AI Agent

Agent Data Protocol: Unifying Datasets for Diverse, Effective Fine-tuning of LLM Agents

代理数据协议：统一多样化、高效的LLM代理微调数据集

Yueqi Song, Ketan Ramaneti, Zaid Sheikh, Ziru Chen, Boyu Gou, Tianbao Xie, Yiheng Xu, Danyang Zhang, Apurva Gandhi, Fan Yang, Joseph Liu, Tianyue Ou, Zhihao Yuan, Frank Xu, Shuyan Zhou, Xingyao Wang, Xiang Yue, Tao Yu, Huan Sun, Yu Su, Graham Neubig

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The Ohio State University（俄亥俄州立大学） ； University of Hong Kong（香港大学） ； Duke University（杜克大学） ； Fujitsu Research（富士通研究） ； All Hands AI（全手AI） 纠错

专题命中 工具调用 ：agent(title,abstract)；AI agent(abstract)；tool use(abstract)；agentic(abstract)

AI总结 本文提出代理数据协议（ADP），通过统一多样化代理训练数据集，提升LLM代理微调效果，实现20%的性能提升并在多个基准上达到SOTA水平。

From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science

从仅代理的社会网络到自主科学研究：来自OpenClaw和Moltbook的启示，以及ClawdLab和Beach.Science的架构

Lukas Weidener, Marko Brkić, Phillip Lee, Martin Karlsson, Kevin Noessler, Paul Kohlhaas

专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出ClawdLab和Beach.Science两个平台，通过结构化协作与自由环境相结合，解决自主科学研究中的架构问题，并实现去中心化系统的可扩展性。

SE-Search: Self-Evolving Search Agent via Memory and Dense Reward

SE-Search: 通过记忆和密集奖励实现的自进化搜索代理

Jian Li, Yizhang Jin, Dongqi Liu, Hang Ding, Jiafu Wu, Dongsheng Chen, Yunhang Shen, Yulei Qin, Ying Tai, Chengjie Wang, Xiaotong Yuan, Yabiao Wang

机构 * Nanjing University（南京大学） ； Tencent YoutuLab（腾讯优图实验室） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL

AI总结 SE-Search通过记忆净化、原子查询训练和密集奖励提升搜索效率，优于现有基线方法。

CASSR: Continuous A-Star Search through Reachability for real time footstep planning

CASSR：通过可达性进行实时步态规划的连续A*搜索

Jiayi Wang, Steve Tonneau

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 工具调用 ：planning(title,abstract)

AI总结 CASSR通过连续A*搜索结合EPA启发式方法，实现双足机器人高效实时步态规划，性能优于传统A*和MIP求解器。

Tucano 2 Cool: Better Open Source LLMs for Portuguese

Tucano 2 Cool: 更好的开源葡萄牙语大语言模型

Nicholas Kluge Corrêa, Aniket Sen, Shiza Fatimah, Sophia Falk, Lennard Landgraf, Julia Kastner, Lucie Flek

机构 * Bonn-Aachen International Center for Information Technology (b-it) / CAISA Lab（波恩-亚琛国际信息科技中心（b-it）/ CAISA实验室） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） ； Center for Science and Thought（科学与思想研究中心） ； Helmholtz-Institut für Strahlen- und Kernphysik（亥姆霍兹辐射与核物理研究所） ； Bonn Sustainable AI Lab（波恩可持续AI实验室） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.CL

AI总结 Tucano 2推出了一系列开源葡萄牙语大语言模型，通过扩展数据集和改进训练方法，实现了在多种语言任务上的最佳性能。

ToolVQA: A Dataset for Multi-step Reasoning VQA with External Tools

ToolVQA: 一个用于多步推理VQA的外部工具数据集

Shaofeng Yin, Ting Lei, Yang Liu

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机科学技术研究院） 纠错

专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI

AI总结 ToolVQA是一个用于多步推理VQA的外部工具数据集，通过真实场景和复杂推理任务提升模型在现实工具使用中的泛化能力。

Comments Project page: https://fugtemypt123.github.io/ToolVQA-website/

Map-Agnostic And Interactive Safety-Critical Scenario Generation via Multi-Objective Tree Search

基于多目标树搜索的无地图交互式安全关键场景生成

Wenyun Li, Zejian Deng, Chen Sun

机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） 纠错

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出一种基于多目标树搜索的无地图交互式安全关键场景生成方法，通过统一评估函数平衡探索与风险，生成真实且多样化的碰撞事件以提升自动驾驶系统的鲁棒性。

