University of Texas at Austin（得克萨斯大学奥斯汀分校）

Spatial-Agent: Agentic Geo-spatial Reasoning with Scientific Core Concepts

空间智能体：基于科学核心概念的地理空间推理

Riyang Bao, Cheng Yang, Dazhou Yu, Zhexiang Tang, Gengchen Mai, Liang Zhao

机构 * Emory University（埃默里大学） ； Rutgers University（罗格斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 Spatial-Agent通过基于空间信息科学的理论框架，实现了可解释的地理空间推理，优于现有方法并产生可执行的工作流。

Comments 15pages, 4 figures

The Trajectory Alignment Coefficient in Two Acts: From Reward Tuning to Reward Learning

两幕中的轨迹对齐系数：从奖励调优到奖励学习

Calarina Muslimani, Yunshu Du, Kenta Kawamoto, Kaushik Subramanian, Peter Stone, Peter Wurman

机构 * Sony AI（索尼人工智能） ； University of Alberta（阿尔伯塔大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出轨迹对齐系数TAC，用于指导奖励调优和奖励学习，通过实验验证其在复杂领域中的有效性。

LLM Reasoning for Cold-Start Item Recommendation

基于大语言模型的冷启动物品推荐

Shijun Li, Yu Wang, Jin Wang, Ying Li, Joydeep Ghosh, Anne Cocos

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本文提出利用大语言模型的推理能力，改进冷启动物品推荐，通过多种微调方法提升推荐性能，在Netflix数据上取得8%的提升。

Comments Published on Proceedings of the ACM on Web Conference 2026 (WWW 2026)

On Computational Limits of FlowAR Models: Expressivity and Efficiency

流AR模型的计算极限：表达力与效率

Yang Cao, Chengyue Gong, Yekun Ke, Xiaoyu Li, Yingyu Liang, Zhizhou Sha, Zhenmei Shi, Zhao Song

机构 * Wyoming Seminary（怀俄明私立学校） ； UT-Austin（得克萨斯大学奥斯汀分校） ； The University of Hong Kong（香港大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Simons Institute, UC Berkeley（伯克利大学模拟研究所） 纠错

AI总结 本研究分析了FlowAR模型的电路复杂性，证明其可被TC⁰电路模拟，并探讨了其计算效率与表达能力的限制。

Comments AISTATS 2026

HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments

HEIGHT：用于拥挤和受限环境中机器人导航的异构交互图变压器

Shuijing Liu, Haochen Xia, Fatemeh Cheraghi Pouria, Kaiwen Hong, Neeloy Chakraborty, Zichao Hu, Joydeep Biswas, Katherine Driggs-Campbell

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 HEIGHT通过异构交互图变压器提升机器人在拥挤和受限环境中的导航性能，有效捕捉时空异构交互，提高路径安全性和效率。

Comments Accepted to IEEE Transactions of Automation Science and Engineering (T-ASE)