AI Agent

GESTO: Human-Centric Spatio-Temporal Memory for Reasoning in Dynamic Scenes

GESTO：面向动态场景推理的以人为中心的时空记忆

Ermanno Bartoli, Buwei He, Dennis Rotondi, Sebastian Koch, Federico Tombari, Kai O. Arras, Patric Jensfelt, Yixi Cai, Iolanda Leite

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； University of Stuttgart（斯图加特大学） ； Max Planck Research School for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Google Research（谷歌研究院） ； TU Munich（慕尼黑工业大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出GESTO时空记忆模型，结合4D场景图与人机交互、目标事件的两级结构，在基准测试中表现优异，可支撑动态人类环境下的以活动为中心的时空推理。

PolyLayout: Hierarchical VLM-Guided Layout Generation Beyond Rectangular Rooms

PolyLayout：超越矩形房间的分层VLM引导布局生成

Yutong Jiang, Zahra Atashgahi, Carlos Soto Garcia Delgado, Ruben Brokkelkamp, Davide Zanutto, Efşan Sökmen, Shahin Shahkarami

机构 * IKEA Retail (Ingka Group)（宜家零售（英卡集团）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 PolyLayout提出混合分层VLM引导框架，分三阶段生成非矩形房间布局，在生产数据和不规则拓扑上表现出高感知合理性、低延迟，填补了学术与实际应用的差距。

Nuclear fusion for AI: A pathway to power data centers sustainably

AI的核聚变：可持续为数据中心供电的途径

Layla Araiinejad, Vineet Jagadeesan Nair

专题命中 规划决策 ：planning(abstract)

AI总结 该研究探讨核聚变能否为AI驱动型数据中心提供可持续电源，通过技术经济分析发现其适配数据中心需求，具备成本竞争力与可行性，应优先部署。

Comments Under review

DoseBridge: Denoising Diffusion Bridge Model for Dose Prediction in Lung Intensity-Modulated Proton Therapy

DoseBridge：用于肺调强质子治疗剂量预测的去噪扩散桥模型

Zerun Zhang, Xiaoda Cong, Xiangkun Xu, Peter Y. Chen, Xuanfeng Ding

机构 * Corewell Health William Beaumont University Hospital（Corewell Health William Beaumont大学医院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对肺调强质子治疗剂量预测问题，提出DoseBridge去噪扩散桥模型，融合CT与射野几何信息，在52例患者数据上的多项指标优于对比模型，为放疗剂量预测提供新方法。

Robust Unit Commitment in District Heating Networks: Chance-Constrained and CVaR Optimization Under Demand Uncertainty

区域供热网络中的鲁棒机组组合：需求不确定性下的机会约束与CVaR优化

Annika Buchholz, Janina Zittel, Thorsten Koch

专题命中 规划决策 ：planning(abstract)

AI总结 针对区域供热网络热需求不确定性，本文将CC和CVaR优化适配到混合整数机组组合问题，结合贝叶斯模型生成的热需求预测分布，通过真实与合成数据评估了两种鲁棒优化方法的性能。

Deep reinforcement learning for separation control in turbulent wind-tunnel flow

用于湍流风洞流动分离控制的深度强化学习

Sofia Avdiiv, Andre Weiner, Ben Steinfurth

专题命中 规划决策 ：agent(abstract)

AI总结 本研究将深度强化学习（DRL）用于单侧扩散器湍流风洞流动的主动分离控制，采用近端策略优化学习，实现了约53%的前向流动分数，优于常规开环控制，是识别鲁棒控制策略的高效工具。

The Impact of Demand Forecasting on Delay and Jitter in DVB-Based Beam-Hopping LEO Networks

基于DVB的波束跳变低轨卫星网络中需求预测对时延和抖动的影响

Yekta Demirci, Guillaume Mantelet, Stéphane Martel, Jean-François Frigon, Gunes Karabulut Kurt

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对基于DVB的波束跳变低轨卫星网络，评估两种需求预测方案对时延和抖动的影响，发现预测驱动的动态规划可降低时延，且优先系统可扩展性比提升预测准确性更具价值。

Comments Accepted to main track of IEEE MILCOM 2026 (National Capital Region, USA)

Environmental and Economic Implications of Artificial Intelligence Data Centers in the United States

美国人工智能数据中心的环境与经济影响

Johanna Bolaños-Zuñiga, Alberto J. Lamadrid

专题命中 规划决策 ：planning(abstract)

AI总结 本研究评估美国AI数据中心的环境与经济影响，发现其影响由电力等系统决定，需综合政策协调数据中心运营与资源规划以改善绩效。

Toward Intelligent Skies: Signal Processing and AI Foundations of Low-Altitude Wireless Networks