Black Hole Search: Dynamics, Distribution, and Emergence

黑洞搜索：动态性、分布与涌现

Tanvir Kaur, Ashish Saxena, Partha Sarathi Mandal, Kaushik Mondal

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出了一种使用2δ_BH + 17个初始散落代理解决黑洞搜索问题的算法，并扩展了最终黑洞搜索问题，适用于任意静态图。

VideoChat-M1: Collaborative Policy Planning for Video Understanding via Multi-Agent Reinforcement Learning

VideoChat-M1: 通过多智能体强化学习实现视频理解的协作策略规划

Boyu Chen, Zikang Wang, Zhengrong Yue, Kainan Yan, Chenyun Yu, Yi Huang, Zijun Liu, Yafei Wen, Xiaoxin Chen, Yang Liu, Peng Li, Yali Wang

机构 * Shenzhen Key Lab of Computer Vision and Pattern Recognition（深圳计算机视觉与模式识别重点实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； VIVO AI Lab（VIVO人工智能实验室） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shenzhen Campus of Sun Yat-sen University（孙逸仙大学深圳校区） ； Shanghai Jiao Tong University（上海交通大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University（清华大学计算机科学与技术系，人工智能研究院） 纠错

专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)

AI总结 VideoChat-M1通过多智能体强化学习实现视频理解的协作策略规划，显著提升复杂视频任务的性能。

Comments Accepted by CVPR 2026

The Controllability Trap: A Governance Framework for Military AI Agents

可控性陷阱：军事AI代理的治理框架

Subramanyam Sahoo

机构 * MARS (Mentorship for Alignment Researchers) 4.0 Fellow（MARS（对齐研究导师计划）4.0 Fellow） ； Cambridge AI Safety Hub (CAISH) University of Cambridge（剑桥AI安全中心（CAISH）剑桥大学） 纠错

专题命中 规划决策 ：AI agent(title)；agent(abstract)；tool use(abstract)；planning(abstract)

AI总结 本文提出AMAGF框架，通过预防、检测和纠正三个支柱，解决军事AI代理中的控制失效问题，通过控制质量评分实现持续控制管理。

Comments Accepted at ICLR 2026 Workshop on Agents in the Wild. 20 Pages and 3 Figures

Robustness of Agentic AI Systems via Adversarially-Aligned Jacobian Regularization

通过对抗性对齐雅可比正则化提升代理AI系统的鲁棒性

Furkan Mumcu, Yasin Yilmaz

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出对抗性对齐雅可比正则化方法，通过严格控制敏感性方向提升代理AI系统的鲁棒性，解耦极小极大稳定性与全局表达性限制。

AudAgent: Automated Auditing of Privacy Policy Compliance in AI Agents

AudAgent: AI代理隐私政策合规性自动审计

Ye Zheng, Yimin Chen, Yidan Hu

机构 * Rochester Institute of Technology（罗切斯特技术学院） ； University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校） 纠错

专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 AudAgent通过自动化隐私审计工具，实时监控AI代理的数据实践，确保其符合声明的隐私政策，并可视化检测到的隐私违规行为。

Comments Accepted by PETS'26 (issue 3)

IntPro: A Proxy Agent for Context-Aware Intent Understanding via Retrieval-conditioned Inference

IntPro：一种通过检索条件推理的代理代理，用于基于情境的意图理解

Guanming Liu, Meng Wu, Peng Zhang, Yu Zhang, Yubo Shu, Xianliang Huang, Kainan Tu, Ning Gu, Liuxin Zhang, Qianying Wang, Tun Lu

机构 * Fudan University（复旦大学） ； Lenovo Group Ltd（联想集团有限公司） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 IntPro通过检索条件推理学习适应个体用户，提升基于情境的意图理解性能。

IPD: Boosting Sequential Policy with Imaginary Planning Distillation in Offline Reinforcement Learning

IPD: 通过离线规划蒸馏提升序列策略

Yihao Qin, Yuanfei Wang, Hang Zhou, Peiran Liu, Hao Dong, Yiding Ji

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG

AI总结 IPD通过引入离线规划蒸馏技术，提升离线强化学习中序列策略的决策稳定性和性能。

Freezing of Gait Prediction using Proactive Agent that Learns from Selected Experience and DDQN Algorithm

