AI Agent

EvoRIC: Reinforcement Learning Fine-Tuned LLM-empowered RAN Intelligent Control Toward Autonomous O-RAN

EvoRIC：面向自主O-RAN的、由强化学习微调大语言模型赋能的RAN智能控制器

Lingyan Bao, Jemin Lee, Tony Q. S. Quek

专题命中 规划决策 ：agent(abstract)

AI总结 针对传统RAN智能算法泛化差、通用LLM算力高且缺领域知识的问题，提出EvoRIC分层框架，结合RLFT与PPO优化LLM，在IAB网络中验证其泛化性与效能，为自主O-RAN提供新方案。

Comments Manuscript submitted 23 April 2026; revised 7 August 2026

The Reeb Structure of Bend Distance in Grid Domains: Cycle Bounds with Holes, Exact Sector Geometry on Disks, and the Two-Port Constant $c_2^\square=3$

网格域中弯曲距离的Reeb结构：带洞的循环界、圆盘上的精确扇区几何及双端口常数$c_2^\square=3$

Aoji Li, Guangbo Ding

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究带洞网格域中弯曲距离的Reeb结构，明确端点约定，推导带洞立方体域的循环界，证实无洞立方体圆盘的双端口树宽为3，为协同运动规划算法提供结构基础。

Comments 32 pages, 5 figures. Ancillary Python script verifies all finite examples

The Early Career Astrobiology Workforce Under Strain Survey Evidence from 2025-2026

压力下的早期职业天体生物学劳动力：2025-2026年的调查证据

Katherine Dzurilla, Gabby Rizzo, Perianne Johnson, Patrick Monreal, Ilankuzhali Elavarasan, Elizabeth Spiers

专题命中 规划决策 ：planning(abstract)

AI总结 该研究通过对165名早期职业天体生物学家的调查，发现90%的受访者担忧职业前景，89%受资助延迟影响，超50%的博士生等不确定留学术界，仅初级教职大多计划留任，反映了该领域早期职业群体的压力状况。

Modeling E-Bike Route Choice in Washington, DC: A Path Size Logit Approach

华盛顿特区电动自行车路径选择建模：路径尺寸Logit方法

Yiheng Qian, Zehui Yin, Darren M. Scott, Xiang Yan

专题命中 规划决策 ：planning(abstract)

AI总结 本研究以华盛顿特区共享电动自行车为对象，采用Path Size Logit模型，结合GPS轨迹、GIS基础设施与街景视觉数据，明确电动自行车路径选择的影响因素，为相关基础设施规划提供实证依据。

ErgoSurf: Ergodic Control for the Coverage of Unknown Surfaces

ErgoSurf：用于未知表面覆盖的遍历控制

Stefan Schneyer, Timo Bachmann, Maged Iskandar, Korbinian Nottensteiner, Alin Albu-Schäffer, Freek Stulp, João Silvério

机构 * German Aerospace Center (DLR)（德国航空航天中心） ； Technical University of Munich (TUM)（慕尼黑工业大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出ErgoSurf框架，结合GPIS模型与触觉传感，实现未知表面的遍历覆盖与几何在线学习，经仿真和真实机器人实验验证有效。

What out-of-the-box LLMs can(t) do in law? A Turing test in Italian exams for lawyers, judges and notaries

开箱即用的大语言模型（LLM）在法律领域能（不能）做什么？针对意大利律师、法官和公证人考试的图灵测试

Germana Bertoli, Ilaria Amelia Caggiano, Francesca Lagioia, Riccardo Rovatti, Giovanni Sartor, Emiliano Troisi

专题命中 规划决策 ：planning(abstract)

AI总结 本研究通过意大利律师、法官、公证人考试的盲法图灵测试，评估开箱即用的主流LLM的法律能力，发现其在部分法律任务表现接近人类但公证人考试全部失败，明确了LLM法律能力的范围与边界。

BendTwin: Robust Dense-to-Sparse Physical Reconstruction with Bending-Aware Differentiable Spring-Mass Models

BendTwin：基于弯曲感知可微分弹簧-质量模型的鲁棒密到稀物理重建

Yixiong Jing, Qi Wang, Lin Chen, Junwei Jiang, Guangming Wang, Haibing Wu, Olaf Wysocki, Wanli Ma, Brian Sheil

机构 * University of Cambridge（剑桥大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Northwestern Polytechnical University（西北工业大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 BendTwin是一种弯曲感知可微分弹簧-质量框架，通过引入弯曲约束提升力学稳定性，在可变形物体重建与预测任务中优于仅用轴向弹簧的PhysTwin，可用于从稀疏视角RGB-D视频构建力学保真数字孪生。

