DOBB：面向状态不确定性与异构动力学的多智能体避碰动态定向边界框
DOBB 将状态估计、不确定性和智能体响应特性映射为动态、方向相关的安全裕度，提升学习式去中心化多智能体避碰的可靠性。其在四个评估环境中的平均总失败率最低，为 2.6%；面对执行动力学和状态估计不确定性的分布外变化，各测试条件下碰撞失败率均不高于 2.3%。
#论文/研究
arXiv 机器人论文摘要 arXiv 机器人论文摘要 RoboACE：用于机器人自我改进的对抗式协同进化框架
RoboACE 围绕冻结的基础模型协同演化课程与执行框架，使机器人智能体从执行反馈中改进技能、规划和恢复策略。其冻结部署在四组 LIBERO 系列评测中表现更优，并在 LIBERO-PRO 达到 74.0% 成功率，较初始部署提高 15.0 个百分点，较 VLA 控制器直接执行提高 13.5 个百分点。
arXiv 机器人论文摘要精选 VLA 中有多少能力来自 kNN 检索
研究发现，在无需策略训练的情况下，检索相近演示并复用其动作块即可在 LIBERO 上达到 91.7% 成功率，而 VLA 模型已超过 95%。在 LIBERO-Plus 扰动下，检索方法在所有受评策略中降幅最小；对九个公开 VLA 的分析显示，微调主要让视觉语言骨干成为更好的检索键，其动作仍接近演示数据。
推荐理由：通过无策略训练的检索基线与九个公开 VLA 对照，研究呈现了 LIBERO 高分中训练演示复用的潜在比重。
arXiv 机器人论文摘要 CAFE：无需实例特定指令的闭环自主任务制定与执行
CAFE 在无需实例特定目标或动作序列的情况下，根据场景自主制定并执行清洁、安全及收纳整理任务。它通过在线记忆、Trigger-LLM 以及 Draft、Complete、Audit 环节连接任务发现、执行与结果修正；在 12 个 AI2-THOR 场景中，Tri-LLM 在三种骨干模型和各任务复杂度层级上的 GCR 均高于受评基线。
arXiv 分布式计算论文摘要 短时突发消退后，前缀缓存智能体服务仍会持续退化
Wen Huang 和 Jack Liu 发现，数分钟的额外请求可使 vLLM 智能体服务持续退化，缓存命中率降至约10%、吞吐量减半，积压在其余70分钟内继续增长。
arXiv 分布式计算论文摘要 Plumbline：当损失函数说谎，如何正确验证 LLM 训练
Plumbline 是用于验证 LLM 训练正确性的系统，已在 Amazon 生产环境使用，可检查从训练数据、新增模型层到完整训练及模型服务的全生命周期，并追踪故障根因。它在 3 个框架和 5 个模型中发现 61 个问题，其中 32 个为静默问题，42 个已修复或上报上游。
arXiv 机器人论文摘要 Robo-MLT：面向长时程医学实验室任务的双系统机器人操作框架
Robo-MLT 通过显式工作流监控与学习式动作生成协同执行长时程医学实验室任务，并在执行阶段变化时重新规划。其血气分析和血样管分拣成功率分别达 82% 和 70%，比 $\pi_{0.5}$ 高 30 和 22 个百分点；操作员移走当前样本后，系统仍可调整计划并继续处理其他样本。
arXiv 机器人论文摘要 面向欠驱动直立身体辅助的地面反作用力感知模型预测控制
GRF-MPC 将实时地面反作用力与压力中心测量纳入人体质心动力学模型，以欠驱动 4 缆配置实现直立身体辅助。近 300 次试验中，其峰值平面质心误差降低 19.6%，轨迹跟踪误差降低 24.1%，净机械功减少 28.7%，归一化自主移动面积增加 45.9%；QP 求解低于 1 ms，支持 100 Hz 重规划。
arXiv 机器人论文摘要 ASPIRE：用于迭代推理与探索的智能体系统辨识平台
ASPIRE 让大语言模型智能体选择并执行非线性系统辨识方法，基于测量数据构建闭式静态或动态模型，并支持自主及交互运行。其在3个实测系统的30次测试中均生成有效模型，每次成本为0.96至3.38美元；150项评估中132项完全满足、18项部分满足。
arXiv 分布式计算论文摘要 SHADOWPREFILL：为智能体 LLM 服务的逐步模型路由预热下一模型