基于主动智能体与DDQN算法的步态冻结预测

Septian Enggar Sukmana, Sang Won Bae, Tomohiro Shibata

专题命中 规划决策 ：agent(title,abstract)；分类 cs.LG

AI总结 本文提出基于DDQN与优先经验回放的强化学习框架，用于预测帕金森病患者的步态冻结，实现提前8.72秒的预测能力，为辅助设备提供及时干预方案。

Comments Accepted on Activity and Behavior Computing (ABC) 2026 Conference (https://autocare.ai/abc2026) and will be published on International Journal of Activity and Behavior Computing (IJABC) (International Journal of Activity and Behavior Computing)

Perfect score on IPhO 2025 theory by Gemini agent

2025年国际物理奥林匹克竞赛理论部分完美得分的Gemini代理

Yichen Huang

机构 * Santa Clarita, California 91350, USA（美国加利福尼亚州圣克拉拉） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI

AI总结 本研究利用Gemini 3.1 Pro Preview代理在2025年IPhO理论部分取得完美分数，展示了AI在复杂物理问题上的卓越能力。

Perception-Aware Time-Optimal Planning for Quadrotor Waypoint Flight

四旋翼航点飞行的感知感知时间最优规划

Chao Qin, Jiaxu Xing, Rudolf Reiter, Angel Romero, Yifan Lin, Hugh H. -T. Liu, Davide Scaramuzza

机构 * University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所在加拿大） ； Robotics and Perception Group（机器人与感知组） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种感知意识时间最优轨迹优化框架，结合动力学、视觉约束和环境几何，提升四旋翼飞行的感知可靠性与效率。

OmniPlanner: Universal Exploration and Inspection Path Planning across Robot Morphologies

OmniPlanner: 跨机器人形态的通用探索与检查路径规划

Angelos Zacharia, Mihir Dharmadhikari, Mohit Singh, Kostas Alexis

机构 * Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（工程 cybernetics 系，挪威科学与技术大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 OmniPlanner是一种跨机器人形态的通用路径规划框架，通过统一架构实现探索与检查任务，适用于空中、地面和水下环境，提升了跨领域的适应性和效率。

Comments The code for this paper is open-sourced and released at: https://github.com/ntnu-arl/gbplanner_ros/tree/gbplanner3

ViterbiPlanNet: Injecting Procedural Knowledge via Differentiable Viterbi for Planning in Instructional Videos

ViterbiPlanNet: 通过可微Viterbi注入过程性知识以在教学视频中进行规划

Luigi Seminara, Davide Moltisanti, Antonino Furnari

机构 * University of Catania（卡塔尼亚大学） ； University of Bath（巴斯大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 ViterbiPlanNet通过可微Viterbi层整合过程性知识，实现高效的教学视频规划，提升样本效率和鲁棒性。

Comments Accepted at CVPR 2026

H-WM: Robotic Task and Motion Planning Guided by Hierarchical World Model

H-WM：由分层世界模型引导的机器人任务和运动规划

Jinbang Huang, Wenyuan Chen, Zhiyuan Li, Oscar Pang, Xiao Hu, Lingfeng Zhang, Yuanzhao Hu, Zhanguang Zhang, Mark Coates, Tongtong Cao, Xingyue Quan, Yingxue Zhang

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McGill University（麦吉尔大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 H-WM通过结合逻辑和视觉世界模型，实现机器人任务和运动规划中的鲁棒长视界推理与稳定引导。

Comments 8 pages, 4 figures

Sampling-Based Motion Planning with Scene Graphs Under Perception Constraints

基于场景图的采样运动规划在感知约束下的应用

Qingxi Meng, Emiliano Flores, Thai Duong, Vaibhav Unhelkar, Lydia E. Kavraki

机构 * Department of Computer Science, Rice University（计算机科学系，莱斯大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出MOPS-PRM，一种基于场景图的运动规划方法，通过整合多物体感知成本以提升高自由度机器人在复杂环境中的任务执行效率。

Comments 8 pages, 5 figures, Accepted to R-AL

Trustworthy AI Posture (TAIP): A Framework for Continuous AI Assurance of Agentic Systems at Horizontal and Vertical scale

可信AI姿态（TAIP）：一种用于在横向和纵向规模上持续确保代理系统AI可信度的框架

Guy Lupo, Bao Quoc Vo, Natania Locke

专题命中 规划决策 ：agentic(title,abstract)

AI总结 TAIP框架通过将可信度定义为持续生成的信号，提供了一种在横向和纵向尺度上持续确保代理系统AI可信度的方法，结合本体模型和证据门限基准，实现可重用的AI保证对象。