Patient Pose Assessment Using a CT-Based Framework for Synthetic Data Generation

基于CT合成数据生成框架的患者姿态评估

Manuel Laufer, Dominik Mairhöfer, Malte Sieren, Hauke Gerdes, Fabio Leal dos Reis, Arpad Bischof, Thomas Käster, Erhardt Barth, Jörg Barkhausen, Thomas Martinetz

机构 * Institute for Neuro- and Bioinformatics, University of Lübeck（吕贝克大学神经与生物信息学研究所） ； University Medical Center Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医学中心） ； IMAGE Information Systems Europe GmbH（IMAGE信息系统欧洲有限公司） ； Pattern Recognition Company GmbH（模式识别有限公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出基于CT的合成数据生成框架，用于解决放射图像患者姿态评估中真实训练数据获取难的问题，经3077对踝关节图像预训练后，真实踝关节姿态评估性能提升最多11个百分点。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:027

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

OneEmo: A Unified Multimodal Reasoning Model for Emotion Perception, Understanding, and Interaction

OneEmo：用于情感感知、理解与交互的统一多模态推理模型

Jiahao Huang, Zheng Lian, Jingyi Zhang, Zhide Chen, Xiaojiang Peng, Shaonan Wang

专题命中 规划决策 ：workflow(abstract)

AI总结 针对现有情感智能多模态模型忽略任务协同的问题，研究人员提出统一多模态情感模型OneEmo，构建EmoWorld-130K数据集并采用Emo-Chord强化学习策略，其性能优于同规模基线模型，参数远少于商业模型且结果具竞争力。

Beyond Flat Policies: Hierarchical Post-Training for Embodied Agents in Robotic Manipulation

超越扁平策略：面向机器人操作具身智能体的分层后训练

He Kong, Zengjue Chen, Qi Wang, Qianli Xing, Runliang Niu, Peidong Liu, Jiawei Li, Shiqi Wang, Yi Chang

专题命中 规划决策 ：planning(abstract)

AI总结 针对现有VLA模型扁平策略难以处理长时程操作的问题，提出HiRoC分层后训练框架，通过解耦规划与执行并对齐分布，在机器人操作基准上取得优于强基线的性能。

To See a World in a Living Context: Unified Indoor-Outdoor Urban World Generation

在生活语境中看世界：统一的室内-室外城市世界生成

Xiaobin Huang, Zilong Huang, Yang Luo, Hongchao Fan, Yiping Chen, Ting Han

专题命中 规划决策 ：planning(abstract)

AI总结 HoloWorld是首个统一室内-室外生成的3D城市世界框架，通过跨尺度语境实现对应，在城市外部生成上优于SOTA，且保持室内外对应与跨街区连续性。

Comments 9 pages, 4 figures

Coordinated Multi-Robot Disassembly for Makespan Optimization of Large-Scale Assemblies

面向大规模装配体完工时间优化的协同多机器人拆卸

Niklas Hargus, Andreas Orthey, Marc Toussaint

机构 * Technical University of Berlin（柏林工业大学） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对大规模装配体拆卸的多机器人规划问题，提出CoMuDi方法，集成ST-RRT*规划器，经多组装配体实验验证其能最小化完工时间且成功率高、空闲时间短。

Comments 16 pages, 13 figures

LAWM-3D: Learning 3D-Aware Latent Actions from Human Videos for Generalizable Robot World Models

LAWM-3D：从人类视频中学习具有3D感知能力的潜在动作以构建可泛化的机器人世界模型

Jiarui Yang, Jiale Zhange, Jiawei Li, Hang Guo, Wen Huang, Jinpeng Wang, Peidong Liu, Shu-Tao Xia

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对现有潜在动作模型缺乏3D感知能力的问题，提出LAWM-3D模型，通过多视图动作 token 化、几何对齐约束和RGB-D联合重建目标，实现了性能SOTA的机器人世界模型。

PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds

PathCover：基于点云的随机迭代空间划分（RISP）沿路径的快速凸分解

Kunal S. Narkhede, Abhijeet M. Kulkarni, Guoquan Huang, Ioannis Poulakakis

机构 * University of Delaware（特拉华大学） ； Athena Research Center（雅典娜研究中心） ； National Technical University of Athens（雅典国家技术大学） ； HERON–Center of Excellence in Robotics（赫伦机器人卓越中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 PathCover是基于点云的快速凸分解框架，采用RISP算法，可高效生成无障碍物多面体，速度较现有方法提升一个数量级，经仿真与实机验证适用于机器人导航。