SHADOWPREFILL 利用正常流量的闲置容量，为路由器未选中的模型预填充会话上下文，使模型切换时可复用前缀缓存。在 5 套智能体 benchmark、24 组模型配对中，其将切换调用延迟降低 8.5-21.4%、LLM 调用延迟降低 3.7-17.7%、路由 token 成本降低 22.5-46.1%，同时维持正常流量 SLO，单请求能耗增加 0.4%。
arXiv 分布式计算论文摘要 基于 NVLink 的 MoE 推理单边专家并行全对全通信
NVLinkOneSided 为单一 NVLink 域内的 GPU 提供单边专家并行全对全通信，无需预先交换元数据，并让 grouped GEMMs 原地读取 token。
arXiv 分布式计算论文摘要 Decode Token Parallelism：面向可扩展 LLM 解码的内存高效分布式注意力并行
Decode Token Parallelism（TKNP）通过解耦权重放置与注意力归属，在不复制权重或跨节点合并部分注意力结果的情况下扩展请求本地注意力。该架构基于 vLLM 实现，在最多 64 张 H100 GPU 上评测 Llama 3.1 405B 和 Nemotron-4 340B，长上下文高并发任务的完成吞吐量较 DCP 最高提升 1.7×，较数据并行最高提升 2.06×。
arXiv 机器人论文摘要 Maze Runner：基于线特征定位与控制障碍函数的自主迷宫导航
Maze Runner 是基于 C++ 和 ROS 2 的开放自主导航栈，结合线特征 EKF 定位与 SLAM、在线路径规划、NMPC 和控制障碍函数，在 Gazebo 中驱动 Husarion ROSbot XL 安全穿越迷宫。
arXiv 分布式计算论文摘要 PegasusAI Studio：面向科学工作流的可理解网络基础设施与可问责 AI 智能体
PegasusAI Studio 基于 Pegasus 和 HTCondor 构建 AI 辅助科学网关，让编码智能体理解执行环境，并将每项操作归因于用户且限制在其权限内。系统支持 JupyterHub 研究云和 HPC 上的 Open OnDemand，案例评估涵盖 CASA 工作流现代化、引力波与 EEG 分析，以及从两次失败恢复至零失败执行的 EHT M87 图像重建。
Microsoft Research精选 Microsoft 研究利用休眠神经元向 AI 智能体植入 Lazarus 后门
Microsoft 研究人员发现 Lazarus 技术无需训练，只需重编程大语言模型中少于 10 个休眠神经元，即可为其智能体植入由隐藏条件触发的后门。模型平时表现正常并能通过标准评测，触发后却可生成命令，让具备工具或终端权限的智能体下载并运行攻击者代码。研究认为可靠检测需要与原始权重比对，Microsoft 正探索权重扫描、红队检测、模型签名及可验证来源审计等防御措施。
推荐理由：研究揭示少量休眠神经元即可植入隐蔽后门，并将模型权重完整性与来源追溯列为智能体部署的关键防线。
Google DeepMind精选 Google DeepMind 公布 AlphaProof Code 研究，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，利用多 LLM 智能体框架和 Lean，对 Signal 协议实际代码的关键安全属性进行形式化验证。
推荐理由：该研究给出人类专家、多种大语言模型与 Lean 协作验证生产级密码代码的流程，可供评估 AI 形式化验证的工程路径。
Berkeley AI Research BAIR 在 CoRL 2026 展示机器人学习研究成果
BAIR 师生与博士后在 CoRL 2026 展示 33 篇主会论文、4 项后期成果，并参与 3 场口头报告和 7 场亮点报告。研究涵盖机器人控制、具身智能体、视觉语言动作模型、灵巧操作与导航，Negar Mehr 教授还将发表早期职业主题演讲。
Microsoft Research精选 Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 介绍了 PDD Kit 如何把开发者意图转为 Verus 形式化规格，证明智能体代码对所有输入满足规格，并在证明覆盖不到的部分使用测试。
