AI Agent

Community-Centered Resilience Enhancement of Urban Power and Gas Networks via Microgrid Partitioning, Mobile Energy Storage, and Data-Driven Risk Assessment

通过微电网分区、移动储能和数据驱动的风险评估提升城市电力和燃气网络的社区中心韧性

Arya Abdollahi

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究提出基于社区中心的框架，通过微电网分区、移动储能和数据驱动风险评估提升城市电力和燃气网络的韧性与可靠性。

AutoFly: Vision-Language-Action Model for UAV Autonomous Navigation in the Wild

AutoFly：面向野外无人机自主导航的视觉-语言-动作模型

Xiaolou Sun, Wufei Si, Wenhui Ni, Yuntian Li, Dongming Wu, Fei Xie, Runwei Guan, He-Yang Xu, Henghui Ding, Yuan Wu, Yutao Yue, Yongming Huang, Hui Xiong

机构 * Southeast University（东南大学） ； Purple Mountain Labs（紫金山实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 AutoFly是一种面向野外无人机自主导航的视觉-语言-动作模型，通过伪深度编码器和渐进两阶段训练策略，实现自主避障和规划，提升导航成功率。

Comments Acceped by ICLR 2026

Mapping the Design Space of User Experience for Computer Use Agents

映射计算机使用代理的用户体验设计空间

Ruijia Cheng, Jenny T. Liang, Eldon Schoop, Jeffrey Nichols

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文通过两阶段研究，提出了计算机使用代理用户体验设计的分类学，并通过实验证明了设计领域之间的联系及用户需求的多样性。

Journal ref n 31st International Conference on Intelligent User Interfaces (IUI'26), March 23-26, 2026, Paphos, Cyprus. ACM, New York, NY, USA, 17 pages

ADCanvas: Accessible and Conversational Audio Description Authoring for Blind and Low Vision Creators

ADCanvas: 为视障和低视力创作者提供可访问且对话式的音频描述创作工具

Franklin Mingzhe Li, Michael Xieyang Liu, Cynthia L. Bennett, Shaun K. Kane

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 ADCanvas为视障和低视力创作者提供可访问且对话式的音频描述创作工具，通过多模态交互支持端到端的AD创作和视觉问答。

Comments 21 pages, 4 figures, published in CHI '26

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26), April 13-17, 2026, Barcelona, Spain

Nipping the Drift in the Bud: Retrospective Rectification for Robust Vision-Language Navigation

在源头遏制漂移：面向鲁棒视觉语言导航的回顾性校正

Gang He, Zhenyang Liu, Kepeng Xu, Li Xu, Tong Qiao, Wenxin Yu, Chang Wu, Weiying Xie

机构 * Xidian University（西安电子科技大学） ； Southwest University of Science and Technology（西南科技大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 BudVLN通过回顾性校正和决策条件监督合成，有效缓解视觉语言导航中的分布偏移问题，提升鲁棒性与导航性能。

Less Is More: Scalable Visual Navigation from Limited Data

少即是多：从有限数据实现可扩展的视觉导航

Yves Inglin, Jonas Frey, Changan Chen, Marco Hutter

机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利加州大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出Less is More方法，通过结合有限专家示范与规划器生成的监督，实现高效视觉导航。

Comments v2: Minor text edits, reference formatting fixes, and project page link added

Location-Aware Dispersion on Anonymous Graphs

具有位置意识的匿名图上分散问题

Himani, Supantha Pandit, Gokarna Sharma

机构 * Dhirubhai Ambani University（迪鲁巴希·阿姆巴尼大学） ； Kent State University（肯特州立大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出具有位置意识的匿名图分散问题，开发确定性算法并分析其可行性，揭示了与传统分散问题相比的挑战。

Comments 3 tables, 2 figures, 6 pseudo-codes

UI-Mem: Self-Evolving Experience Memory for Online Reinforcement Learning in Mobile GUI Agents

UI-Mem: 为移动GUI代理在线强化学习中的自演化经验记忆

Han Xiao, Guozhi Wang, Hao Wang, Shilong Liu, Yuxiang Chai, Yue Pan, Yufeng Zhou, Xiaoxin Chen, Yafei Wen, Hongsheng Li

