AI Agent

Generalization bounds and sample complexity for remaining useful life prediction from complete degradation trajectories

从完整退化轨迹进行剩余使用寿命预测的泛化界和样本复杂度

Huy Hoang Le, Kim-Anh Nguyen

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究数据驱动的剩余使用寿命预测中样本复杂度问题，通过建立泛化界等七个围绕三个主题的结果，给出基本学习率，量化领域知识作用及数据质量影响，提供闭式表达式，跨域验证结果，为相关应用提供实用指南。

Comments This manuscript has been accepted for publication in Measurement Science and Technology. The final Version of Record is available at https://iopscience.iop.org/article/10.1088/1361-6501/ae7109/meta

Journal ref Meas. Sci. Technol. 37(2026) 226203

Toward Automated Detection of Documentation Inconsistencies in Electronic Health Records

迈向电子健康记录中文档不一致性的自动检测

Jian Lu, Panyu Chen, Miriam Treggiari, Robert Blessing, Danyang Zhuo, Chunhua Weng, William W. Stead, Anru R. Zhang

机构 * Duke University（杜克大学） ； Columbia University Medical Center（哥伦比亚大学医学中心） ； Vanderbilt University Medical Center（范德堡大学医学中心） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 研究旨在检测电子健康记录中文档不一致性，采用两阶段LLM管道对3000份出院小结进行分析，发现多种类型不一致及反复出现的失败模式，建立了方法基础和概念框架以指导后续大规模分析。

Share No More Than the Request Requires: Federated Disclosure for Perspective-Aware AI

按需共享：面向视角感知人工智能的联邦披露

Sourena Khanzadeh, Daniel Platnick, Marjan Alirezaie, Hossein Rahnama

机构 * Toronto Metropolitan University（多伦多都会大学） ； Flybits Labs（Flybits实验室） ； MIT Media Lab（麻省理工学院媒体实验室） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究跨域边界最小必要披露问题，提出“来源保留编年史”协议，通过编译持有者编年史为授权证据子图，遵循“按需共享”规则，保持本地主权并分阶段返回数据，实现安全披露上下文。

HiLLTS: Zero-Shot Hierarchical LLM-Guided Traffic Signal Control for Sustainable Transportation

HiLLTS：用于可持续交通的零样本分层大语言模型引导的交通信号控制

Yue Ding, Tendai Mukande, Mingming Liu

机构 * School of Electronic Engineering, Dublin City University（都柏林城市大学电子工程学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对传统交通信号控制策略的问题，提出HiLLTS框架，它采用分层三层架构，由中央协调代理等组成。实验表明其能改善拥堵和环境性能，相比不同基线，在减少等待时间和二氧化碳排放上效果显著，消融研究验证了大语言模型引导协调的作用。

Optimal Reward Shaping: Autonomous Car Parking Case Study

最优奖励塑造：自动驾驶汽车停车案例研究

Emre Özkaya, Nicolas R. Gauger

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究非完整约束下无模型强化学习奖励函数设计难题，提出含覆盖门控对齐反馈等的参数化奖励塑造框架，通过联合元优化及基于代理的贝叶斯优化，优化后的深度Q网络代理在停车任务中表现出色。

Comments 12 pages, 8 figures. Includes supplementary video demonstration and open-source code link

SafeStep: AI-powered Travel Assistance for Elderly People with Frailty or Dementia

SafeStep：为体弱或痴呆老年人提供的人工智能旅行辅助

Elderly People with Frailty or Dementia Azul Debenedetti, David Gamez, Franco Such, Nik Kairinos

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 针对体弱或痴呆老人出行难题，SafeStep利用旅行图表示，结合大语言模型与Anticip8行为预测引擎，生成个性化失败场景并提出干预措施。经实验和实地研究评估，结合两者的方法性能可靠，虽界面可用性待改进，但能提升旅行信心与安全感，还可拓展应用于其他领域。

Offline RL with Hierarchical Action Chunking

基于分层动作分块的离线强化学习

Ahad Jawaid

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究离线目标条件强化学习中扩展到长期任务的挑战，提出HiQC算法，结合高级潜在规划与低级动作分块，实现无偏k步价值备份，理论证明其价值误差界限更紧，实证表明在OGBench套件中性能最佳。

Comments RLC/RLJ 2026

Perspective Latents as an Architectural Condition for Causal Emergence in Active Inference Agents

