AI Agent

CoME: Empowering Channel-of-Mobile-Experts with Informative Hybrid-Capabilities Reasoning

CoME：赋能移动专家的 informative hybrid-capabilities 推理

Yuxuan Liu, Weikai Xu, Kun Huang, Changyu Chen, Jiankun Zhao, Pengzhi Gao, Wei Liu, Jian Luan, Shuo Shang, Bo Du, Ji-Rong Wen, Rui Yan

机构 * ruc（中国人民大学人工智能学院） ； xiaomi（小米公司） ； ntu（南洋理工大学） ； whu（武汉大学） 纠错

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

AI总结 CoME 通过四种专家架构和渐进训练策略，实现移动代理混合能力推理的解耦增强与平衡优化。

The Limits of Long-Context Reasoning in Automated Bug Fixing

长上下文推理在自动化Bug修复中的局限性

Ravi Raju, Mengmeng Ji, Shubhangi Upasani, Bo Li, Urmish Thakker

机构 * SambaNova Systems（SambaNova系统） 纠错

专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.LG、cs.SE

AI总结 本研究发现长上下文推理在自动化Bug修复中存在显著局限，现有模型在长上下文下的表现远低于预期。

Comments Accepted to ICLR 2026 ICBINB workshop

SUREON: A Benchmark and Vision-Language-Model for Surgical Reasoning

SUREON：一个手术推理的基准和视觉-语言模型

Alejandra Perez, Anita Rau, Lee White, Busisiwe Mlambo, Chinedu Nwoye, Muhammad Abdullah Jamal, Omid Mohareri

机构 * Intuitive Surgical Inc. 纠错

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

AI总结 SUREON通过大规模视频问答数据集和两种模型提升手术推理能力，准确率超过84%。

The EpisTwin: A Knowledge Graph-Grounded Neuro-Symbolic Architecture for Personal AI

EpisTwin：一种基于知识图谱的神经符号架构用于个人AI

Giovanni Servedio, Potito Aghilar, Alessio Mattiace, Gianni Carmosino, Francesco Musicco, Gabriele Conte, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

机构 * Politecnico di Bari（巴里理工大学） ； Università degli Studi della Tuscia（图斯卡大学） 纠错

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

AI总结 EpisTwin通过构建个人知识图谱，结合多模态语言模型和代理协调器，实现对用户数据的语义理解和复杂推理，提升个人AI的可信度和整体认知能力。

Partial Policy Gradients for RL in LLMs

强化学习在大语言模型中的部分策略梯度

Puneet Mathur, Branislav Kveton, Subhojyoti Mukherjee, Viet Dac Lai

机构 * Adobe Research（Adobe研究） 纠错

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

AI总结 本文提出了一种在大语言模型中使用部分策略梯度的方法，通过优化未来奖励的子集来建模和比较不同策略类别，展示了不同策略在不同任务中的表现差异。

Understanding and Improving Hyperbolic Deep Reinforcement Learning

理解并改进双曲深度强化学习

Timo Klein, Thomas Lang, Andrii Shkabrii, Alexander Sturm, Kevin Sidak, Lukas Miklautz, Claudia Plant, Yllka Velaj, Sebastian Tschiatschek

机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； UniVie Doctoral School Computer Science, University of Vienna（维也纳大学UniVie计算机科学博士学院） ； Department of Machine Learning and Systems Biology, Max Planck Institute of Biochemistry（马克斯·普朗克生物化学研究所机器学习与系统生物学部门） ； ds:UniVie, University of Vienna（维也纳大学ds:UniVie） 纠错

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

AI总结 Hyper++通过改进双曲深度RL的训练稳定性与效率，提升了强化学习性能。

Comments ICLR 2026 Camera-ready

Hierarchical Industrial Demand Forecasting with Temporal and Uncertainty Explanations

具有时间和不确定性解释的分层工业需求预测

Harshavardhan Kamarthi, Shangqing Xu, Xinjie Tong, Xingyu Zhou, James Peters, Joseph Czyzyk, B. Aditya Prakash

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出了一种用于分层工业需求预测的可解释性方法，通过分析时间序列和不确定性来提高预测的可解释性，帮助用户更好地理解预测结果并做出决策。

Localizing and Correcting Errors for LLM-based Planners

基于 LLM 的规划器的定位与错误修正

Aditya Kumar, William W. Cohen

机构 * Language Technologies Institute, Carnegie Mellon University, Pittsburgh, US（语言技术研究所，卡内基梅隆大学，匹兹堡，美国） ； Machine Learning Department, Carnegie Mellon University, Pittsburgh, USA（机器学习系，卡内基梅隆大学，匹兹堡，美国） 纠错

