RippleGUItester: Change-Aware Exploratory Testing
RippleGUItester: 基于变更的探索性测试
专题命中 多模态Agent ：multimodal(abstract)
AI总结 RippleGUItester通过基于大语言模型的变更影响分析，结合多模态bug检测，发现由代码变更引入的bug，提升测试效率和准确性。
AI 大模型
多模态大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
1. 多模态Agent 2821 篇
Estimate Hitting Time by Hitting Probability for Elitist Evolutionary Algorithms
通过击中概率估计精英进化算法的击中时间
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出通过击中概率的漂移分析方法，用于估计精英进化算法的击中时间，通过引入路径处理多模态适应度景观，简化了击中概率的计算并比较了两种算法的性能。
Journal ref IEEE Transactions on Evolutionary Computation 12 November 2025
Enhancing the Interpretability of SHAP Values Using Large Language Models
利用大语言模型增强SHAP值的可解释性
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文利用大语言模型提升SHAP值的可解释性，使非技术用户更易理解模型预测。
Comments 8 pages
Predictive Importance Sampling Based Coverage Verification for Multi-UAV Trajectory Planning
基于预测重要性采样的多无人机轨迹规划覆盖验证
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出基于预测重要性采样的多无人机轨迹规划覆盖验证方法，通过LSTM-MDN和防御性混合采样提升鲁棒性，实现更高效的覆盖管理。
Comments This article has been submitted to a conference for peer review
SIAgent: Spatial Interaction Agent via LLM-powered Eye-Hand Motion Intent Understanding in VR
SIAgent：通过LLM驱动的眼手运动意图理解实现VR中的空间交互代理
专题命中 多模态Agent ：multimodal(abstract)
AI总结 SIAgent通过LLM驱动的意图识别与代理执行，实现VR中基于自然眼手运动的高容忍度交互框架。
Comments Virtual reality, spatial interaction, intent recognition, agent-based execution, large language models
MagHeart: Exploring Playful Avatar Co-Creation and Shared Heartbeats for Icebreaking in Hybrid Meetings
MagHeart：探索混合会议中的 playful 虚拟角色共创与共享心跳以促进破冰
专题命中 多模态Agent ：multimodal(abstract)
AI总结 MagHeart通过playful虚拟角色共创和共享心跳技术，促进混合会议中的对称破冰，探索远程参与者在会议开始时的物质和感知存在，同时揭示隐私和情境适当性等挑战。
ParkDiffusion++: Ego Intention Conditioned Joint Multi-Agent Trajectory Prediction for Automated Parking using Diffusion Models
ParkDiffusion++: 基于扩散模型的多智能体轨迹预测用于自动化停车的自我意图条件联合预测
机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） ； CARIAD SE
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 ParkDiffusion++通过联合学习多智能体轨迹预测与自我意图预测，实现自动化停车中的高效假设决策与安全预测。
Comments ICRA 2026 Camera Ready Version
Towards Dexterous Embodied Manipulation via Deep Multi-Sensory Fusion and Sparse Expert Scaling
通过深度多感官融合与稀疏专家扩展实现灵巧的具身体验
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； School of Information Science and Engineering, Harbin Institute of Technology（信息科学与工程学院，哈尔滨工业大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 DeMUSE通过深度多感官融合与稀疏专家扩展，实现复杂物理互动的高成功率。
Sub-City Real Estate Price Index Forecasting at Weekly Horizons Using Satellite Radar and News Sentiment
基于卫星雷达和新闻情绪的周频次下辖城市房地产价格指数预测
机构 * Ozyegin University（奥兹根大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文通过结合卫星雷达与新闻情绪数据，实现了下辖城市房地产价格指数的周频预测，显著提升了长期预测的准确性。
Probe-then-Commit Multi-Objective Bandits: Theoretical Benefits of Limited Multi-Arm Feedback
探查-然后承诺多目标老虎机：有限多臂反馈的理论优势
机构 * Department of Electrical Engineering, University at Buffalo（电气工程系，布法罗大学）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出PtC-P-UCB算法，通过有限探查提升多目标老虎机的性能，实现$1/\sqrt{q}$的加速效果。
The Interplanetary Habitable Zone
星际宜居带
