AAAI

Dual-branch Spatial-Temporal Self-supervised Representation for Enhanced Road Network Learning

双分支空间-时间自监督表征用于增强道路网络学习

Qinghong Guo, Yu Wang, Ji Cao, Tongya Zheng, Junshu Dai, Bingde Hu, Shunyu Liu, Canghong Jin

AI总结 DST通过双分支空间-时间自监督框架提升道路网络学习，结合动态道路关系和交通模式差异，增强零样本学习能力。

Comments Accept by AAAI 2026

T3former: Temporal Graph Classification with Topological Machine Learning

T3former: 基于拓扑机器学习的时序图分类

Md. Joshem Uddin, Soham Changani, Baris Coskunuzer

AI总结 T3former通过结合拓扑和谱信息，提出了一种新颖的时序图分类方法，实现了跨模态融合和理论稳定性保证。

Comments 14 pages, 8 figures

Journal ref AAAI 2026 (Oral)

Vendi Information Gain for Active Learning and its Application to Ecology

Vendi信息增益用于主动学习及其在生态学中的应用

Quan Nguyen, Adji Bousso Dieng

机构 * Department of Computer Science, Princeton University（普林斯顿大学计算机科学系） ； Vertaix 纠错

AI总结 VIG通过选择对数据集整体预测不确定性影响最大的图像，提升主动学习在生态学中的效率与准确性。

Comments Accepted at the AAAI Workshop on AI to Accelerate Science and Engineering (AI2ASE) 2026

ShortageSim: Simulating Drug Shortages under Information Asymmetry

ShortageSim: 在信息不对称下模拟药品短缺

Mingxuan Cui, Yilan Jiang, Duo Zhou, Cheng Qian, Yuji Zhang, Qiong Wang

AI总结 ShortageSim通过模拟信息不对称下的药品短缺情况，提供了一个评估监管干预效果的框架，减少了生产中断的解决延迟，推动了供应链政策研究的发展。

Comments Accepted by AAAI 2026. Oral presentation. 25 pages

MeshSplat: Generalizable Sparse-View Surface Reconstruction via Gaussian Splatting

MeshSplat: 通过高斯散射实现通用稀疏视图表面重建

Hanzhi Chang, Ruijie Zhu, Wenjie Chang, Mulin Yu, Yanzhe Liang, Jiahao Lu, Zhuoyuan Li, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 MeshSplat通过高斯散射实现稀疏视图下的通用表面重建，利用2DGS连接新视图合成与几何先验，提升重建精度。

Comments Accepted by AAAI 2026

Interpretable Reward Model via Sparse Autoencoder

通过稀疏自编码器的可解释奖励模型

Shuyi Zhang, Wei Shi, Sihang Li, Jiayi Liao, Hengxing Cai, Xiang Wang

AI总结 SARM通过整合预训练稀疏自编码器，提升奖励模型的可解释性和对齐性能。

Comments AAAI 2026 Oral

Deep Hidden Cognition Facilitates Reliable Chain-of-Thought Reasoning

深度隐式认知促进可靠推理链推理

Zijun Chen, Wenbo Hu, Richang Hong

机构 * Zijun Chen, Wenbo Hu, Richang Hong Corresponding Author（对应作者） 纠错

AI总结 本文提出利用模型内在真实性编码提升CoT推理的可靠性，通过置信度预测器和束搜索优化推理路径，显著提高数学、符号和常识推理任务的准确性和可靠性。

Comments This paper has been accepted by AAAI-26

Harnessing Vision-Language Models for Time Series Anomaly Detection

利用视觉语言模型进行时间序列异常检测

Zelin He, Sarah Alnegheimish, Matthew Reimherr

机构 * Amazon（亚马逊公司） 纠错

AI总结 本文提出基于视觉语言模型的两阶段方法，无需时间序列训练即可提升时间序列异常检测的准确性和效率。

Comments Accepted at AAAI 2026 (Oral)

BiasJailbreak:Analyzing Ethical Biases and Jailbreak Vulnerabilities in Large Language Models

BiasJailbreak: 分析大型语言模型中的伦理偏见和 jailbreak 漏洞

Isack Lee, Haebin Seong

机构 * Theori Inc.（Theori公司） 纠错

AI总结 研究分析了大型语言模型中的伦理偏见和 jailbreak 漏洞，提出 BiasJailbreak 和 BiasDefense 方法以提高模型安全性。

Comments Accepted as a workshop paper at AAAI 2026

Scalable and Accurate Graph Reasoning with LLM-based Multi-Agents

基于大语言模型的多智能体图推理方法

Yuwei Hu, Runlin Lei, Xinyi Huang, Zhewei Wei, Yongchao Liu

AI总结 基于大语言模型的多智能体图推理方法，通过分解图问题为节点中心任务，提升图推理的准确性和扩展性。

Comments Accepted by AAAI 2026 Workshop WMAC

An Invariant Latent Space Perspective on Language Model Inversion

语言模型反向的不变潜在空间视角

Wentao Ye, Jiaqi Hu, Haobo Wang, Xinpeng Ti, Zhiqing Xiao, Hao Chen, Liyao Li, Lei Feng, Sai Wu, Junbo Zhao