迈向智能天空：低空无线网络的信号处理与人工智能基础

Weijie Yuan, Geng Sun, Jiacheng Wang, Jun Wu, Yuanhao Cui, Jiahui Li, Wei Zhang, George K. Karagiannidis, Sumei Sun, Yonina C. Eldar

专题命中 规划决策 ：planning(abstract)

AI总结 本教程从AI与信号处理视角，全面阐述低空无线网络（LAWN）的架构基础、信号处理与AI技术，结合案例分析其融合应用，指出未来发展挑战与机遇。

Comments Invited Overview Paper in JSTSP

Model-Based Systems Engineering Framework for SysML-Driven Design of Autonomous UAVs

面向自主无人机SysML驱动设计的基于模型的系统工程框架

Deekshitha Angadi, Naveena Budda, Vikas Agarwal, Mohamed Samshad, Bharath Kumar Suryadevara, Narsimlu Kemsaram

机构 * Autonomous Robotics Systems Limited（自主机器人系统有限公司） ； University of Hyderabad（海得拉巴大学） ； Ideabytes Software India Private Limited（Ideabytes软件印度私人有限公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Akkodis AS&D GmbH（Akkodis AS&D有限公司） ； Universiti Malaya（马来亚大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种面向自主无人机SysML驱动设计的MBSE框架，以SysML为设计主干整合开发流程，将逻辑架构映射至ROS 2，通过典型任务场景示例，实现需求分配等功能，提升早期设计的可追溯性与一致性。

Comments Accepted for presentation at the 2026 International Conference on Autonomous Aerial Vehicles (ICAAV-2026), 20-21 Aug 2026, Bengaluru, India

CoInS-Net: A Continuous Position-Aware Network for Joint Medical Image Interpolation and Segmentation

CoInS-Net：用于联合医学图像插值与分割的连续位置感知网络

Yujia Sun, Ningfeng Que, Peiting Shi, Rongrong Fu, Yingying Yang, Xinhang Li, Yin Dai

机构 * College of Medicine and Biological Information Engineering, Northeastern University（东北大学医学与生物信息工程学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 CoInS-Net是一种联合医学图像插值与分割的连续位置感知网络，通过双向交互实现两任务相互促进，在多数据集上优于传统单任务方案，为临床医学图像分析提供可靠通用技术。

ControlRadio: Prompt-Driven Controllable Diffusion for Cross-Modal Radio Map Generation

ControlRadio：用于跨模态无线电地图生成的提示驱动可控扩散模型

Kangjun Liu, Xiying Pan, Shuhang Zhang, Xiang Xiang, Ke Chen, Yaowei Wang

机构 * Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（华南理工大学） ； Peking University（北京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 ControlRadio是一种可控生成框架，可根据自然语言描述和环境布局生成无线电地图，在不同城市场景中精度和泛化能力领先，计算时间较传统方法减少四个数量级以上，为无线环境建模提供新范式。

Comments 17 pages, 9 figures, 8 tables

Economic Impact Assessment of Denial-of-Service and Time-Delay Attacks on Advanced Metering Infrastructure

拒绝服务攻击与时延攻击对高级量测体系的经济影响评估

Lais Oliveira Krohl, Saurav Basnet, Ioannis Zografopoulos

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过Mininet仿真结合DNP3协议模型，评估DoS和TDA对AMI通信的影响，发现攻击会降低网络性能、增加通信不可用率，还会导致能源需求估算不确定性，在10000台智能电表的区域部署下可造成每日最高5097美元的经济损失。

Comments IEEE North American Power Symposium (NAPS) 2026, 6 pages

DH-VLM: Dual-Horizon Cooperative Latent Reasoning for Autonomous Driving

DH-VLM：面向自动驾驶的双时域协同隐层推理框架

Ziyi Song, Chen Xia, Hang Yu, Sheng Zhou, Zhisheng Niu

机构 * Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出DH-VLM双时域协同隐层推理框架，结合基础设施与自车实现非对称语义协同，构建协同QA数据集支撑推理，在规划性能、通信成本等指标上优于现有方法，为协同自动驾驶提供实用鲁棒范式。

UnsDrive: Towards Robust End-to-End Autonomous Driving in Unstructured Scenes

UnsDrive：面向非结构化场景的鲁棒端到端自动驾驶

Nanxin Zeng, Ruiqi Song, Xiangyu Guo, Baiyong Ding, Yunfeng Ai

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Waytous Inc.（文远知行公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对非结构化采矿环境自动驾驶泛化差的问题，提出UnsDrive规划器，结合未知感知占用表示与流匹配规划器，引入专用损失和评分器，辅以MineLoop模拟器验证，性能优于基线。

