AI Agent

Multi-Modal Conditioned High-Resolution Transformer for Urban Electromagnetic Field Map Prediction Download PDF

面向城市电磁场地图预测的多模态条件高分辨率Transformer

Do-Eon Kim, Dongryul Park, Seungyoung Ahn, Namwoo Kang, Seong-heum Kim, Seongsin Kim

机构 * Soongsil University（崇实大学） ； Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（韩国科学技术院赵春植移动研究生院） ； Department of Intelligent Semiconductors, Soongsil University（崇实大学智能半导体系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出多条件密集预测框架，利用高分辨率Transformer骨干网络，结合特征线性调制和交叉注意力机制，从建筑布局和天线配置生成500×500电磁场地图，通过复合损失函数和测试时增强提升性能。

CascadeOcc: Rethinking 3D Occupancy World Models with Cascaded VQ Representations

CascadeOcc: 用级联VQ表示重新思考3D占用世界模型

Kyumin Hwang, Wonhyeok Choi, Jaeyeul Kim, Jihun Park, Daehee Park, Sunghoon Im

机构 * Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出CascadeOcc，一种通过级联向量量化机制在自回归框架中利用占用表示内在结构层次，实现从粗到细的3D场景预测和运动规划，在4D占用预测和运动规划基准上取得优越性能。

Comments Accepted to IEEE Signal Processing Letters (SPL), 2026

Optimal Deployment of Electric Aircraft for Canadian Domestic Flights

加拿大国内航班的电动飞机优化部署

Elham Soufiani, Mehrdad Pirnia

专题命中 规划决策 ：planning(abstract)

AI总结 提出多周期混合整数线性规划框架，联合优化机队、基础设施和服务分配，以加拿大Helijet短途网络为例，表明电动化可在五年内减排超70%且经济可行，但受机队容量限制导致需求未满足。

Comments 6 pages, 4 images, Presented at the IEEE ITEC EATS 2026 (Transportation Electrification Conference and Expo or Electric Aircraft Technologies Symposium) took place from June 10-12, 2026, at the VIBE Credit Union Showplace in Novi, Michigan

Multi-Modal Environment-Aware Beam Management for Massive MIMO: A Geometry-Driven Virtual Base Station Framework

大规模MIMO的多模态环境感知波束管理：一种几何驱动的虚拟基站框架

Yijie Bian, Wei Guo, Jie Yang, Shenghui Song, Jun Zhang, Shi Jin, Khaled B. Letaief

专题命中 规划决策 ：agent(abstract)

AI总结 提出几何驱动框架，利用3D LiDAR点云和位置信息构建虚拟基站数据库，通过镜像对称建模主导反射路径，实现粗信道重建和低开销波束训练，并采用双智能体深度强化学习协调波束选择，提升波束管理效率。

Learning Adversarial Augmentation Policies for Robust Garlic Seedling Detection

学习对抗性增强策略以实现鲁棒的大蒜幼苗检测

Soeun Lee, Chanho Kim, Yeji Kang, YoungKi Hong, Byeongkeun Kang

机构 * Chung-Ang University（中央大学） ； National Institute of Agricultural Sciences（国立农业科学研究院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 针对地面监测中光照不均导致的幼苗检测鲁棒性问题，提出基于对抗性增强策略学习的框架，联合优化增强策略与检测器，在自建数据集上AP50达91.6%，且不增加推理开销。

Comments 16 pages

Journal ref Computers and Electronics in Agriculture, 2026

Intracranial Aneurysm Classification and Segmentation via Tri-Axial ROI and Multi-Task Learning

基于三轴ROI和多任务学习的颅内动脉瘤分类与分割

Pengcheng Shi, Kaiyuan Yang, Houjing Huang, Jiawei Chen, Yan Lu, Jiaqi Liu, Murong Xu, Bjoern Menze, Xinglin Zhang

机构 * Medical Image Insights Co. Ltd.（医学影像洞察有限公司） ； University of Zurich（苏黎世大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出多任务框架，结合2D三轴ROI提取与3D多任务nnU-Net，同时实现13个解剖位置的动脉瘤多标签分类、多类分割和血管分割，在RSNA 2025挑战中获第二名。

Verifying Intent and Harm: A Unified Defense Against LLM-Generated Threats

验证意图与危害：针对LLM生成威胁的统一防御

Poojitha Thota, Yun Lei, Santhosh Thangaraj, Siddhartha Reddy Jonnalagadda, Shirin Nilizadeh

专题命中 规划决策 ：agent(abstract)