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出了一种评估星际宜居带的多模式指标，并通过基于代理的模型探讨了星际生命扩散与资源利用之间的平衡。
Comments 38 pages, 14 color figures, submitted to The Astrobiology Journal
Adaptive Time Step Flow Matching for Autonomous Driving Motion Planning
自适应时间步长流匹配用于自动驾驶运动规划
机构 * HRI ； Honda Research Institute（本田研究院） ； Northeastern University（东北大学） ； Princeton University（普林斯顿大学） ； University of Maryland（马里兰大学） ； Stanford University（斯坦福大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出了一种基于条件流匹配的自适应时间步长框架，用于实时自动驾驶轨迹规划，通过在线调整推理步骤数和轨迹后处理提升性能。
Comments Accepted to Intelligent Vehicles Symposium 2026
GatheringSense: AI-Generated Imagery and Embodied Experiences for Understanding Literati Gatherings
GatheringSense: 基于人工智能生成影像与具身体验的文人聚会理解
专题命中 多模态Agent ：multimodal(abstract)
AI总结 GatheringSense通过AI生成影像与具身体验相结合，探索文人聚会的文化理解与共鸣，提出双路径框架并提供设计启示。
Enhanced Forest Inventories for Habitat Mapping: A Case Study in the Sierra Nevada Mountains of California
增强的森林调查用于栖息地制图：加利福尼亚州内华达山脉的案例研究
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出增强森林调查方法，通过整合遥感数据与地面调查，用于高分辨率野生动物栖息地制图，为森林管理和生态保护提供空间明确的工具。
Comments 11 pages, 6 figures
ST4VLA: Spatially Guided Training for Vision-Language-Action Models
ST4VLA：基于空间引导的视觉-语言-动作模型训练
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； Southern University of Science and Technology（南方科技大学） ； Fudan University（复旦大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 ST4VLA通过空间引导训练提升视觉-语言-动作模型的性能，实现对机器人任务的更稳健和可泛化的学习。
Comments Spatially Training for VLA, Accepted by ICLR 2026
AIDED: Augmenting Interior Design with Human Experience Data for Designer-AI Co-Design
AIDED: 通过人类经验数据增强室内设计以实现设计师-人工智能协同设计
专题命中 多模态Agent ：multimodal(abstract)
AI总结 AIDED通过整合人类经验数据提升室内设计的创造力和客户互动，探索不同数据模态对设计结果的影响，并提出未来AI工具的设计方向。
Comments 29 pages, 14 figures, Accepted to CHI 2026
StreamVLA: Breaking the Reason-Act Cycle via Completion-State Gating
StreamVLA: 通过完成状态门控打破原因-行动循环
机构 * Tsinghua University（清华大学） ； Technical University of Munich（慕尼黑技术大学） ； Shanghai University（上海大学） ； Wuhan University（武汉大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 StreamVLA通过完成状态门控机制，实现高效机器人操作，减少推理延迟并提升任务成功率。
The Dawn of Agentic EDA: A Survey of Autonomous Digital Chip Design
代理EDA的黎明：自主数字芯片设计的综述
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出代理EDA的系统框架，通过认知堆栈分析前端和后端设计流程，强调神经符号优化和可信度提升的重要性。
Here Be Dragons: Bimodal posteriors arise from numerical integration error in longitudinal models
此处有龙：纵向模型中双峰后验分布源于数值积分误差
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文研究了纵向模型中数值积分误差导致的双峰后验分布问题，提出通过合适方法避免双峰性，对贝叶斯反演方法有重要影响。
Comments 33 pages, 7 figures, 2 tables
Embodied Intelligence for Flexible Manufacturing: A Survey
具身智能在柔性制造中的应用：综述
机构 * National University of Defense Technology（中国人民解放军国防科技大学） ； Wuhan University（武汉大学） ； Shenzhen University（深圳大学） ； Hunan University（湖南大学） ； Shenyang Institute of Automation Chinese Academy of Sciences（中国科学院沈阳自动化研究所）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文综述了具身智能在柔性制造中的应用，分析了感知、控制和决策三个层面的技术挑战，并提出三阶段进化模型以指导其发展。
Comments in chinese language. ROBOT
PhysicsAgentABM: Physics-Guided Generative Agent-Based Modeling
PhysicsAgentABM: 基于物理的生成基于主体的建模