Comments 13 pages, 5 figures

Text-Guided Refinement of Multi-sequence Glioma Subregion Segmentation with a Vision-Language Foundation Model

基于视觉语言基础模型的文本引导多序列胶质瘤亚区分割细化

Zach Eidex, Yu-nong Lin, Mojtaba Safari, Sean Pitroda, Ralph Weichselbaum, Zhen Tian, Xiaofeng Yang

机构 * Emory University School of Medicine（埃默里大学医学院） ； The University of Chicago（芝加哥大学） ； Winship Cancer Institute（温希普癌症研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究开发基于VoxTell的轻量级框架，用3D视觉语言基础模型实现文本引导的胶质瘤亚区分割细化，在BraTS-GLI及跨数据集测试中提升了分割的DSC指标，支持作为临床医生在环工具的进一步评估。

CyberBridge: Bridging the Gap Between Cybersecurity Education and Industry

CyberBridge：弥合网络安全教育与行业之间的差距

Arthur Nijdam, Paul Stankovski Wagner, Sara Ramezanian

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出CyberBridge框架，通过分解职位描述、用sentence-BERT嵌入并匹配劳动力画像，支持职位推荐、市场分析、课程规划，助力网络安全教育贴合行业需求。

An inverse mixed-integer optimization framework for learning interpretable models of expert decision making

用于学习专家决策可解释模型的逆混合整数优化框架

Anurag Holani, Rishabh Gupta, John Wassick, Qi Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出逆混合整数优化框架，联合学习专家决策者的偏好与决策规则，通过三类案例验证其能更准确预测专家决策，为可解释建模提供新方法。

School network reorganization under educational and spatial constraints using classical and quantum optimization

教育与空间约束下的学校网络重组：基于经典与量子优化方法

Alessia Ciacco, Luigi Di Puglia Pugliese, Francesca Guerriero

专题命中 规划决策 ：planning(abstract)

AI总结 针对教育与空间约束下的学校网络重组问题，提出结合地理等标准的整数线性规划优化框架，通过合成基准与意大利卡拉布里亚大区真实案例验证，还实现为混合量子优化模型，可作为学校规划的决策支持工具。

Estimating Heterogeneity in Travel Mode Choice Shifts with Causal Forests

用因果森林估计出行方式选择转变中的异质性

Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

专题命中 规划决策 ：planning(abstract)

AI总结 本研究将因果森林应用于全国家庭出行调查数据，量化新冠疫情对出行方式选择的异质性因果效应，发现汽车出行占比上升，短途、高收入家庭及女性群体增幅最大，为交通政策制定提供依据。

Comments Submitted to the Transportation Research Board 2027 Annual Meeting for presentation. TRB paper number TRBAM-27-04345

WatchLens: A Configurable Platform for Online Video Recommendation Experiments

WatchLens：用于在线视频推荐实验的可配置平台

Deogyong Kim, Dongha Lee

专题命中 规划决策 ：workflow(abstract)

AI总结 WatchLens是一款开源可配置平台，可在单一工作流中关联在线视频推荐策略与用户播放等行为，通过模块化架构实现灵活配置，支持会话级效果比较，为在线视频推荐研究提供可复现的单服务器部署方案。

Comments 6 pages, 3 figures. Accepted to RecSys 2026

GASP: GPU-Accelerated Safe Planner for Real-Time Collision-Aware Motion Generation with Latent Trajectory Sampling

GASP：用于实时碰撞感知运动生成的GPU加速安全规划器，结合隐式轨迹采样

Colin Merk, Stefanos Charalambous, Peter Dürr, Farshad Khadivar

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出GASP这一GPU加速安全规划器，结合隐式轨迹采样，可实现毫秒级碰撞感知关节空间运动生成，在机器人乒乓球任务中表现优异且大幅降低训练碰撞次数。

EgoAfford: Task-Oriented Affordance Grounding via Egocentric Referring Segmentation

EgoAfford：基于自我中心指称分割的面向任务的可供性定位

Xinyuan Guan, Feifan Chen, Xinyu Zhan, Fu-Cheng Zhang, Cewu Lu, Lixin Yang

专题命中 规划决策 ：planning(abstract)

AI总结 针对部件级可供性定位难以适配复杂多步桌面任务的问题，提出基准EgoAfford及参考模型EgoLens，验证了下一步推理与动作角色条件部件定位的互补挑战，为感知与规划联合研究提供基础。

Super-Gaussian: Interactive Scene Editing for 3D Gaussian Splatting and NLI-Based Volume Visualization in Virtual Reality