AI总结 提出一种联合验证用户提示意图和模型响应危害的防御框架，通过专门分析器与裁决器协同工作，在五个威胁类别上平均F1提升至0.95，攻击成功率降至4.1%。

Scaling Nonlinear Optimization: Many Problems One GPU

扩展非线性优化：多问题单GPU

John Viljoen, Johanna Haffner, Masayoshi Tomizuka, Negar Mehr

机构 * Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Biosystems Science and Engineering, ETH Zürich（苏黎世联邦理工学院生物系统科学与工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出首个基于JAX的GPU批处理NLP求解器jaxipm，通过异构迭代融合和迭代级批处理实现多问题并发求解，在四旋翼控制任务中吞吐量提升达32.85倍。

Comments 8 pages, 6 figures, ieeeconf style, submission for RA-L

OmniContact: Chaining Meta-Skills via Contact Flow for Generalizable Humanoid Loco-Manipulation

OmniContact: 通过接触流链接元技能实现可泛化的人形移动操作

Runyi Yu, Xiaoyi Lin, Ji Ma, Yinhuai Wang, Koukou Luo, Jiahao Ji, Huayi Wang, Wenjia Wang, Runhan Zhang, Ping Tan, Ting Wu, Ruoli Dai, Qifeng Chen, Lei Han

机构 * Noitom Robotics（诺亦腾机器人） ； The Hong Kong University of Science and Technology（香港科技大学） ； Wuhan University（武汉大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出以接触流为核心的分层框架，通过低层策略学习统一技能库、高层模块合成未来接触流序列，实现人形机器人长时程任务的鲁棒执行与自主恢复，在搬运箱子和推叠箱子任务上分别达到98.7%和76.5%的成功率。

RMTL: Reinforced Micro-task Learning for Long-Horizon Manipulation with VLM Rewards

RMTL: 基于强化微任务学习与VLM奖励的长时域操作

Anıl Can Ateş, Orhan Kahraman, Cihan Topal

机构 * Istanbul Technical University（伊斯坦布尔理工大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 针对长时域操作中单提示VLM奖励信号稀疏的问题，提出RMTL方法，将任务分解为语言描述的微任务，通过多视角VLM奖励和反向课程学习加速训练，并学习层次化策略切换微任务。

Comments 16 pages, 11 figures

On-Demand Service Zone Design for Energy-Constrained Spatial Queueing Systems

面向能量受限空间排队系统的按需服务区域设计

Peng Lin, Cheng Hua, Wei Qi, Kai Wang

专题命中 规划决策 ：planning(abstract)

AI总结 针对电动服务车辆（ESV）的电池限制，提出能量受限超立方体空间排队模型，结合半马尔可夫过程估计稳态性能，并构建联合选址-分区问题，通过分支-定价-评估框架求解，发现能量建模可减少虚假服务承诺，且需求增加时更紧的区域划分更有利。

Large-Scale Tunnel Air-Ground Collaboration With FLISP: Fast LiDAR-IMU Synchronized Path Planner

大规模隧道空地协同与FLISP：快速LiDAR-IMU同步路径规划器

Fenghe Guo, Runjie Shen, Chenyang Sun, Junrui Zhang, Quanxi Zhan, Yongchun Wang, Junjie Zhang

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学上海自主智能无人系统科学中心） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems, Tongji University（同济大学自主智能无人系统全国重点实验室） ； College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出FLISP框架，通过UGV搭载的LiDAR-IMU实现无地图的UGV-UAV协同隧道检测，采用萤火虫算法和动态迭代优化器分别规划路径，在1.2公里隧道中实现100%成功率与~7ms延迟。

Comments 24 pages, 31 figures, 5 tables. Author accepted manuscript. This work was supported by the State Key Laboratory of Autonomous Intelligent Unmanned Systems. The authors also thank the KinaMind Society for its inspiring environment and support

Journal ref IEEE Transactions on Field Robotics, vol. 3, pp. 494-517, 2026

Rethinking the green power grid for stability, not just for climate

重新思考绿色电网：为稳定性而非仅为气候

Yiming Wang, Arthur N. Montanari, Adilson E. Motter

专题命中 规划决策 ：planning(abstract)

AI总结 本文评论指出，可再生能源通过合成惯性、先进逆变器控制和协调输电规划，不仅能推动脱碳，还能增强电网稳定性，储能和电力电子技术的进步使这一转型日益可行。

Comments Code are available at our GitHub repository https://github.com/YimingSci/EUPG-Renewables

Journal ref Joule, 10:102522 (2026)

PolicyTrim: Boosting Intrinsic Policy Efficiency of Vision-Language-Action Models

PolicyTrim: 提升视觉-语言-动作模型的内在策略效率

Xianghui Wang, Feng Chen, Wenbo Zhang, Hua Yan, Zixuan Wang, Changsheng Li, Yinjie Lei

机构 * Sichuan University（四川大学） ； Adelaide University（阿德莱德大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出PolicyTrim框架，通过强化学习后训练扩展动作块可靠长度并减少冗余物理步骤，实现高达5.83倍的端到端部署加速且不降低任务成功率。