Comments 40 Pages, 13 Figures, 7 Tables,

A Self-Supervised Learning Approach with Differentiable Optimization for UAV Trajectory Planning

一种结合可微优化的自监督学习方法用于无人机轨迹规划

Yufei Jiang, Yuanzhu Zhan, Harsh Vardhan Gupta, Chinmay Borde, Junyi Geng

机构 * Department of Aerospace Engineering, Pennsylvania State University（宾夕法尼亚州立大学航空航天工程系） ； Department of Engineering and Applied Science, University at Buffalo（布法罗大学工程与应用科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种结合可微优化的自监督学习方法，用于在三维环境中提升无人机轨迹规划的效率和鲁棒性。

Comments Accepted by ICRA 2026

Mozi: Governed Autonomy for Drug Discovery LLM Agents

Mozi：用于药物发现LLM代理的受控自主性

He Cao, Siyu Liu, Fan Zhang, Zijing Liu, Hao Li, Bin Feng, Shengyuan Bai, Leqing Chen, Kai Xie, Yu Li

机构 * International Digital Economy Academy (IDEA)（国际数字经济学院） 纠错

专题命中 规划决策 ：autonomous agent(abstract)；tool-use(abstract)；workflow(abstract)；分类 cs.AI

AI总结 Mozi通过双层架构实现药物发现LLM代理的受控自主性，提升科学推理的可靠性与可控性。

Training High-Level Schedulers with Execution-Feedback Reinforcement Learning for Long-Horizon GUI Automation

通过执行反馈强化学习训练高阶调度器以实现长周期GUI自动化

Zehao Deng, Tianjie Ju, Zheng Wu, Zhuosheng Zhang, Gongshen Liu

机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出CES多代理框架，通过训练高阶调度器解决GUI代理在长周期任务中的责任耦合和状态管理问题，提升任务规划与执行效率。

Comments Accepted to CVPR 2026

Hybrid Belief Reinforcement Learning for Efficient Coordinated Spatial Exploration

混合信念强化学习用于高效协调空间探索

Danish Rizvi, David Boyle

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；分类 cs.LG

AI总结 本文提出混合信念-强化学习框架，通过双通道知识转移提升多代理空间探索效率，实验显示在无线服务任务中累计奖励和收敛速度均优于基线。

Review Beats Planning: Dual-Model Interaction Patterns for Code Synthesis

Review Beats Planning: 双模型交互模式用于代码合成

Jan Miller

专题命中 规划决策 ：planning(title,comments)；分类 cs.SE

AI总结 通过双模型交互模式提升代码生成性能，审查优于规划，增强规范质量可进一步提高效果。

Comments 10 pages, 5 figures, 4 tables. Code and results: https://github.com/miller-itsec/review-beats-planning

$τ$-Knowledge: Evaluating Conversational Agents over Unstructured Knowledge

τ-知识：在无结构知识中评估对话代理

Quan Shi, Alexandra Zytek, Pedram Razavi, Karthik Narasimhan, Victor Barres

机构 * princeton（普林斯顿大学） 纠错

专题命中 规划决策 ：tool use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL

AI总结 τ-知识旨在通过模拟真实金融科技客户支持流程，评估代理在协调外部自然语言知识与工具输出以产生可验证状态变化方面的能力。

Comments 29 pages (10 main + 19 appendix)

Vision-Zero: Scalable VLM Self-Improvement via Strategic Gamified Self-Play

Vision-Zero: 通过战略化游戏化自play实现可扩展的VLM自改进

Qinsi Wang, Bo Liu, Tianyi Zhou, Jing Shi, Yueqian Lin, Yiran Chen, Hai Helen Li, Kun Wan, Wentian Zhao

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 Vision-Zero通过战略化游戏化自play框架，实现无标注数据下的多模态模型自改进，提升推理与跨领域任务性能。

Comments ICLR 2026

Social Norm Reasoning in Multimodal Language Models: An Evaluation

多模态语言模型中的社会规范推理：一项评估

Oishik Chowdhury, Anushka Debnath, Bastin Tony Roy Savarimuthu

机构 * School of Computing, University of Otago, New Zealand（奥塔哥大学计算机学院） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文评估了多模态大语言模型在社会规范推理中的能力，发现GPT-4o在文本和图像模态中表现最佳，但所有模型在处理复杂规范时仍有困难。

Comments to be published in ICAART 2026 post proceedings