Comments 9 pages, 4 figures, conference

Journal ref the 34th ACM International Conference on Multimedia, 2026

SHRIMP: Iterative Refinement of Robot Task Plans

SHRIMP：机器人任务计划的迭代优化

Mya Schroder, Yuna Hwang, Callie Y. Kim, Leqian Cheng, Jeffrey Li-cheng Liu, Chenchen Zheng, Xinning He, Bilge Mutlu

专题命中 规划决策 ：planning(abstract)

AI总结 针对协作机器人任务计划的语义歧义与透明度不足问题，提出SHRIMP系统，可通过自然语言生成分层机器人原语计划并迭代修正，经35人用户研究验证其能提升用户感知控制与机器人透明度。

Comments 11 pages, 8 figures, The 39th Annual ACM Symposium on User Interface Software and Technology (UIST '26)

RobustDefect-LLM: Explainable and Robustness-Aware Industrial Surface Defect Classification with Decision Support and AI-Assisted Reporting

RobustDefect-LLM：具备决策支持与AI辅助报告的可解释、鲁棒性感知型工业表面缺陷分类方法

Nazlıcan Düşünmez, Halûk Gümüşkaya

专题命中 规划决策 ：workflow(abstract)

AI总结 本文提出RobustDefect-LLM框架，在NEU-DET数据集上评估四种CNN，选MobileNetV3-Large实现高准确率，结合Grad-CAM与置信度路由，集成AI辅助报告，验证了工业缺陷检测工作流的可行性。

Comments 27 pages, 11 figures, 16 tables, preprint manuscript, the source code is publicly available

Anatomically Consistent Cross-Contrast Super-Resolution of Anisotropic Brain T2w MRI

各向异性脑部T2加权MRI的解剖学一致跨对比度超分辨率

Mengqi Shen, Haicheng Wang, Meghna Trivedi, Tony J. Wang, Yuanguang Xu, Yingyan Zeng, Yading Yuan

机构 * Columbia University（哥伦比亚大学） ； Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心） ； Herbert Irving Comprehensive Cancer Center（赫伯特·欧文综合癌症中心） ； University of Cincinnati（辛辛那提大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出VIPP-SR框架，利用跨对比度引导实现各向异性脑部T2w MRI的超分辨率，经实验验证可提升下游分割性能，且具备跨队列泛化能力。

Multi-modal Interactive Control of Robotic Arm based on Offline Large Language Models

基于离线大语言模型的机械臂多模态交互控制

Hanxiao Chen

机构 * University of Tokyo（东京大学） 纠错

专题命中 规划决策 ：AI agent(abstract)

AI总结 该研究提出“Socratic Models-ChatGLM”算法，基于离线开源大语言模型与PyBullet平台实现机械臂多模态交互控制，可降低成本并解决复杂多步骤机械操作任务。

Comments This research work has been accepted for poster presentation at ICRA 2026 MEI (Multimodal Embodied Interaction in Robots) Workshop. (Here is the workshop-version short paper.)

Journal ref https://ieeexplore.ieee.org/abstract/document/11371765; 2025

Indirect Geoeconomic Influence: A Switching Dynamical Systems Framework for Mechanism Design

间接地缘经济影响：一种用于机制设计的切换动力系统框架

Nikolos Gurney, Boxi Fu, Soham Hans, Volkan Ustun

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出切换动力系统框架分析间接地缘经济影响，通过操控政权过渡核设计机制，经模拟和盲审验证其用于生成高性能地缘经济影响机制的可行性。

Hölder Signed Distance: A Differentiable, Signed, Parallelizable Metric for Robotics

Hölder 符号距离：一种适用于机器人学的可微、带符号、可并行化的度量

Felipe Bartelt, Ali Umut Kaypak, Anthony Tzes, Farshad Khorrami, Luciano C. A. Pimenta, Vinicius M. Gonçalves

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出一种适用于凸多面体的可微符号距离，通过引入 Hölder 最小/最大算子替换经典 SDF 的 min-max 算子，实现闭式计算且可 GPU 并行，经实验验证其在机器人控制领域的适用性。

AdaDexGrasp: Adaptive Dexterous Grasping via 3D Visuo-Tactile Representation Fusion

AdaDexGrasp：基于3D视觉-触觉表示融合的自适应灵巧抓取

Xirui Liang, Jiaqi Liang, Jingkai Xu, Yuran Wang, Ruochong Li, Yuanpei Chen, Masayoshi Tomizuka, Wei Zhan, Ruihai Wu

机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对机器人抓取难以复刻人类视觉-触觉融合自适应能力的问题，提出AdaDexGrasp视觉-触觉融合抓取框架，通过3D表示融合实现接触感知抓取生成与优化，实验验证其提升了抓取成功率与泛化性。