AI总结 本文提出Inv^2A方法，通过不变潜在空间假设提升语言模型反向性能，有效对抗隐私和安全威胁。

Comments The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26)

TouchFormer: A Robust Transformer-based Framework for Multimodal Material Perception

TouchFormer: 一种基于变换器的鲁棒多模态材料感知框架

Kailin Lyu, Long Xiao, Jianing Zeng, Junhao Dong, Xuexin Liu, Zhuojun Zou, Haoyue Yang, Lin Shu, Jie Hao

AI总结 TouchFormer通过模态自适应门控和注意力机制提升多模态材料感知的鲁棒性，并在细粒度分类任务中实现性能提升。

Comments 9 pages, 7 figures, Accepted by AAAI 2026

Beyond Binary Classification: A Semi-supervised Approach to Generalized AI-generated Image Detection

超越二元分类：一种半监督的通用AI生成图像检测方法

Hong-Hanh Nguyen-Le, Van-Tuan Tran, Dinh-Thuc Nguyen, Nhien-An Le-Khac

AI总结 本文提出TriDetect，一种半监督方法，通过发现潜在架构模式提升AI生成图像检测的泛化能力。

Comments Accepted to The 40th Annual AAAI Conference on Artificial Intelligence - 2025

Tracking and Segmenting Anything in Any Modality

任何模态下任何事物的跟踪与分割

Tianlu Zhang, Qiang Zhang, Guiguang Ding, Jungong Han

AI总结 SATA提出了一种通用框架，通过解耦的专家混合机制和任务感知多目标跟踪流程，统一了多种跟踪和分割任务，提升了模型的泛化能力。

Comments Accpetd by AAAI 2026

A Data-Driven Model Predictive Control Framework for Multi-Aircraft TMA Routing Under Travel Time Uncertainty

一种面向多架飞机在终端机动区（TMA）路由下的数据驱动模型预测控制框架（在旅行时间不确定性下）

Yi Zhang, Yushen Long, Liping Huang, Yicheng Zhang, Sheng Zhang, Yifang Yin

AI总结 本文提出了一种数据驱动的模型预测控制框架，用于在旅行时间不确定性下优化多架飞机在终端机动区的路由，通过实时优化和自适应重新规划提高着陆效率并减少拥堵。

Comments This is the complete 8-page version of accepted workshop paper for Artificial Intelligence for Air Transportation (AI4AT) @ AAAI 2026

OpenScan: A Benchmark for Generalized Open-Vocabulary 3D Scene Understanding

OpenScan: 一个用于通用开放词汇3D场景理解的基准

Youjun Zhao, Jiaying Lin, Shuquan Ye, Qianshi Pang, Rynson W. H. Lau

AI总结 OpenScan基准旨在评估模型对3D场景的通用开放词汇理解能力，发现现有方法难以处理抽象词汇，需探索新方向。

Comments Accepted by AAAI 2026. Project Page: https://youjunzhao.github.io/OpenScan/

Cook and Clean Together: Teaching Embodied Agents for Parallel Task Execution

烹饪与清洁同时进行：教授并行任务执行的具身智能体

Dingkang Liang, Cheng Zhang, Xiaopeng Xu, Jianzhong Ju, Zhenbo Luo, Xiang Bai

AI总结 GRANT通过结合语言理解、3D定位和效率优化，实现并行任务调度，提升智能体在复杂环境中的任务执行效率。

Comments Accepted to AAAI 2026 (Oral). The code is available at \url{https://github.com/H-EmbodVis/GRANT}

Diffusion Reconstruction-based Data Likelihood Estimation for Core-Set Selection

基于扩散重建的数据似然估计的核心集选择

Mingyang Chen, Jiawei Du, Bo Huang, Yi Wang, Xiaobo Zhang, Wei Wang

AI总结 本文提出基于扩散重建的数据似然估计方法，通过重建偏差作为评分标准，有效提升核心集选择性能。

Comments Accepted by AAAI 2026

SimDiff: Simpler Yet Better Diffusion Model for Time Series Point Forecasting

SimDiff: 更简单却更优的扩散模型用于时间序列点预测

Hang Ding, Xue Wang, Tian Zhou, Tao Yao

AI总结 SimDiff通过单一Transformer网络实现端到端时间序列点预测，利用内在输出多样性和多次推理集成，提升点估计性能和稳定性。

Comments Accepted by AAAI 2026

ReAlign: Text-to-Motion Generation via Step-Aware Reward-Guided Alignment

ReAlign：通过步感知奖励引导对齐实现文本到动作生成

Wanjiang Weng, Xiaofeng Tan, Junbo Wang, Guo-Sen Xie, Pan Zhou, Hongsong Wang

AI总结 ReAlign通过步感知奖励模型和引导策略提升文本到动作生成的对齐和质量。

Comments Accepted by AAAI 2026

DeCoRL: Decoupling Reasoning Chains via Parallel Sub-Step Generation and Cascaded Reinforcement for Interpretable and Scalable RLHF

