理AI在杀链中取代人类判断的问题，指出其主动性和解释力导致人类控制失效，并提出国际治理框架需应对这一挑战。

Dual-Agent Reinforcement Learning for Adaptive and Cost-Aware Visual-Inertial Odometry

双代理强化学习用于自适应和成本感知的视觉惯性里程计

Feiyang Pan, Shenghe Zheng, Chunyan Yin, Guangbin Dou

机构 * Southeast University（东南大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出双代理强化学习框架，通过智能选择代理和融合代理优化视觉惯性里程计的运行时机和信任度，提升精度与效率的平衡。

Comments Accepted to the CVPR 2026 Main Track

Temperature Measurement in Agent Systems

代理系统中的温度测量

Christoph J. Börner, Ingo Hoffmann

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文研究了如何在非资本市场应用中测量代理系统中的温度，通过建立测量方程和示例展示方法，并提出影响竞争子系统平均意见的策略。

Comments 1 figure

VoiceAgentRAG: Solving the RAG Latency Bottleneck in Real-Time Voice Agents Using Dual-Agent Architectures

VoiceAgentRAG: 通过双代理架构解决实时语音代理中RAG的延迟瓶颈

Jielin Qiu, Jianguo Zhang, Zixiang Chen, Liangwei Yang, Ming Zhu, Juntao Tan, Haolin Chen, Wenting Zhao, Rithesh Murthy, Roshan Ram, Akshara Prabhakar, Shelby Heinecke, Caiming Xiong, Silvio Savarese, Huan Wang

机构 * Salesforce AI Research（Salesforce人工智能研究） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 VoiceAgentRAG通过双代理架构实现实时语音代理中RAG的延迟优化，利用预加载缓存提升检索效率。

SARAH: Spatially Aware Real-time Agentic Humans

SARAH：具有空间意识的实时代理人类

Evonne Ng, Siwei Zhang, Zhang Chen, Michael Zollhoefer, Alexander Richard

机构 * Meta Reality Labs（Meta现实实验室） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)

AI总结 SARAH提出了一种实时、完全因果的方法，实现具有空间意识的对话运动，通过结合因果变换器VAE和流匹配模型，在VR中实现自然的人机交互。

Comments Project page: https://evonneng.github.io/sarah/

MMA: Multimodal Memory Agent

MMA：多模态记忆代理

Yihao Lu, Wanru Cheng, Zeyu Zhang, Hao Tang

机构 * School of Computer Science, Peking University（北京大学计算机学院） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 MMA通过动态可靠性评分和冲突感知网络共识，提升多模态代理在长horizon任务中的记忆检索与决策能力，同时在多个基准测试中展现优越性能。

Enhancing Computational Efficiency in NetLogo: Best Practices for Running Large-Scale Agent-Based Models on AWS and Cloud Infrastructures

提升NetLogo计算效率：在AWS和云基础设施上运行大规模基于代理模型的最佳实践

Michael A. Duprey, Georgiy V. Bobashev

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文介绍了在AWS和云基础设施上运行大规模基于代理模型的最佳实践，通过优化NetLogo的内存管理、Java选项和实例选择，实现了计算成本降低和性能提升。

Generalized Langevin Models of Linear Agent-Based Systems: Strategic Influence Through Environmental Coupling

线性基于代理系统的一般化 Langevin 模型：通过环境耦合实现战略影响

Semra Gunduc, David J. Butts, Michael S. Murillo

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出了一种基于一般化 Langevin 方程的线性代理系统模型，通过环境耦合揭示记忆效应和战略影响机制。

Comments 7 pages, 3 figures

Botender: Supporting Communities in Collaboratively Designing AI Agents through Case-Based Provocations

Botender：通过基于案例的挑衅支持社区协同设计AI代理

Tzu-Sheng Kuo, Sophia Liu, Quan Ze Chen, Joseph Seering, Amy X. Zhang, Haiyi Zhu, Kenneth Holstein

专题命中 记忆与上下文管理 ：AI agent(title,abstract)

AI总结 Botender通过基于案例的挑衅方法，使社区无需编程即可协同设计定制化的AI代理，提升社区对机器人行为的共同塑造能力。

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26)

StoryState: Agent-Based State Control for Consistent and Editable Storybooks

StoryState: 基于代理的状态控制用于一致且可编辑的故事书

Ayushman Sarkar, Zhenyu Yu, Wei Tang, Chu Chen, Kangning Cui, Mohd Yamani Idna Idris

机构 * Birbhum Institute of Engineering and Technology（比尔布尔工程科技学院） ； Universiti Malaya（马来亚大学） ； City University of Hong Kong（香港城市大学） ； Wake Forest University（威克森林大学） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 StoryState通过基于代理的状态控制实现多页故事书的一致性与编辑优化