视角潜在因素作为主动推理智能体中因果涌现的架构条件

Hongju Pae

机构 * Active Inference Institute（主动推理研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究主动推理智能体中无奖励预测组织与信息理论特征的关系，通过特定架构智能体在无奖励环境切换协议中测试，确定\(g\)为与\(\Phi_r\)相关时间组织的架构位置，反对将\(\Phi_r\)作为学习整合直接指标。

Attribution Markets: A Fisher-Market Formulation for Fractional Credit Assignment Between Planned Tasks and Performed Actions

归因市场：计划任务与执行行动之间分数信用分配的费雪市场公式

Salavat Ishbulatov

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究计划任务与执行行动间分数信用分配问题，构建准线性费雪市场，通过市场工具得出相关定理，扩展市场考虑任务进度折扣，解决算法收敛问题，提出基准发现问题，用熵正则化泛化及规则解决，报告参数并讨论局限，关联相关算法。

Comments 35 pages, 3 figures. Companion technical report with extended treatment of dynamic/forward-looking markets and reinforcement-learning extensions available separately

Approximate Quantum State Preparation Through Proximal Policy Optimization

通过近端策略优化进行近似量子态制备

Marco Mordacci, Michele Amoretti

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 该研究针对近似量子态制备这一难题，利用基于近端策略优化的深度强化学习，让智能体识别目标状态的最佳近似并减少门的使用，经2至5个量子比特实验，框架能实现10⁻¹⁴的近似误差。

Drift-Aware RL-based Wavelet Denoising for Network-Traffic Anomaly Detection

基于漂移感知强化学习的小波去噪用于网络流量异常检测

Priyalakshmi Sheela, Indrakshi Dey

机构 * Walton Institute, Department of Computing, South East Technological University（沃顿研究所，计算系，东南技术大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究针对网络流量监测受噪声和漂移影响问题，提出基于漂移感知强化学习的小波去噪框架，通过特定判断和选择机制优化异常检测及容量估计，以任务效用为奖励并与多种方法对比基准测试。

Comments Submitted to IEEE Transactions on Wireless Communications. This version has not yet undergone peer review

Domain-Adapted Power Curve for Cross-Farm Applications

用于跨农场应用的域适应功率曲线

Ahmadreza Chokhachian, V. Roshan Joseph, Yu Ding

机构 * H. Milton Stewart School of Industrial and Systems Engineering（H. Milton Stewart工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究如何将基于运营风电场数据训练的功率曲线模型转移到新农场，提出基于域适应的迁移学习方法，实验表明该方法在跨农场功率预测上显著优于其他方法。

Comments Submitted to Renewable Energy

MOF-Sleuth: Tool-Grounded Reward Alignment for Explainable Fine-Grained MOF CIF Auditing

MOF-Sleuth：用于可解释细粒度MOF CIF审核的工具基础奖励对齐

Yu Liu, Zhiwei Yang, Diandian Guo, Kun Peng, Fangfang Yuan, Cong Cao, Chaozhuo Li, Zhiyuan Ma, Yanbing Liu, Guobin Zhao

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究针对MOF数据库CIF输入错误影响下游结果及人工检查的问题，提出MOF-Sleuth，通过强化引导CIF审核代理的两个模块，利用奖励引导强化学习将工具测量转化为监督，提升检测、归因及解释质量，在多基准测试中性能领先。

Diffusion ReRoll: Revisable Denoising for Robotic Sequential Prediction

扩散重滚动：用于机器人序列预测的可修正去噪

Seonsoo Kim, Seongil Hong, Jun-Gill Kang

机构 * Agency for Defense Development（国防发展局） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究提出扩散重滚动框架用于机器人序列预测，能选择性重新去噪局部稳定区域，实现跨视野迭代修正。通过与其他方法对比评估，在多任务基准测试中取得更好性能，支持结构化重新去噪是可修正机器人序列生成的有效机制。

Comments Project Page: https://seonsoo-p1.github.io/DiffusionReRoll/

Long-Term Sequential Decision Making under Risk

风险下的长期序列决策

Irmaan, Mirzanejad, Nadjet Bourdache, Abdel-Illah Mouaddib

机构 * Université de Caen Normandie, ENSICAEN, CNRS, Normandie Univ, GREYC UMR 6072（卡昂诺曼底大学、法国国立民用航空学院、法国国家科学研究中心、诺曼底大学、GREYC实验室（法国国家科学研究中心6072联合研究单位）） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究风险下有限期MDP规划，提出ERQDP方法，无需枚举和采样，通过精确DP解决秩分位数替代问题，能精确评估候选策略，在测试基准中表现良好，可返回认证解或残差差距，支持多种行为。

Comments Accpeted in Forty-Second Annual Conference on Uncertainty in Artificial Intelligence (UAI 2026)

