AI Agent

Roadside-Cooperative Autonomous Driving: From Data Platform to Vision-Language End-to-End Reasoning

路侧协同自动驾驶：从数据平台到视觉-语言端到端推理

Yitao Xu, Tong Wu, Yiyan Wu, Guoji Xu, Yanbo Jiang, Jiahao Wang, Zehong Ke, Junkai Jiang, Fang Zhang, Jianqiang Wang

专题命中 规划决策 ：planning(abstract)

AI总结 针对现有V2X基准的局限，推出V2XBench平台与Chat-V2XBench数据集，提出AURORA端到端协同驾驶框架，其在严重遮挡场景下路径完成率达98.21%、驾驶得分76.02，开创了可扩展的V2X-VLM范式。

Comments 15 pages, 5 figures, under review

Multi-Objective Deep Reinforcement Learning for Secure and Stable Power System Operation

面向安全与稳定电力系统运行的多目标深度强化学习

Ioannis Papadopoulos, Georgios Tsaousoglou, Johanna Vorwerk

专题命中 规划决策 ：agent(abstract)

AI总结 针对电力系统多目标运行需求，提出统一控制的深度强化学习智能体，兼顾热安全与关键模式阻尼，在扰动下实现更好的运行平衡与性能提升。

A Collaborative Multi-Modality Interaction for VLA-based End-to-End Autonomous Driving

面向基于视觉-语言-动作（VLA）的端到端自动驾驶的协同多模态交互

Jingtao Sun, Xiaohai He, Yike Zhang, Dong Huang, Yaonan Wang, Ajmal Mian, Mike Zheng Shou

机构 * National University of Singapore (NUS)（新加坡国立大学） ； Hunan University（湖南大学） ； The University of Western Australia (UWA)（西澳大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对现有VLA自动驾驶模型决策不可靠、多模态交互不足的问题，提出含三类核心组件的多模态交互与多轨迹规划系统，实验显示其在安全推理与场景感知上优于现有系统。

Multi-Modal Traffic Sign Detection with Semantic Attributes for Autonomous Driving

面向自动驾驶的结合语义属性的多模态交通标志检测

Meda Lazar, Sourab Sridhar, Shashwata Gupta, Alexandra Tripcea, Varun Ravi, Senthil Yogamani

机构 * Arriver System Software S.r.l.（Arriver系统软件有限责任公司） ； Qualcomm Auto Ltd Sweden Filial（高通汽车有限公司瑞典分公司） ； Qualcomm Auto Ltd.（高通汽车有限公司） ； Qualcomm Technologies, Inc（高通技术公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对自动驾驶中交通标志检测的跨区域泛化差、远距离小目标检测弱、跟踪易受透视畸变影响的问题，提出多模态框架，结合LiDAR与相机，引入强度感知可变形融合模块、双运动模型跟踪器及语义属性分类流水线，在多国数据集上取得低漏检率，实现全球可泛化的商用级交通标志感知。

Routing Before Looking: Query-Adaptive Evidence Acquisition for Long-form Video Understanding

先路由后查看：面向长视频理解的查询自适应证据获取

Tianyue Wang, Xuying Wu, Yuxiang Ma, Ruiming Liang, Jiaxuan Kang, Yanchao Hao, Zheng Wei, Leigang Qu, Haiyun Guo, Jinqiao Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tencent（腾讯） ； Wuhan University（武汉大学） ； Southeast University（东南大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对长视频理解中查询需求与证据获取策略不匹配的问题，提出Route2Look框架，通过查询自适应路由策略选择证据获取工具，实现最优性能与帧效率。

Comments Accept to EMNLP 2026

Nonlinear Model Predictive Control for Trajectory Tracking of Differentially Flat Fixed-Wing Aerial Systems

差分平坦固定翼航空系统轨迹跟踪的非线性模型预测控制

Nishanth Bobbili, Pratyaksh Rao, Luca Morando, Luca Masci, Giuseppe Loianno

机构 * 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 本文提出一种融合差分平坦性轨迹生成与非线性模型预测控制（NMPC）的统一框架，嵌入感知风的采样策略，经仿真与实飞验证，可提升固定翼无人机复杂轨迹跟踪的精度与鲁棒性。

From Urban Mobility to Epidemic Dynamics: A Mixture-of-Experts Framework with Preference Alignment for Policy Scenario Simulation

从城市流动性到流行病动力学：用于政策情景模拟的带偏好对齐的混合专家框架

Yun Ye, Arsalan Dezhkam, Junyuan Liu, Xinglei Wang, Tao Cheng

专题命中 规划决策 ：agent(abstract)