Comments Accepted by ECCV 2026. Project page: https://inceptionwang.github.io/PolicyTrim/

Hierarchical Partial-Order Models for Ranking

用于排序的层次偏序模型

Dongqing Li, Geoff K. Nicholls, Jeong Eun Lee, Chuxuan, Jiang

专题命中 规划决策 ：agent(abstract)

AI总结 提出层次偏序（HPO）模型，通过潜在偏序层次结构处理分组排序数据，扩展了基于偏序的模型，并在预测性能和结构可解释性上优于现有方法。

Comments 34 pages, 13 figures, 8 tables, 33 pages of appendices

Learning Asynchronous Upper-body Task-space Trajectory Tracking Policy for Humanoid Robots

学习人形机器人异步上肢任务空间轨迹跟踪策略

Yumeng Liu, Dongqi Wang, Jiyu Yu, Yijun Fan, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对规划与执行间的异步问题，提出异步上肢任务空间跟踪框架，通过教师-学生蒸馏初始化策略，结合滑动窗口全局奖励减少帧漂移，并利用MPC模块和自引导约束实现稀疏参考跟踪，仿真与硬件实验验证了低更新率下的优越性能。

Comments 10 pages, 8 figures

AISPO: Enhancing Depth Reliability for Robotic Manipulation of Non-Lambertian Objects via Affine-Invariant Shape Prior

AISPO: 通过仿射不变形状先验增强非朗伯体物体机器人操作的深度可靠性

Zhiming Chen, Linfang Zheng, Kun Zhang, Hyung Jin Chang, Wei Zhang, Hongyu Yu, Hua Chen

机构 * The Hong Kong University of Science & Technology（香港科技大学） ； The University of Hong Kong（香港大学） ； Southern University of Science & Technology（南方科技大学） ； Zhejiang University（浙江大学） ； LimX Dynamics 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出AISPO深度补全框架，结合多尺度RGB-D特征融合与仿射不变形状先验，提升非朗伯体物体（如透明、高反光表面）的深度可靠性，显著提高机器人抓取成功率。

Comments Published in IEEE Robotics and Automation Letters. 8 pages. Accepted April 2026

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 7996-8003, July 2026

Recommendation as Generation: Unifying Personalized Video Generation and Recommendation at Industrial Scale

推荐即生成：在工业规模上统一个性化视频生成与推荐

Yanhua Cheng, Bo Wang, Haotian Zhang, Xinyuan Gao, Zhihui Yin, Ben Xue, Yongzhi Li, Jieting Xue, Ye Ma, Minquan Wang, Jiahui Li, Tianyu Xu, Zhiqiang Liu, Xiao Lin, Shiyang Wen, Changcheng Li, Liu Liu, Quan Chen, Peng Jiang, Kun Gai

专题命中 规划决策 ：planning(abstract)

AI总结 提出推荐即生成（RaG）范式，通过共享语义ID统一生成式推荐与视频生成，实现个性化视频按需生成，并在工业平台部署，广告收入提升1.87%。

Comments Project page: https://recommendation-as-generation.github.io/

V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning

V-Zero: 无答案标签的在线策略蒸馏与对比证据门控用于细粒度视觉推理

Haoxiang Sun, Zhihang Yi, Langxuan Deng, Yuhao Zhou, Peiqi Jia, Jian Zhao, Li Yuan, Jiancheng Lv, Tao Wang

机构 * SCU（四川大学） 纠错

专题命中 规划决策 ：agentic(abstract)

AI总结 提出V-Zero框架，通过对比证据门控评估学生采样轨迹，无需答案标签即可实现细粒度视觉推理的在线策略蒸馏，训练速度比监督微调快5倍以上。

Optical Ground Stations for Space Communications:Systems Engineering, Availability, and Service Economics Through 2030

用于空间通信的光学地面站：系统工程、可用性及至2030年的服务经济学

Slava G. Turyshev

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过系统工程和服务经济学评估，结合公开演示和运营数据，分析了光学地面站的瓶颈已从峰值线速率转向天气、调度等约束下的可重复服务，并给出了固定成本敏感度基准。

Comments 32 pages, 8 figures, 30 tables

When Surveys Become Conversations: Adaptive Matrix Validation for AI-Assisted Interviews

当调查变成对话：面向AI辅助访谈的自适应矩阵验证

Tyler H. McCormick

专题命中 规划决策 ：planning(abstract)

AI总结 提出自适应矩阵验证（AMV）方法，通过少量随机结构化问题校准AI从访谈中映射的变量，提升均值、子组和回归系数的估计精度，并在三个模拟研究中验证其有效性。