Asymptotically Optimal Regret for Reinforcement Learning without Horizon Dependence

无时间范围依赖的强化学习的渐近最优遗憾值

Runlong Zhou, Zihan Zhang, Maryam Fazel, Simon S. Du

机构 * University of Washington（华盛顿大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究有限时间范围齐次表格马尔可夫决策过程的无时间范围遗憾值最小化，提出新算法，证明遗憾值上界\( \tilde O(\sqrt{SAK}+S^8A^3) \)，渐近最优且消除\( \log H \)依赖，改进先前结果。

Comments 78 pages

FineServe: A Fine-Grained Dataset and Characterization of Global LLM Serving Workloads

FineServe：一个细粒度的数据集以及对全球大语言模型服务工作负载的特征描述

Tiancheng Zhang, Shaoyuan Huang, Mingyuan Wang, Yunfeng Zhao, Xiaofei Wang, Wenyu Wang

机构 * Tianjin University（天津大学） ； PPIO Cloud (Shanghai) Co., Ltd.（PPIO云（上海）有限公司） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 针对大语言模型服务中高效服务面临的挑战，提出FineServe数据集，能对异构模型和任务的服务动态进行细粒度特征描述。通过分析得出波动模式，开发工作负载生成器，为评估相关策略提供现实基础。

Comments 14 pages, 14 figures

NaviAIS: A Scenario-Level Vessel Trajectory Prediction Dataset withVectorized Lane Priors and the NaviLane Forecasting Framework

NaviAIS：一个具有矢量化航道先验的场景级船舶轨迹预测数据集及NaviLane预测框架

Yuan Gui, Hongchen Luo, Liqi Qu, Longyue Fu, Jiao Wang

机构 * Northeastern University（东北大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究针对复杂海洋环境下船舶轨迹预测问题，引入NaviAIS数据集并提出NaviLane框架，通过轨迹-地图联合编码、离散宏动作码本及模块优化评估等方法，提升船舶轨迹预测性能，优于现有基线。

End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation

用于逼真且可控的视觉交通场景生成的端到端条件扩散

Jingzheng Li, Yufei Ge, Zhijun Chen, Qianren Mao, Zizhe Wang, Binhang Qi, Bing Li, Keyu Chen, Baochang Zhang, Xianglong Liu, Philip S Yu

机构 * Zhongguancun Laboratory（中关村实验室） ； Tianjin University（天津大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； State Key Laboratory of Software Development Environment（软件开发环境国家重点实验室） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究如何生成逼真且可控的视觉交通场景，提出端到端条件扩散框架E2E-CDiff，基于前视图视觉观察联合去噪未来运动状态等，减轻规划控制不匹配，实验表明其在可控性与逼真性权衡上表现良好，还能引发挑战性交互，作为自我规划器有竞争力。

Deep Reinforcement Learning to Master the Asymmetric Strategy of Baghchal

深度强化学习掌握Baghchal的非对称策略

Ranjit Raut, Aarav Subedi, Sagun Rai, Aaryan Shakya, Manoj Shakya

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究Baghchal非对称棋盘游戏，用深度Q网络、REINFORCE、近端策略优化和MuZero四种方法训练并评估，比较各算法在胜率等方面表现，发现MuZero性能最佳，PPO实用且计算成本低，揭示不同策略在游戏中的特点。

Comments 6 pages, 6 figures

Domain Design for the Cops and Robbers Problem

警察与强盗问题的领域设计

Connor Little, Meagan Mann, Erin Meger, Christian Muise

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究如何确定图是否为k - 警察获胜图，将其转化为非确定性规划问题，利用先进规划器计算，警察移动设为非确定性，强盗移动为确定性，还用图论变体扩展基础模型。

Non-Asymptotic Best Policy Identification Guarantees in Online Reinforcement Learning

在线强化学习中的非渐近最优策略识别保证

Joseph Lazzaro, Alessio Russo, Aldo Pacchiano

机构 * Imperial College London（伦敦帝国学院） ； Boston University（波士顿大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究在线表格强化学习中的最优策略识别问题，通过为导航与停止（NaS）算法提供非渐近样本复杂度保证，揭示其样本复杂度不仅依赖特征时间，还与MDP连通性等有关，填补了相关空白。