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

AI总结 本研究提出 L-ICL 方法，通过局部上下文学习修正 LLM 规划器的错误，显著提升规划任务的有效性。

Artificial Intelligence for Climate Adaptation: Reinforcement Learning for Climate Change-Resilient Transport

人工智能用于气候适应：用于气候变化适应性交通的强化学习

Miguel Costa, Arthur Vandervoort, Carolin Schmidt, João Miranda, Morten W. Petersen, Martin Drews, Karyn Morrisey, Francisco C. Pereira

机构 * Department of Technology, Management and Economics, Technical University of Denmark（技术、管理与经济学系，丹麦技术大学） ； J.E. Cairnes School of Business and Economics, University of Galway（J.E. Cairnes 商业与经济学学院，Galway大学） 纠错

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

AI总结 本文提出基于强化学习的决策支持框架，用于应对气候变化带来的内涝灾害，通过模拟交通系统和基础设施影响，优化适应策略以提高交通系统的韧性。

TaPD: Temporal-adaptive Progressive Distillation for Observation-Adaptive Trajectory Forecasting in Autonomous Driving

TaPD: 基于时间自适应的渐进蒸馏用于自动驾驶中的观测自适应轨迹预测

Mingyu Fan, Yi Liu, Hao Zhou, Deheng Qian, Mohammad Haziq Khan, Matthias Raetsch

机构 * College of Information and Intelligent Science, Donghua University（信息与智能科学学院，东华大学） ； School of Computing and Information Technology, Great Bay Institute for Advanced Study/Great Bay University（计算与信息技术学院，大澳研究院/大澳大学） ； Chongqing Chang’an Technology Co., Ltd（重庆长安科技有限公司） ； ViSiR, Reutlingen University（ViSiR，鲁特大学） 纠错

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

AI总结 TaPD通过时间自适应渐进蒸馏方法，实现观测自适应的轨迹预测，提升短历史观测下的预测性能。

Topological descriptors of foot clearance gait dynamics improve differential diagnosis of Parkinsonism

足清动力学拓扑描述符改善帕金森综合征的鉴别诊断

Jhonathan Barrios, Wolfram Erlhagen, Miguel F. Gago, Estela Bicho, Flora Ferreira

机构 * Centre of Mathematics (CMAT) School of Sciences University of Minho（数学中心（CMAT）科学学院矿产大学） ； Neurology Departmet Hospital da Senhora da Oliveira（神经科部门圣奥古斯丁医院） ； ICVS School of Medicine University of Minho（ICVS医学院矿产大学） ； Algoritmi Centre School of Engineering University of Minho（算法中心工程学院矿产大学） ； Centre of Mathematics (CMUP) University of Porto（数学中心（CMUP）波尔图大学） ； School and Economics and Management University of Porto（学校和经济管理波尔图大学） 纠错

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

AI总结 利用拓扑数据分析和机器学习提高帕金森综合征的步态分析和鉴别诊断

Comments 17 pages, 12 figures, Under review

RouteGoT: Node-Adaptive Routing for Cost-Efficient Graph of Thoughts Reasoning

RouteGoT: 用于图状思维推理的节点自适应路由

Yuhang Liu, Ruijie Wang, Yunlong Chu, Bing Hao, Yumeng Lin, Shengzhong Liu, Minglai Shao

机构 * School of New Media and Communication, Tianjin University（新媒体与传播学院，天津大学） ； School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北航） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 RouteGoT通过节点自适应路由框架提升图状思维推理的效率与准确性，实现性能与成本的平衡。

A Novel Hybrid Heuristic-Reinforcement Learning Optimization Approach for a Class of Railcar Shunting Problems

一种用于一类铁路调车问题的新型混合启发式-强化学习优化方法

Ruonan Zhao, Joseph Geunes

机构 * Texas A&M University（德克萨斯大学） 纠错

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

AI总结 本文提出了一种混合启发式-强化学习方法，用于解决铁路场中双侧分类轨道访问下的多列车组装问题，通过结合启发式方法与Q学习提升优化效率。

Planner Aware Path Learning in Diffusion Language Models Training

扩散语言模型训练中的规划感知路径学习

Fred Zhangzhi Peng, Zachary Bezemek, Jarrid Rector-Brooks, Shuibai Zhang, Anru R. Zhang, Michael Bronstein, Alexander Tong, Avishek Joey Bose