AI总结 该研究提出带偏好对齐的混合专家框架UrbanShare-MoE-PA，通过智能体级流动性建模连接政策、行为与流行病模拟，评估了不同封锁政策的流行病-活动权衡，为NPI情景分析提供了可解释工具。

RISE: Adaptive Imagination for World Action Models

RISE：面向世界动作模型的自适应想象

Hongbo Lu, Liang Yao, Chenghao He, Hao Han, Fan Liu, Wenlong Liao, Tao He, Pai Peng

机构 * COWARobot Co. Ltd（科沃机器人有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Hohai University（河海大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对现有WAM固定想象预算的缺陷，提出自适应框架RISE，构建反事实数据集CounterDrive，在NAVSIM和nuScenes上验证其规划性能更优且可跨WAM架构通用。

Maximum Covering Network Design on Graphs with Low Connectivity: Dynamic Programming and Block-Cut Trees

低连通图上的最大覆盖网络设计：动态规划与块-割树

Felix Rauh, Jannik Matuschke, Hande Yaman

专题命中 规划决策 ：planning(abstract)

AI总结 针对低连通图上的最大覆盖网络设计问题，开发利用割点分解的动态规划框架，在多数测试案例中性能优于直接求解，还可生成完整的覆盖-预算曲线。

ResiliFlow: An Open Transport World Model for Infrastructure Perception and Disaster Resilience

ResiliFlow：面向基础设施感知与灾害韧性的开放交通世界模型

Junxiang Xu, Vinayak Dixit, S. Travis Waller, Divya Jayakumar Nair, Qianwen, Guo, Sisi Jian, Xiao Wen, Ashutosh Ashutosh, Sunhyung Yoo, Julius Secadiningrat, Jingni Guo

专题命中 规划决策 ：planning(abstract)

AI总结 ResiliFlow是面向基础设施感知与灾害韧性的开放交通世界模型平台，整合两类工作空间功能，实现交通模型的可检查复用，支撑研究协作与公众监督。

AsymFeX: A Symmetry-Driven Framework for Ischemic Stroke Segmentation Across Imaging Modalities and Stroke Stages

AsymFeX：一种用于跨成像模态和卒中阶段的缺血性卒中分割的对称性驱动框架

Maunil Shah, Vaanathi Sundaresan

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出与nnU-Net兼容的两阶段3D分割方法AsymFeX，通过对称性驱动设计跨模态跨卒中阶段实现缺血性卒中分割，在AISD等数据集上性能优于现有方法，具备临床应用潜力。

Video2DoorTraversal: Push Door Traversal via Simulated Door Twins

Video2DoorTraversal：通过模拟门孪生体实现推门穿越

Xincheng Tang, Yiji Chen, Youhan Xie, Wanyu Li, Zhengjie Shu, Lai Jiang, Wenkang Hu, Yitong Li, Jinchuang Zhang, Xibin Song, Ruigang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； NeoWa Robotics（NeoWa机器人公司） ； Shandong University（山东大学） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出Video2DoorTraversal框架，通过DoorTwin重构门孪生体，训练ArticuACT策略，实现轮腿式移动机械手开门穿越，在真实门与未见门上分别达到96.57%和80.95%的成功率。

Comments 8 pages, 6 figures

New Complexity Results for Fair Repetitive Scheduling

公平重复调度的新复杂性结果

Moran Koren, Michael L. Pinedo, Dvir Shabtay

专题命中 规划决策 ：planning(abstract)

AI总结 本文针对单机器公平重复调度问题，解决了前人研究中遗留的三个复杂性问题，为该领域提供了新的理论进展。

Comments 12 pages

Keeping the Franka Emika Panda alive: a ROS 2 stack with a reliable position interface

保持Franka Emika Panda机器人正常运行：具备可靠位置接口的ROS 2软件栈

Antonio Langella, Davide Risi, Vincenzo Petrone, Enrico Ferrentino, Pasquale Chiacchio

机构 * University of Salerno（萨勒诺大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出开源ROS 2软件栈，解决Franka Emika Panda机器人外部位置接口不可靠问题，经多场景验证，降低人机协作应用开发门槛。

Comments 12 pages, 10 figures, submitted to ICINCO 2026

SAGE: Ergodic Control for Autonomous and Adaptive Inspection of Subsea Infrastructure

SAGE：用于海底基础设施自主与自适应巡检的遍历控制

Markus Buchholz, Ignacio Carlucho, Yvan R. Petillot

机构 * Norwegian Defence Research Establishment (FFI)（挪威国防研究机构） ； School of Engineering & Physical Sciences, Heriot-Watt University（赫瑞瓦特大学工程与物理科学学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对海底采油树巡检的风险动态变化问题，提出SAGE遍历控制架构，按实时传感器风险分布分配航行器时间，相比固定A*路径更频繁巡检高风险阀门，缩短泄漏未被发现的时间，且无需人工重新规划。