Comments 64 pages, 2 figures

PEARL: Auditable Repair for Scientific Reasoning Graph Extraction

PEARL：科学推理图提取的可审计修复

Bohan Su, Pengze Li, Yuchen Lu, Xi Chen

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； Artificial Intelligence Innovation and Incubation, Fudan University（复旦大学人工智能创新与孵化） ； Department of Computer Science, Faculty of Science, University of Bath（巴斯大学理学院计算机科学系） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对科学推理图提取中LLMs输出有问题的情况，提出无需训练的PEARL框架，通过特定模式和反馈修复推理图。在ARCHE基准测试中，该框架提升了严格通过率和平均REA，为相关工作流程提供可靠性层。

Comments Accepted at WAICA 2026 Multi-Modal Agents for Science Workshop

Theoretical Foundations of $\max$@$k$ Reinforcement Learning

$\max$@$k$强化学习的理论基础

Riccardo Poiani, Martino Bernasconi, Andrea Celli

机构 * Bocconi University（博科尼大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究有限 horizon 强化学习中$\max$@$k$学习问题，指出其与标准预期回报最大化不同，证明马尔可夫策略不足，识别状态增强，表征策略性能差距，表明学习更难，给出高效算法实现最优样本复杂度率。

Artificial Intelligence for Understanding and Managing Transportation Behavior in Sustainable Smart Cities

可持续智慧城市中用于理解和管理交通行为的人工智能

Junbiao Pang, Muhammad Ayub Sabir, Fatima Ashraf

机构 * Beijing University of Technology（北京工业大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究如何利用人工智能理解和管理可持续智慧城市中的交通行为，通过以行为为中心的视角，研究公交到站预测等四个方向，经闭环框架整合，确定部署条件，建立从行为证据到各类交通决策的统一路径。

Calibrated Alzheimer's Conversion Risk in Mild Cognitive Impairment: Persistent Homology of Clinical Trajectories with Conformal Guarantees

轻度认知障碍中经过校准的阿尔茨海默病转化风险：具有共形保证的临床轨迹的持久同调

Navin Bondade

机构 * Institute of Health Informatics, University College London（伦敦大学学院健康信息学研究所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究旨在预测MCI到AD的转化，将持久同调用于临床轨迹点云，结合多种特征构建堆叠集成模型。校正泄漏源，经交叉验证等实验，模型有竞争力的准确性，提出H0持久熵为拓扑生物标志物，实现个体层面不确定性量化。

Comments 17 pages, 6 figures, 2 tables. Data from the Alzheimer's Disease Neuroimaging Initiative (ADNI). Code available upon reasonable request

Rethinking the Suitability of Reinforcement Learning Algorithms Under Practical Transfer Constraints

重新思考实际迁移约束下强化学习算法的适用性

Hany Hamed, Abhishek Naik, Colin Bellinger, A. Rupam Mahmood

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 研究实际迁移约束下强化学习算法适用性，从实际效率和动态不匹配鲁棒性两维度评估。发现PPO虽样本效率低但训练快，域随机化对不同算法影响相似，强调评估算法不能仅看样本效率，还需考虑实际因素。

Rationalizing Boltzmann Rationality: An Axiomatic Characterization of Entropy-Regularized Policies

使玻尔兹曼理性合理化：熵正则化策略的公理表征

Silviu Pitis

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 研究强化学习中softmax策略，通过区分两种随机性化解其与MDP奖励结构独立性公理的矛盾，施加IIA和单调性确定玻尔兹曼策略等，得出RL相关结果，综合多领域线索对IIA用于智能体设计进行规范评估。

Comments RLC 2026

Fourier Geometric Wind Power Forecasting with Numerical Weather Prediction

基于数值天气预报的傅里叶几何风力发电预测

Shiyuan Piao, Fan Zehui, Yang Liu, Hong Cheng, Juepeng Zheng, Jie Zhou, Fugee Tsung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Goldwind Science and Technology Co.,Ltd（金风科技股份有限公司） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究针对风力发电预测难题，提出多模态框架，整合SCADA数据与NWP预测。先分解输入特征，再用几何编码器和傅里叶神经算子建模，实验表明该模型优于现有基线，凸显基于物理设计的有效性。

Can Multimodal Large Language Models Understand OCT?

多模态大语言模型能理解光学相干断层扫描（OCT）吗？

Baochen Fu, Wenzhi Deng, Baihao Jin, Yang Li, Zihan Nie, Kailin Jiang, Yuntao Du, Weiye Song

专题命中 规划决策 ：workflow(abstract)；分类 cs.CL

AI总结 研究探讨多模态大语言模型能否理解OCT，引入OCT - Bench基准，包含多维度细粒度任务，基于多个数据集构建大量选择题，评估20个代表性模型，发现当前模型理解OCT能力不足，为评估模型和推动OCT理解提供基础。