机构 * Duke University（杜克大学） ； Mila ； Université de Montréal（蒙特利尔大学） ； California Institute of Technology（加州理工学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Oxford（牛津大学） ； AITHYRA ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 本文提出PAPL，一种通过规划感知路径学习提升扩散语言模型训练与推理一致性的方法，实现跨领域性能提升。

Comments Camera ready version for ICLR2026

FindAnything: Open-Vocabulary and Object-Centric Mapping for Robot Exploration in Any Environment

FindAnything: 任意环境中的开放词汇和以对象为中心的映射用于机器人探索

Sebastián Barbas Laina, Simon Boche, Sotiris Papatheodorou, Simon Schaefer, Jaehyung Jung, Helen Oleynikova, Stefan Leutenegger

机构 * Technical University of Munich（技术大学慕尼黑） ； School of Computation, Information and Technology（计算、信息与技术学院） ； ETH Zurich（苏黎世联邦理工学院） ； Department of Computing（计算学院） ； Imperial College London（伦敦帝国理工学院） ； University of Patras（帕特拉大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 FindAnything通过整合视觉语言信息，实现了大规模未知环境中高效、内存友好的开放词汇映射，适用于机器人探索任务。

Comments 11 pages, 5 figures

Unified Learning of Temporal Task Structure and Action Timing for Bimanual Robot Manipulation

双臂机械臂操作中时间任务结构与动作时机的统一学习

Christian Dreher, Patrick Dormanns, Andre Meixner, Tamim Asfour

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种统一学习双臂机械臂时间任务结构与动作时机的方法，通过符号和亚符号时间约束生成可执行的执行计划。

Comments This work has been submitted to the IEEE for possible publication

SG-DOR: Learning Scene Graphs with Direction-Conditioned Occlusion Reasoning for Pepper Plants

SG-DOR：基于方向条件遮挡推理的学习场景图用于Pepper植物

Rohit Menon, Niklas Mueller-Goldingen, Sicong Pan, Gokul Krishna Chenchani, Maren Bennewitz

专题命中 规划决策 ：planning(abstract)

AI总结 SG-DOR通过方向条件遮挡推理，提升密集作物中果实遮挡预测与连接推断的准确性，为机器人采摘提供结构化关系信号。

Control Barrier Corridors: From Safety Functions to Safe Sets

控制屏障走廊：从安全函数到安全集

Ömür Arslan, Nikolay Atanasov

机构 * Department of Mechanical Engineering, Eindhoven University of Technology（埃因霍温理工大学机械工程系） ； Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出控制屏障走廊概念，通过统一控制屏障函数与安全运动走廊方法，实现安全目标选择与持续路径跟随。

Comments 12 pages, 6 figures, an extended preprint version of a conference paper

OralGPT-Plus: Learning to Use Visual Tools via Reinforcement Learning for Panoramic X-ray Analysis

OralGPT-Plus：通过强化学习学习使用视觉工具进行全景X射线分析

Yuxuan Fan, Jing Hao, Hong Chen, Jiahao Bao, Yihua Shao, Yuci Liang, Kuo Feng Hung, Hao Tang

机构 * The Hong Kong University of Science and Technology (GZ)（香港科学与技术大学） ； Faculty of Dentistry, The University of Hong Kong（香港大学牙医学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） 纠错

专题命中 规划决策 ：agentic(abstract)

AI总结 OralGPT-Plus通过强化学习实现全景X射线分析中的交互式对称推理，提升诊断可靠性。

Comments 34 pages, 24 figures, conference

Journal ref CVPR 2026

ChatShopBuddy: Towards Reliable Conversational Shopping Agents via Reinforcement Learning

ChatShopBuddy：通过强化学习实现可靠的对话购物代理

Yiruo Cheng, Kelong Mao, Tianhao Li, Jiejun Tan, Ji-Rong Wen, Zhicheng Dou

专题命中 规划决策 ：agent(abstract)

AI总结 ChatShopBuddy通过强化学习优化对话购物代理，结合分层奖励建模和动态对比策略优化，提升购物代理的稳定性和效率。

Moving Through Clutter: Scaling Data Collection and Benchmarking for 3D Scene-Aware Humanoid Locomotion via Virtual Reality

穿行于杂乱之中：通过虚拟现实实现3D场景感知人类oid运动的 数据收集与基准测试

Beichen Wang, Yuanjie Lu, Linji Wang, Liuchuan Yu, Xuesu Xiao

机构 * George Mason University（乔治·马歇尔大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 MTC通过虚拟现实框架收集和评估3D场景感知的人oid运动数据，提供348条轨迹的145种杂乱场景数据集，用于研究几何适应性和开发场景感知的规划与控制方法。