DeCoRL：通过并行子步骤生成和级联强化学习解耦推理链

Ziyuan Gao, Di Liang, Xianjie Wu, Philippe Morel, Minlong Peng

机构 * Ziyuan Gao 1（某大学） ； Di Liang 2（某大学） ； Xianjie Wu 3（某大学） ； Philippe Morel 1（某大学） ； Minlong Peng 2（某大学） 纠错

AI总结 DeCoRL通过并行子步骤生成和级联强化学习，实现了推理链的解耦，提升了推理效率、可解释性和系统性能。

Comments Accepted by AAAI 2026

Theoretical and Empirical Analysis of Lehmer Codes to Search Permutation Spaces with Evolutionary Algorithms

Lehmer码的理论与实证分析：用于进化算法搜索排列空间

Yuxuan Ma, Valentino Santucci, Carsten Witt

AI总结 本文通过理论分析和实验验证，探讨了Lehmer码在进化算法中搜索排列空间的效率及其应用价值。

Comments Accepted for publication at AAAI 2026

A Multi-Agent LLM Framework for Multi-Domain Low-Resource In-Context NER via Knowledge Retrieval, Disambiguation and Reflective Analysis

面向多领域低资源情境命名实体识别的多智能体LLM框架：通过知识检索、消歧和反思分析

Wenxuan Mu, Jinzhong Ning, Di Zhao, Yijia Zhang

AI总结 KDR-Agent通过知识检索、消歧和反思分析，提升多领域低资源情境下命名实体识别的性能

Comments This paper has been accepted by AAAI 2026 (Main Technical Track)

FineXtrol: Controllable Motion Generation via Fine-Grained Text

FineXtrol: 通过细粒度文本实现可控的运动生成

Keming Shen, Bizhu Wu, Junliang Chen, Xiaoqin Wang, Linlin Shen

AI总结 FineXtrol通过细粒度文本控制信号提升运动生成的可控性和精度，采用层次对比学习模块增强嵌入区分性，实现高效且灵活的运动生成。

Comments 20 pages, 14 figures, AAAI 2026

MFmamba: A Multi-function Network for Panchromatic Image Resolution Restoration Based on State-Space Model

MFmamba：基于状态空间模型的多功能网络用于全色图像分辨率恢复

Qian Jiang, Qianqian Wang, Xin Jin, Michal Wozniak, Shaowen Yao, Wei Zhou

AI总结 MFmamba通过三种不同输入实现高空间分辨率彩色图像恢复，结合UNet++、Mamba Upsample Block和Dual Pool Attention，提升超分辨率与光谱恢复性能。

Comments 9 pages, 9 figures. This paper has been accepted for publication in AAAI-2026

Robust Long-term Test-Time Adaptation for 3D Human Pose Estimation through Motion Discretization

通过运动离散化实现鲁棒的长期测试时间适应：用于3D人体姿态估计

Yilin Wen, Kechuan Dong, Yusuke Sugano

AI总结 本文提出通过运动离散化实现鲁棒的长期测试时间适应，以提升3D人体姿态估计的准确性。

Comments Accepted by AAAI 2026, main track

SAOT: An Enhanced Locality-Aware Spectral Transformer for Solving PDEs

SAOT: 一种增强的局部感知频谱变换器用于求解偏微分方程

Chenhong Zhou, Jie Chen, Zaifeng Yang

AI总结 SAOT是一种结合局部感知和全局频谱表示的增强型频谱变换器，通过小波注意模块有效解决偏微分方程求解中的局部细节和高频捕捉问题。

Comments Accepted to AAAI 2026 (Main Technical Track)

Sampling Control for Imbalanced Calibration in Semi-Supervised Learning

半监督学习中不平衡校准的采样控制

Senmao Tian, Xiang Wei, Shunli Zhang

机构 * Corresponding author（通讯作者） 纠错

AI总结 SC-SSL通过解耦采样控制减轻半监督学习中的类别不平衡问题，通过自适应调整采样概率和后处理校准logits，提升模型性能。

Comments Accepted at AAAI 2026

Think How Your Teammates Think: Active Inference Can Benefit Decentralized Execution

思考你的队友如何思考：主动推断可以促进去中心化执行

Hao Wu, Shoucheng Song, Chang Yao, Sheng Han, Huaiyu Wan, Youfang Lin, Kai Lv

AI总结 本文提出一种非通信MARL框架，通过局部观察建模实现队友决策认知，提升多智能体系统的协作效率。

Comments Accepted by AAAI 2026

DriveFlow: Rectified Flow Adaptation for Robust 3D Object Detection in Autonomous Driving

DriveFlow: 用于自动驾驶中鲁棒3D目标检测的校正流适应

Hongbin Lin, Yiming Yang, Chaoda Zheng, Yifan Zhang, Shuaicheng Niu, Zilu Guo, Yafeng Li, Gui Gui, Shuguang Cui, Zhen Li

AI总结 DriveFlow通过校正流适应方法提升自动驾驶中3D目标检测的鲁棒性，利用预训练文本到图像流模型实现高效的数据增强。

Comments Accepted by AAAI 2026