机构 * Multimedia Laboratory (MMLab), The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； Shenzhen Loop Area Institute（深圳河套学院） ； Shanghai AI Lab（上海人工智能实验室） ； vivo AI Lab（vivo人工智能实验室） ； Princeton University（普林斯顿大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 UI-Mem通过自演化经验记忆提升移动GUI代理在线强化学习性能，实现跨任务经验转移与策略优化。

Comments 23 pages, 16 figures. Project page: https://ui-mem.github.io

Opportunistic Screening of Wolff-Parkinson-White Syndrome using Single-Lead AI-ECG Mobile System: A Real-World Study of over 3.5 million ECG Recordings in China

利用单导联AI心电图移动系统对沃波-帕金森-白综合征进行机会性筛查：中国350万份心电图记录的实世界研究

Shun Huang, Deyun Zhang, Sumei Fan, Gongzheng Tang, Shijia Geng, Yujie Xiao, Xingliang Wu, Mingke Yan, Haoyu Wang, Rui Zhang, Zhaoji Fu, Shenda Hong

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 本研究利用单导联AI心电图移动系统对中国350万份心电图记录进行机会性筛查，通过人机协作显著提高了沃波-帕金森-白综合征的筛查效率。

AOASS: Adaptive Obstacle-Aware Square Spiral Framework for Single-mobile Anchor-Based WSN Localization

AOASS：自适应障碍感知正方形螺旋框架用于单移动锚点基于WSN定位

Abdelhady Naguib

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 AOASS通过自适应障碍检测和优化运动模式，提升WSN中单移动锚点的定位精度与能耗效率，适用于现实物联网应用。

Comments 19 pages, 4 figures

Reinforcement Learning for Active Perception in Autonomous Navigation

自主导航中的主动感知强化学习

Grzegorz Malczyk, Mihir Kulkarni, Kostas Alexis

机构 * Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（工程 cybernetics 系，挪威科学技术大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种端到端强化学习框架，使无人机在复杂环境中通过主动控制相机实现安全导航与探索。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

UI Remix: Supporting UI Design Through Interactive Example Retrieval and Remixing

UI Remix：通过交互式示例检索与混搭支持 UI 设计

Junling Wang, Hongyi Lan, Xiaotian Su, Mustafa Doga Dogan, April Yi Wang

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 UI Remix 通过交互式示例检索与混搭，帮助终端用户更高效地进行移动UI设计，提升设计可控性与信任度。

Comments Accepted at the 31st International Conference on Intelligent User Interfaces (IUI 2026)

DV-VLN: Dual Verification for Reliable LLM-Based Vision-and-Language Navigation

DV-VLN：基于可靠大语言模型的视觉-语言导航的双重验证

Zijun Li, Shijie Li, Zhenxi Zhang, Bin Li, Shoujun Zhou

机构 * Robotics Engineering Program, College of Engineering, Zhejiang Normal University（浙江师范大学工程学院机器人工程专业） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Department of Health Technology and Informatics, The Hong Kong Polytechnic University（香港理工大学健康科技与信息技术系） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 DV-VLN通过生成-验证范式提升大语言模型在视觉-语言导航中的可靠性，通过双重验证机制提高导航决策的准确性和可解释性。

The Behavioral Fabric of LLM-Powered GUI Agents: Human Values and Interaction Outcomes

LLM驱动的GUI代理的行为织体：人类价值观与交互结果

Simret Araya Gebreegziabher, Yukun Yang, Charles Chiang, Hojun Yoo, Chaoran Chen, Hyo Jin Do, Zahra Ashktorab, Werner Geyer, Diego Gómez-Zará, Toby Jia-Jun Li

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文研究了LLM驱动的GUI代理中人类价值观如何影响其行为和交互结果，提出了一种开源测试平台和实证分析方法。

Spatially Generalizable Mobile Manipulation via Adaptive Experience Selection and Dynamic Imagination