CBCT-Based Synthetic CT Generation Using Conditional Flow Matching Model

基于CBCT的合成CT生成使用条件流匹配模型

Junbo Peng, Huiqiao Xie, Tonghe Wang, Xiangyang Tang, Xiaofeng Yang

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出一种条件流匹配模型，用于从CBCT生成高质量合成CT，提高HU精度并减少伪影，从而提升放射治疗中的器官分割和剂量计算可靠性。

Safe Model Predictive Diffusion with Shielding

安全模型预测扩散与防护

Taekyung Kim, Keyvan Majd, Hideki Okamoto, Bardh Hoxha, Dimitra Panagou, Georgios Fainekos

机构 * University of Michigan（密歇根大学） ； Toyota Motor North America, Research & Development（丰田北美公司，研发部门） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 Safe MPD是一种无需训练的扩散规划器，通过结合基于模型的扩散框架和安全防护，生成安全且动力学可行的轨迹，显著提升规划效率和安全性。

Comments 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://www.taekyung.me/safe-mpd

Beyond Flat Unknown Labels in Open-World Object Detection

超越开放世界中模糊未知标签的物体检测

Yuchen Zhang, Yao Lu, Johannes Betz

机构 * AVS Lab, Technical University of Munich（慕尼黑技术大学avs实验室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出BOUND，一种开放世界物体检测器，通过推断未知物体的粗粒度类别提升检测性能，同时实现结构化的层次分类。

Comments 8 pages, 3 figures

A Carbon Aware Ant Colony System (CAACS)

一种碳感知蚁群系统（CAACS）

Marina Lin, Laura P. Schaposnik

专题命中 规划决策 ：planning(abstract)

AI总结 CAACS算法通过双目标优化解决GTSP问题，兼顾环境与经济目标，适用于网络设计、配送路线规划及商业航空物流等可持续交通场景。

Comments 31 figures, 23 pages

Journal ref Nature Sci Rep (2025)

Maximizing Uplink and Downlink Transmissions in Wirelessly Powered IoT Networks

在无线供电物联网网络中最大化上行和下行传输

Xiaoyu Song, Kwan-Wu Chin

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于学习的方法，用于在无线供电物联网网络中优化上行和下行传输调度，通过混合整数线性规划和学习算法提高分组传输效率。

Comments 12 pages, 7 figures

Information-Theoretic Privacy Control for Sequential Multi-Agent LLM Systems

信息论视角下的序列多智能体大语言模型系统隐私控制

Sadia Asif, Mohammad Mohammadi Amiri

机构 * Department of Computer Science, Rensselaer Polytechnic Institute, Troy New York（计算机科学系，雷士拉尔理工大学，特洛伊新 York） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.LG

AI总结 本研究提出了一种信息论视角下的隐私控制框架，用于解决序列多智能体LLM系统中因信息流而产生的隐私泄露问题，通过约束信息流实现隐私与效用的平衡。

EigenData: A Self-Evolving Multi-Agent Platform for Function-Calling Data Synthesis, Auditing, and Repair

EigenData: 一个自演化多智能体平台用于函数调用数据合成、审计与修复

Jiaao Chen, Jingyuan Qi, Mingye Gao, Wei-Chen Wang, Hanrui Wang, Di Jin

机构 * Eigen AI 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL、cs.SE

AI总结 EigenData通过自演化多智能体平台实现函数调用数据的合成、审计与修复，提升基准测试的准确性和模型排名的相关性。

An Interactive Multi-Agent System for Evaluation of New Product Concepts

一个用于新产品概念评估的交互式多智能体系统

Bin Xuan, Ruo Ai, Hakyeon Lee

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出基于大型语言模型的多智能体系统，用于自动化评估新产品概念的技术可行性和市场可行性，通过结构化讨论和专业数据微调，验证概念并提升判断准确性。

Comments 46 pages, 3 figures + This paper proposes an LLM-based multi-agent system (MAS) for automated evaluation of new product concepts, incorporating retrieval-augmented generation (RAG) and cross-functional virtual agents to assess technical and market feasibility

A Multi-Agent System Enables Versatile Information Extraction from the Chemical Literature

多智能体系统实现从化学文献中灵活的信息提取

Yufan Chen, Ching Ting Leung, Bowen Yu, Jianwei Sun, Yong Huang, Linyan Li, Hao Chen, Hanyu Gao

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本研究提出了一种基于多模态大语言模型的多智能体系统，实现了从化学文献中高效提取化学信息，F1分数达76.27%，显著提升信息提取效率。