Comments Accepted at ECCV 2026

ComplexityWorld: Benchmarking Vision-Language Models on Verifiable Visual Decision Making

ComplexityWorld：面向可验证视觉决策的视觉语言模型基准测试

Ningxin Pan, Hanyu Li, Yehui Tang

专题命中 规划决策 ：agent(abstract)

AI总结 该研究推出COMPLEXITYWORLD基准测试VLMs在可验证视觉决策任务上的表现，发现多数模型在直接推理下验证器接受率不足40%，且存在视觉到决策的瓶颈。

Reconfigurable Structural Robotic Assembly: Interlocking 3D Aggregations with Self-Aligning Compound Nested Lattice Modules

可重构结构机器人装配：采用自对准复合嵌套晶格模块的互锁三维集合体

Alexander Htet Kyaw, Miana Smith, Paul Richard, Neil Gershenfeld

专题命中 规划决策 ：planning(abstract)

AI总结 本研究将几何智能编码入结构化材料系统，提出自对准复合嵌套晶格模块，实现三维互锁装配，经测试模块刚度等性能达标，可重复使用支持可重构建造。

Comments Accepted to the 46th Annual Conference for the Association for Computer Aided Design in Architecture (ACADIA), 2026

Emergent Problem-Graph Alignment in RL-Discovered Entanglement Topologies for QAOA

用于QAOA的RL发现纠缠拓扑中的涌现问题-图对齐

Tobias Rohe, Federico Harjes Ruiloba, Markus Baumann, Gerhard Stenzel, Leo Sünkel, Thomas Gabor, Claudia Linnhoff-Popien

专题命中 规划决策 ：agent(abstract)

AI总结 该研究用RL智能体发现QAOA的纠缠拓扑，得到与问题图对齐的稀疏拓扑，在有限优化预算下性能优于全图拓扑，揭示了拓扑密度带来的可训练性与表达性的权衡。

A Latent Trajectory Analysis for Multivariate Outcomes with Mixed-Scale: Application to Alzheimer's Disease Neuroimaging Initiative

针对混合尺度多元结局的潜在轨迹分析：应用于阿尔茨海默病神经影像倡议

Lindsay R. Salvati, Jungwun Lee

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出针对混合尺度多元纵向结局的新型潜在轨迹模型，结合期望最大化算法，将其应用于ADNI研究，以识别动态亚组、揭示预后指标，支持个体化治疗规划。

UniJEPA: A Unified Joint-Embedding Predictive Architecture for Task-Agnostic Visual World Modeling

UniJEPA：面向任务无关视觉世界建模的统一联合嵌入预测架构

An Lanji, Dawei Liu, Jin Li, Haoran Xu, Mei Chen, Yu Tian

专题命中 规划决策 ：planning(abstract)

AI总结 UniJEPA是统一JEPAs，共享潜在空间联合学习图像级与视频级预测，抗坍塌，经后训练可零样本规划，在多基准上性能相当或更优，规划速度更快。

Comments 10 pages, 7 figures; Accepted by ICML2026

The Token Efficiency Index: A Peer-Benchmarked Composite Indicator for AI Token Efficiency

令牌效率指数：用于AI令牌效率的同行基准复合指标

Caden Wong, Vikram Das, Himanshu Dhami

专题命中 规划决策 ：agentic(abstract)

AI总结 该研究提出TEI，一种同行基准复合指标，通过纳入组织AI使用数据计算三类指标并聚合，生成0-100分等结果，以透明方式基准AI令牌效率并识别支出优化机会。

Comments 11 pages, 6 figures

Detection and Ranging of Transient Extrinsic Contacts Based on 6D Dynamic Tactile Sensing

基于6D动态触觉感知的瞬态外部接触检测与测距

Haowen Zheng, Yinghao Wu, Fuyuan Liu, Yichen Li, Yitian Shao

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出TECDAR方法，通过6D动态触觉传感结合扩展卡尔曼滤波器，实现瞬态外部接触的快速精准定位，平均精度约7 mm，可用于机器人精细操作等场景。

YOLO-PEFT: Parameter-Efficient Fine-Tuning on YOLO Family

YOLO-PEFT：针对YOLO系列的参数高效微调

Xu Lin, WenJie Nie, Jinlong Peng, Weifu Fu, YueXiao Ma, Xiawu Zheng, Yong Liu

专题命中 规划决策 ：planning(abstract)

AI总结 YOLO-PEFT是一种针对YOLO系列的结构感知参数高效微调框架，将适配器部署建模为约束规划问题，在VOC数据集上的实验显示其检测精度优于全微调，且能减少训练内存。