基于自适应经验选择和动态想象的通用移动操作

Ping Zhong, Liangbai Liu, Bolei Chen, Tao Wu, Jiazhi Xia, Chaoxu Mu, Jianxin Wang

机构 * School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Xiangjiang Laboratory（湘江实验室） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于自适应经验选择和动态想象的移动操作方法，提升技能学习效率和空间泛化能力。

Assessing the livability within the 15-minute city concept based on mobile phone data

基于移动电话数据评估15分钟城市概念内的宜居性

Tianqi Wang, Teemu Jama, Henrikki Tenkanen

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究利用移动电话数据评估15分钟城市概念中的宜居性，发现步行性和综合宜居指数与人类活动模式相关，但关系随时间波动，需更全面的城市发展方法。

Comments 29 pages

Spatial-VLN: Zero-Shot Vision-and-Language Navigation With Explicit Spatial Perception and Exploration

空间视觉导航：具有显式空间感知和探索的零样本视觉-语言导航

Lu Yue, Yue Fan, Shiwei Lian, Yu Zhao, Jiaxin Yu, Liang Xie, Feitian Zhang

机构 * Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University（机器人与控制实验室、先进制造与机器人学院，以及湍流与复杂系统国家重点实验室，北京大学） ； Defense Innovation Institute, Academy of Military Sciences, Beijing（国防科技创新研究院，军事科学院，北京） ； Tianjin Artificial Intelligence Innovation Center, Tianjin（天津人工智能创新中心，天津） ； Institute of Computing and Intelligence, Harbin Institute of Technology (Shenzhen)（计算与智能学院，哈尔滨工业大学（深圳）） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 Spatial-VLN通过增强空间感知和探索机制，提升零样本视觉-语言导航在复杂环境中的泛化与鲁棒性。

An Efficient and Multi-Modal Navigation System with One-Step World Model

一种高效且多模态的导航系统与一步世界模型

Wangtian Shen, Ziyang Meng, Jinming Ma, Mingliang Zhou, Diyun Xiang

机构 * Tsinghua University（清华大学） ； Xiaomi (China)（小米（中国）） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种高效多模态导航系统，通过一步世界模型和3D U-Net骨干网络，提升导航效率和鲁棒性。

UrbanNav: Learning Language-Guided Urban Navigation from Web-Scale Human Trajectories

UrbanNav: 从网络级人类轨迹学习语言引导的城市导航

Yanghong Mei, Yirong Yang, Longteng Guo, Qunbo Wang, Ming-Ming Yu, Xingjian He, Wenjun Wu, Jing Liu

专题命中 GUI与网页智能体 ：autonomous agent(abstract)

AI总结 UrbanNav通过大规模网络视频数据训练具身智能体，实现基于语言指令的复杂城市导航，展示了在多样城市场景中的高效导航能力。

Comments 9 pages, 5 figures, accepted to AAAI 2026. Project page:https://github.com/CASIA-IVA-Lab/UrbanNav

Feedback-Based Mobile Robot Navigation in 3-D Environments Using Artificial Potential Functions Technical Report

基于反馈的三维环境移动机器人导航人工势场方法技术报告

Ro'i Lang, Elon Rimon

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种用于三维环境中移动机器人导航的人工势场方法，通过多项式函数构造并验证了在存在障碍物时的导航性能。

Safe Navigation under Uncertain Obstacle Dynamics using Control Barrier Functions and Constrained Convex Generators

在不确定障碍动态下使用控制屏障函数和约束凸生成器的安全导航

Hugo Matias, Daniel Silvestre

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出利用控制屏障函数和约束凸生成器实现安全导航，通过凸优化问题转换障碍物流为CBF，适用于不确定障碍动态的代理导航。

Follow the Signs: Using Textual Cues and LLMs to Guide Efficient Robot Navigation

跟随标识：利用文本线索和大语言模型引导高效的机器人导航

Jing Cao, Nishanth Kumar, Aidan Curtis

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出利用大语言模型和符号模式提升机器人在稀疏环境中高效导航的能力，通过文本线索预测目标位置并优化路径规划。

Extending a Phylogeny-based Method for Detecting Signatures of Multi-level Selection for Applications in Artificial Life