World Value Models for Robotic Manipulation

机器人操作的世界价值模型

Zhihao Wang, Jianxiong Li, Yu Cui, Yuan Gao, Xianyuan Zhan, Junzhi Yu, Xiao Ma

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出世界价值模型（WVM），融合世界模型与价值估计，通过时序建模评估数据质量，在标准基准和次优轨迹基准上达到SOTA，提升策略学习性能。

Comments preprint

ObsGraph: Hierarchical Observation Representation for Embodied Reasoning and Exploration

ObsGraph: 用于具身推理与探索的层次化观测表示

Taekbeom Lee, Youngseok Jang, Jeonghwa Heo, Jeongjun Choi, H. Jin Kim

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 提出ObsGraph，一种以观测为中心的层次化场景图，通过房间-视图-对象三层结构统一场景表示、检索与探索，实现粗到细的层次化检索并利用检索结果指导自适应多尺度探索，在具身推理与探索基准上提升了成功率和效率。

Public Good Provision under Locally Private Signals

局部隐私信号下的公共品提供

Behrooz Moosavi Ramezanzadeh, Jordan Awan

专题命中 规划决策 ：agent(abstract)

AI总结 研究规划者通过局部隐私信道观察代理人偏好时的最优简化形式分配，其特征为后验评分规则，并分析隐私对提供决策、转移支付实现、收入渐近行为及福利比较的影响。

Emergent Self-Organisation of Intelligent Active Particles

智能活性粒子的涌现自组织

Priyanka Iyer, Segun Goh, Gerhard Gompper

专题命中 规划决策 ：agent(abstract)

AI总结 研究智能活性粒子通过非互易相互作用和信息传播形成涌现自组织，包括群体形成、捕食行为和复杂环境导航。

Comments "perspective" article, 6 figures

PanoVine: Whole-Body Visuomotor Control for Soft Growing Vine Robot

PanoVine: 软体生长藤蔓机器人的全身视觉运动控制

Yimeng Qin, Xiaomeng Xu, William Heap, Aditi Oak, Shuran Song, Allison Okamura

机构 * Stanford University（斯坦福大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对软体生长藤蔓机器人难以建模和控制的问题，提出基于全身视觉反馈的数据驱动控制框架，利用19个分布式相机和端到端策略实现复杂环境下的自主导航与操作。

PAIWorld: A 3D-Consistent World Foundation Model for Robotic Manipulation

PAIWorld: 用于机器人操作的三维一致世界基础模型

Yuhang Huang, Xuan Lv, Junyan Xu, Zhiyuan Yu, Jiazhao Zhang, Ruizhen Hu, Wancheng Feng, Shilong Zou, Hewen Xiao, Ziqiao Zhou, Kaiyun Huang, Zhiyu Peng, Juzhan Xu, Hang Zhao, Chenyang Zhu, Renjiao Yi, Yifei Huang, Douhui Wu, Yan Zhang, Kexu Cheng, Chunhe Song, Yunzhi Xue, Xiuhong Zhang, Leitao Guo, Yunji Chen, Bin Wu, Haibin Yu, Kai Xu

机构 * Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出PAIWorld框架，通过几何感知交叉注意力、几何旋转位置编码和潜在3D-REPA蒸馏，解决多视图世界模型的3D不一致问题，在机器人操作基准上取得领先性能。

An Integrated Location-Routing Framework for Multi-Type Urban Waste Collection and Recycling System

多类型城市垃圾收集与回收的可持续集成框架

Víctor Blanco, J. Fernando Camacho-Vallejo, Yolanda Hinojosa

专题命中 规划决策 ：planning(abstract)

AI总结 提出集成优化框架，联合确定垃圾中转站和处理厂位置及两阶段路径，以最小化运营成本并满足预算约束，通过麦德林市实例验证了有效性。

Comments 33 pages, 10 figures, 5 tables

Equilibrium World Models

均衡世界模型

Simon Scheidegger, Andreas Schaab

专题命中 规划决策 ：agent(abstract)

AI总结 提出均衡世界模型（EWMs），一种深度学习方法，通过扩大训练分布并引入代理函数，全局求解包含罕见灾难、约束和反事实状态的动态随机模型，克服标准神经网络求解器的自我确认偏差。

Two-Stage Optimization for Dynamic Line Rating and Energy Storage Deployment

动态线路额定值与储能部署的两阶段优化

Abanish Tiwari, Phurba T. Sherpa, Chandan Chaudhary, Mohammed Ben-Idris, Joydeep Mitra

专题命中 规划决策 ：planning(abstract)

AI总结 提出两阶段优化方法联合部署动态线路额定值（DLR）与储能系统（ESS），以缓解天气变化导致的输电拥塞，提升系统充裕度。

Comments To appear in Proceedings of IEEE PES GM 2026