推荐理由：案例展示了将自然语言意图转成形式化规格，并用证明与测试分层约束智能体代码的完整工作流。
Microsoft Research Microsoft Copilot：从合成企业数据评估到真实 AI 信心
Microsoft 构建 Industry Evaluation Data Generation Platform，以全规模合成企业环境评估 Microsoft Copilot，无需接触客户数据。平台基于 O*NET、在线招聘信息和 SEC 文件模拟动态业务流程，并通过自动查询生成与质量框架建立首个标准化评估基线。
Microsoft Research Microsoft Research Focus 第97期：AI 智能体、Copilot 使用与天气预测研究进展
Microsoft Research Focus 第97期集中展示AI智能体、职场AI使用及天气预测等研究进展。ForkPilot在6项基准和领先模型测试中将AI处理需求最多降低59%，CABRA发现理解陌生代码库仍是编码智能体的主要障碍。Copilot Chat中编辑文档占已分类活动逾20%，TeleTune可从活动日志学习可复用技能与工作流。
Microsoft Research精选 Microsoft Research 研究人员解决提出31年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 解决了提出31年的 Kannan–Lovász–Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：材料梳理了人类主导的多智能体筛选流程，以及递归收紧维度依赖直至常数界的关键思路。
GitHub Blog · AI & ML精选 GitHub 引入 ModernBERT 分类器，将推送保护扩展至非结构化密钥
GitHub 与 Microsoft Applied Sciences 开发了新的 ModernBERT 分类器，用代码上下文识别非结构化密钥，批量评估候选密钥耗时不到 2 ms，可使推送保护阻止的密钥数量增加一倍以上。
推荐理由：九个季度的数据将密钥泄露增长归因于代码规模而非单次推送风险上升，并说明自动拦截为何比人工补救更易扩展。
Berkeley AI Research K-Search 如何将 CUDA 内核优化经验迁移到 Apple Silicon
K-Search 新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，将已有 CUDA 内核知识转化为适配 Apple Silicon 的优化策略。其 Attention 内核达到原生 MLX Attention 内核的 0.97x 性能，Mamba SSM 内核在 M1 Max 上凭借并行扫描获得相对社区 mlx-lm 实现最高约 20x 的预填充吞吐提升。
Berkeley AI Research 教会大语言模型更新信念，实现高效长程交互
ABBEL 框架以自然语言信念状态替代完整交互历史，并通过信念评分监督关键信息保留，提升大语言模型长程交互效率。在 CollabBench 上，ABBEL-rec-BG 将与完整上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 从 14.08×10² 降至 6.01×10²。
Berkeley AI Research GRASP：面向世界模型长时域规划的梯度规划方法
研究团队提出梯度规划器 GRASP，通过虚拟状态提升、状态噪声探索和梯度重塑，让学习型世界模型的长时域规划更实用。该方法避开脆弱的状态输入梯度，保留动作梯度，并周期性使用真实滚动梯度同步轨迹。在 Push-T 测试中，GRASP 于 H=40 至 H=80 的各个时域均取得该表最高成功率，并在 H=40 时达到 59.0% 成功率和 8.5s 中位成功时间。
Berkeley AI Research SPEX 与 ProxySPEX 将 LLM 交互识别扩展至数千个组件
Berkeley AI Research 介绍了 SPEX 与 ProxySPEX，两种算法利用稀疏性、低阶性和层级结构，以较少消融识别影响模型行为的关键交互。