扩展基于系统发育的方法以检测多级选择的信号，应用于人工生命研究

Matthew Andres Moreno, Sanaz Hasanzadeh Fard, Luis Zaman, Emily Dolson

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本研究扩展基于系统发育的方法以检测多级选择信号，通过代理建模验证其有效性，并探讨其在人工生命研究中的应用。

Stigmergic optimal transport

群体最优运输的协同机制

Vishaal Krishnan, L. Mahadevan

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出了一种基于随机最优控制的协同运输理论框架，通过局部交互在异质环境中生成测地线轨迹，无需集中协调。

OmniNav: A Unified Framework for Prospective Exploration and Visual-Language Navigation

OmniNav：一个统一的框架，用于前瞻性探索和视觉-语言导航

Xinda Xue, Junjun Hu, Minghua Luo, Shichao Xie, Jintao Chen, Zixun Xie, Kuichen Quan, Wei Guo, Mu Xu, Zedong Chu

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 OmniNav通过统一框架实现多导航任务和前沿探索，提升机器人自主导航的精度与泛化能力。

A Fast Semidefinite Convex Relaxation for Optimal Control Problems With Spatio-Temporal Constraints

一种快速的半正定凸松弛方法用于具有时空约束的最优控制问题

Shiying Dong, Zhipeng Shen, Rudolf Reiter, Hailong Huang, Bingzhao Gao, Hong Chen, Wen-Hua Chen

专题命中 GUI与网页智能体 ：autonomous agent(abstract)

AI总结 本文提出了一种快速半正定凸松弛方法，用于解决具有时空约束的最优控制问题，通过时间缩放直接多重射击方案和稀疏模式利用，提升计算效率与解的最优性。

Comments 9 pages, 6 figures

Optimal Average Disk-Inspection via Fermat's Principle

通过费马原理实现最优平均盘检查

Konstantinos Georgiou

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文通过费马原理解决盘检查问题的最优平均成本，推翻Gluss猜想并确定精确成本为3.549259…

Comments 29 pages, 7 figures

AdaVLN: Towards Visual Language Navigation in Continuous Indoor Environments with Moving Humans

AdaVLN: 向具有移动人类的连续室内环境中的视觉语言导航迈进

Dillon Loh, Tomasz Bednarz, Xinxing Xia, Frank Guan

机构 * Hiverlab Pte. Ltd.（Hiverlab公司） ； NVIDIA（NVIDIA公司） ； Shanghai University（上海大学） ； Singapore Institute of Technology（新加坡科技学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 AdaVLN通过引入动态人类障碍物和冻结时间机制，提升机器人在连续室内环境中的视觉语言导航能力，以缩小仿真与现实的差距。

CausalNav: A Long-term Embodied Navigation System for Autonomous Mobile Robots in Dynamic Outdoor Scenarios

CausalNav: 一种面向动态户外场景的自主移动机器人长期具身导航系统

Hongbo Duan, Shangyi Luo, Zhiyuan Deng, Yanbo Chen, Yuanhao Chiang, Yi Liu, Fangming Liu, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 CausalNav是一种基于场景图的语义导航框架，通过构建多级语义场景图实现动态户外环境中的稳健导航与远距离规划。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L)

Topological Mapping and Navigation using a Monocular Camera based on AnyLoc

基于AnyLoc的单目相机拓扑映射与导航

Wenzheng Zhang, Yoshitaka Hara, Sousuke Nakamura

机构 * Graduate School of Science and Engineering, Hosei University（Hosei大学工学研究院） ； Future Robotics Technology Center (fuRo), Chiba Institute of Technology（Chiba技术大学未来机器人技术中心） ； Faculty of Science and Engineering, Hosei University（Hosei大学工学学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 基于AnyLoc的单目相机实现高效拓扑映射与导航，通过关键节点简化路径规划，提升导航成功率并降低计算成本。

Comments Published in Proc. IEEE CASE 2025. 7 pages, 11 figures

Journal ref Proc. IEEE International Conference on Automation Science and Engineering (CASE), 2025