超高斯：虚拟现实中面向三维高斯溅射与基于自然语言交互的体可视化的交互式场景编辑

Suemin Jeon, Kaiyuan Tang, Chaoli Wang, Won-Ki Jeong

专题命中 规划决策 ：workflow(abstract)

AI总结 本研究针对VR中体可视化的渲染成本与交互问题，提出Super-Gaussian框架，结合三维高斯溅射、特征感知聚类、分层选择-细化工作流与NLI，实现高效直观的体数据交互编辑与分析

Comments IEEE VIS 2026 accepted

Dynamic Dispatching for Time-Sensitive Blood Sample Collection and Delivery

面向时间敏感血液样本采集与配送的动态调度

Arash Dehghan, Aliaa Alnaggar, Mucahit Cevik, Merve Bodur

专题命中 规划决策 ：planning(abstract)

AI总结 针对血液样本配送延迟问题，提出基于马尔可夫决策过程的神经近似动态规划调度框架，通过对偶值函数分解提升按时配送样本量占比，减少对外部快递的依赖。

Accelerating Human-Aware Robot Trajectory Generation via Diffusion and Consistency Distillation

基于扩散模型与一致性蒸馏的人机感知机器人轨迹生成加速方法

Byeong-Il Ham, Hyun-Bin Kim, Kyung-Soo Kim

专题命中 规划决策 ：planning(abstract)

AI总结 本研究针对人机交互场景下机器人轨迹生成的约束与效率问题，结合RRT/RRT*算法、扩散模型与一致性蒸馏技术，实现了快速、低加加速度的机器人轨迹生成。

Comments 8 pages, 4 figures

POMDPs for Autonomous Science Exploration

用于自主科学探测的POMDP

Daniel Guirguis, Nathan Wallace, Hanna Kurniawati, Salah Sukkarieh

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出SHM-POMDP模型，解决高维观测下POMDP规划融入科学表征的难题，在RockSample域和Cuprite地质探测任务中，其性能优于传统POMDP与信息论基线方法。

Comments 8 pages, 3 figures, 2 tables. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

SUV: Future Scene Understanding as Video Generation for End-to-End Driving

SUV：将未来场景理解建模为视频生成的端到端驾驶

Yibo Yuan, Jiacheng Fu, Jiangtong Zhu, Yi Li, Jianhua Han, Meng Tian, Zhuohan Liu, Zhiwei Xiong, Hang Xu, Jianwu Fang, Jianru Xue

专题命中 规划决策 ：planning(abstract)

AI总结 SUV是将未来场景理解建模为视频生成的端到端驾驶框架，其在NAVSIM-v2和WOD-E2E基准上优于近期SOTA方法，实现了更优的轨迹规划性能。

Comments 16 pages, 5 figures. Code: https://github.com/ASH-2046/SUV

DeRP: An Algorithm for Self-Assembly of Power-Delivery Networks using Recursive Branching in Information-Limited Environments

DeRP：信息受限环境下使用递归分支的供电网络自组装算法

Mohammadali Rashidioun, Sangwoo Park, Petras Swissler

机构 * New Jersey Institute of Technology（新泽西理工学院） ； NJIT Grace Hopper AI Research Institute（NJIT格蕾丝·霍珀人工智能研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出DeRP算法，使机器人群仅通过局部通信和方位感知自组装供电网络，其性能接近全局基准，可在传统基础设施部署困难的环境中实现自适应供电。

Comments 8 pages

Spectacular - A Modular DAQ System for Microdosimetry

Spectacular——用于微剂量学的模块化数据采集系统

Matthias Knopf, Simon Waid, Daniel Radmanovac, Sebastian Onder, Richard Thalmeier, Peter Fischer, Stefan Gundacker, Claudio Verona, Edoardo Domenicone, Thomas Bergauer, Albert Hirtl

专题命中 规划决策 ：planning(abstract)

AI总结 Spectacular是一款以Xilinx Zynq片上系统为核心的模块化DAQ系统，可优化微剂量学读出电子设备与传感器的测试，已在离子治疗设施中成功验证，助力微剂量学融入临床常规实践。

Comments Prepared for submission to JINST

Ten Years of Deep Learning for Wireless Communications: From Learned Blocks to Deployable Wireless Intelligence

十年深度学习在无线通信中的应用：从学习模块到可部署的无线智能

Hao Ye, Geoffrey Ye Li, Biing-Hwang Juang

专题命中 规划决策 ：agentic(abstract)

AI总结 本文梳理了十年间深度学习在无线通信领域从替代孤立模块到开发无线智能的三次转变，指出未来无线AI发展需结合物理基础、智能体能力与标准化机制。