Comments This work has been accepted to the IEEE IROS 2026 AQ2UASIM workshop

MUST-PET: MUltimodal Self-supervised learning across Tracers for whole-body PET/CT-based lesion segmentation

MUST-PET：用于基于全身PET/CT的病灶分割的跨示踪剂多模态自监督学习

Bashirul Azam Biswas, Amartya Bhattacharya, Biratal Raj Wagle, Matthew E. Maeder, James B. Yu, Indrani Bhattacharya

机构 * Geisel School of Medicine at Dartmouth（达特茅斯盖泽尔医学院） ； Dartmouth Hitchcock Medical Center（达特茅斯-希区柯克医疗中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出MUST-PET多模态自监督学习框架，通过跨示踪剂的上下文感知掩码重建，实现全身PET-CT病灶的标注高效、可泛化分割，性能优于从头训练模型。

Comments Submitted to SPIE CAD 2027

HiTac-WAM: A Hierarchical Tactile World Action Model for Contact-Rich Robot Manipulation

HiTac-WAM：一种用于接触丰富型机器人操作的分层触觉世界动作模型

Chao Xue, Chaofan Zhang, Wenxuan Ma, Guocai Yao, Shaowei Cui, Shuo Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； ImprintX Robotics（ImprintX机器人公司） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出HiTac-WAM这一分层触觉世界动作模型，通过分层结构建模触觉状态的物理依赖关系，在机器人接触操作任务中提升了预测精度与操作成功率。

Comments 8 pages, 7 figures, and 3 tables

Multi-Tier Mentorship with AI-Assisted Development: Authentic Engineering for K-12 and Undergraduates

结合AI辅助开发的多层级指导模式：面向K-12学生与本科生的真实工程实践

Kelly Yuan, Ronald Liu, Daniel Crawford, Weihao Qu

专题命中 规划决策 ：AI agent(abstract)

AI总结 本文提出结合AI辅助开发的多层级指导框架，让K-12学生与本科生协作开发LuckyTag系统，试点显示该模式可降低技术障碍、提升架构理解，为跨群体计算协作提供了新方案。

Comments 8 pages, 8 figures, 2 tables. Accepted to IEEE ISEC 2026

SceneGTMM: A Conformal Mapping-based Scene-Aware Transferable GNN-Transformer Dual-Graph Interaction Framework for Map Matching

SceneGTMM：一种基于保角映射的场景感知可迁移GNN-Transformer双图交互地图匹配框架

Yongliang Zhang, Feng Song, Ji Chen, Lishuai Guo, Yong Deng, Yue Zheng, Tianyi Liu, Zhixiong Chen, Qixin Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SceneGTMM框架，通过保角映射场景策略、双图交互架构与CRF增强预测，提升地图匹配的噪声鲁棒性、跨区域迁移性与可解释性，在多源及跨城轨迹匹配中表现优于基线方法。

Architecture and Compilation Co-Design for High-Rate Quantum Product Codes on Neutral Atom Arrays

中性原子阵列上高速率量子乘积码的架构与编译协同设计

Adrian Liu, Wan-Hsuan Lin, Daniel Bochen Tan, Qian Xu, Jason Cong

专题命中 规划决策 ：planning(abstract)

AI总结 针对中性原子阵列上qLDPC码编译的瓶颈，提出ONEX框架将二维计划分解为一维子问题，实现高时钟速率，可扩展至2500数据量子比特，适用于HGP及LP码族。

Comments 20 pages, 16 figures

Dataflows and Computational Patterns for Hybrid Quantum-Classical Scientific Computing

混合量子-经典科学计算的数据流与计算模式

Ryan Landfield, Jordan J. Winetrout, Michael A. Sandoval

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究提出量子执行局部性框架（QELF），识别混合量子-经典工作流的五种计算模式，为混合量子-经典计算的推理及相关架构协同设计奠定基础。

Comments 4 pages. Accepted to the IEEE Quantum Week 2026 Workshop on Advancing Hybrid Computing Through Shared Challenges (WKS115)

Rural Commute Patterns

农村通勤模式

Mohamed Khalafalla, Doreen Kobelo, Thobias Sando, Janeroza Matyeni

专题命中 规划决策 ：planning(abstract)

AI总结 本研究基于2017年NHTS数据，用多项逻辑回归分析农村通勤模式，发现农村92.1%依赖私人车辆，社会人口、家庭及出行特征影响交通方式选择，为农村交通规划提供依据。