机构 * University of Virginia（弗吉尼亚大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 PhysicsAgentABM通过结合符号推理与神经网络，实现基于物理的生成式主体建模，提升大规模模拟的准确性和校准性。
Sensor Insoles: A Review
智能传感鞋垫：综述
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文综述了智能传感鞋垫在足部压力测量中的应用，分析了现有技术的局限性，并提出未来多模态传感器和多轴传感的发展方向。
Comments 20 pages, 8 figures, review article published in IEEE Sensors Journal
Journal ref IEEE Sensors Journal, vol. 26, no. 3, pp. 3577-3596, Dec. 2025
When Attention Betrays: Erasing Backdoor Attacks in Robotic Policies by Reconstructing Visual Tokens
当注意力背叛时：通过重建视觉标记在机器人策略中消除后门攻击
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Faculty of Artificial Intelligence, Hubei University（湖北大学人工智能学院） ； Institute of Technological Sciences, Wuhan University（武汉大学技术科学研究院） ； School of Robotics, Wuhan University（武汉大学机器人学院）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 Bera通过重建视觉标记消除机器人策略中的后门攻击，无需重新训练模型即可有效防御后门风险。
Comments ICRA2026 accepted
Human-Centric Traffic Signal Control for Equity: A Multi-Agent Action Branching Deep Reinforcement Learning Approach
以人为中心的交通信号控制以实现公平性：一种多智能体动作分支深度强化学习方法
机构 * Department of Infrastructure Engineering, Faculty of Engineering and Information Technology, The University of Melbourne, VIC 3010, Australia（工程与信息技术学院基础设施工程系，墨尔本大学）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出了一种以人为中心的多智能体动作分支深度强化学习方法，通过分解交通走廊控制并优化旅行者公平性，有效减少受延迟旅行者数量，提升交通信号系统的公平性和可扩展性。
Scene-Adaptive Motion Planning with Explicit Mixture of Experts and Interaction-Oriented Optimization
场景自适应运动规划与显式专家混合及交互导向优化
机构 * Automotive New Technology Research Institute, BYD Company Limited（比亚迪公司自动驾驶新技术研究院）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 本文提出EMoE-Planner，通过显式专家混合和交互导向优化，解决复杂城市环境中自主驾驶轨迹规划的多模态、场景多样性和环境交互问题，实现超越传统规则算法的性能。
Comments Main text 10 pages with 7 figures
When LLM Agents Meet Graph Optimization: An Automated Data Quality Improvement Approach
当大语言模型代理遇见图优化：一种自动化数据质量改进方法
机构 * Shenzhen Institute of Technology（深圳理工大学）
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 LAGA是一种统一的多代理框架，通过协调多模态优化全面提升文本属性图的数据质量，验证了数据驱动的质量优化在可靠分析中的重要性。
Comments 12 pages, 10figures
TreeMind: Automatically Reproducing Android Bug Reports via LLM-empowered Monte Carlo Tree Search
TreeMind: 通过LLM赋能的蒙特卡洛树搜索自动重现Android bug报告
专题命中 多模态Agent ：multi-modal(abstract)
AI总结 TreeMind结合LLM与MCTS算法，通过语义推理和反馈导航，高效重现Android bug报告。
Spin defects in hexagonal boron nitride as two-dimensional strain sensors
六方氮化硼中的自旋缺陷作为二维应变传感器
专题命中 多模态Agent ：multimodal(abstract)
AI总结 六方氮化硼中的硼空位色心被证实可作为高精度二维应变传感器，用于测量多层hBN晶片在应力下的拉曼模式位移，为范德瓦尔异质结构的应变计量提供新工具。
Comments 6 pages, 4 figures
$π_\texttt{RL}$: Online RL Fine-tuning for Flow-based Vision-Language-Action Models
$π_\ exttt{RL}$: 流基于视觉-语言-动作模型的在线强化学习微调
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Infinigence AI ； Zhongguancun Academy（中关村学院）
专题命中 多模态Agent ：multimodal(abstract)
AI总结 本文提出$π_\ exttt{RL}$方法，通过流噪声和流SDE技术，解决大规模流基于VLA模型中强化学习微调的挑战，提升模型在分布内和分布外任务中的性能。
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
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）
专题命中 多模态Agent ：cross-modal(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。