Comments This a brief submitted as a response to COMMUTING IN AMERICA 2022

Network-Scale Road Disruption from Liquefaction in Cascadia Subduction Zone Earthquakes

卡斯卡迪亚俯冲带地震中液化引发的路网级道路中断

M. D. Sanger, O. Blaze-Smith, B. W. Maurer, L. Wotherspoon, M. O. Eberhard, J. W. Berman

专题命中 规划决策 ：planning(abstract)

AI总结 该研究构建力学数据驱动框架，模拟卡斯卡迪亚9级地震液化引发的路网中断，经空间蒙特卡洛模拟评估影响，为当地交通韧性规划提供可靠工具。

U.S. National Liquefaction Hazard Maps and their Implications for Engineering Practice and Policy

美国全国液化灾害图及其对工程实践和政策的启示

Morgan D. Sanger, Victoria P. Zdanovski, Brett W. Maurer

专题命中 规划决策 ：planning(abstract)

AI总结 本研究开发美国全国液化灾害图（NLHMs），结合地理空间机器学习模型与2023年美国全国地震灾害模型，分析震级选择、灾害形式差异及液化与社会经济脆弱性的叠加，为工程实践与政策提供支撑。

Mise-en-Scène: Implicit Layout Emergence in Diffusion Transformers for Human-AI Design Co-Creation

场景布置（Mise-en-Scène）：用于人机协同设计共创的扩散Transformer中隐式布局的涌现

Zipeng Xu, Ryan Murdock, Umberto Michieli

机构 * Canva Research（Canva研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Mise-en-Scène框架，通过微调扩散Transformer实现隐式布局涌现，结合匹配放置步骤保证素材保真度，在PrismLayersPlus基准上生成的设计感知质量显著优于现有方法。

Comments Best Paper Award at ECCV Human-AI Co-Creation Workshop

X-LMC: Cross-View Spatiotemporal Collateral Circulation Scoring from DSA

X-LMC：基于DSA的跨视图时空侧支循环评分

Maedeh Hafezi Moghadas, Hakim Baazaoui, Lukas Bastian Otto, Susanne Wegener, Björn Menze, Ezequiel De la Rosa

机构 * Friedrich-Alexander-Universität, Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学） ； University Hospital Zurich（苏黎世大学医院） ； University of Zurich（苏黎世大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出X-LMC跨视图时空深度学习框架，自动从DSA进行ASITN/SIR侧支评分，在134例M1闭塞患者多中心数据上优于基线，性能接近临床评分者间一致性，为卒中血流表型分析提供可复现基础。

Comments 11 pages, 3 figures, 1 table. Accepted at SWITCH+ 2026, a MICCAI 2026 workshop

Scoring and Gamification to Encourage Sustainable Use of Compute Clusters

评分与游戏化设计以鼓励计算集群的可持续使用

Maximilian MacDonald, Chris McCaig, Sean MacAvaney, Matthew Barr, Lauritz Thamsen

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出整合碳强度等指标的可持续性评分系统，集成于集群管理界面并结合游戏化设计，拟通过12周研究评估其对研究人员使用计算集群的可持续行为的激励效果。

Comments 5 pages, 1 figures. Accepted at the 2nd International Workshop on Low Carbon Computing (LOCO 2026), Lancaster University, United Kingdom, 10-11 September 2026. Part of the LOCO 2026 proceedings, arXiv:LOCO2026/P01

Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

结合在线辨识与滚动时域优化的自适应非线性控制

Igor Ladnik

专题命中 规划决策 ：planning(abstract)

AI总结 该研究提出结合滚动时域iLQR等技术的自适应非线性最优控制方案，通过AMIGO框架分三阶段计算，经多种非线性系统验证，为复杂控制场景提供有效方法。

Integrated Sensing and Communications over Hierarchical Cellular and Cell-Free MIMO Systems

分层蜂窝与无小区MIMO系统中的集成感知与通信

Wei Jiang, Hans D. Schotten

专题命中 规划决策 ：workflow(abstract)

AI总结 本文提出分层蜂窝与无小区MIMO系统的集成感知与通信架构，通过中央基站协同处理通信与感知、分布式AP作为双基地接收机，降低前传开销，同时提升总吞吐量与感知精度。

Comments IEEE Globecom 2026

A Framework for Enterprise Network Dimensioning

企业网络规划框架

Gourab Ghatak

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对室内企业网络的无线节点部署问题，结合随机几何、优化与聚类方法，提出加权k-调和均值聚类策略及\texttt{SeqMinCut}算法，为企业5G规划提供了系统设计规则与策略。