AI Agent

Fibration Policy Optimization

纤维策略优化

Chang Li, Tshihao Tsu, Yaren Zhang, Chao Xue, Xiaodong He

机构 * JD Explore Academy（京东探索研究院） ； Carleton University（卡尔顿大学） 纠错

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

AI总结 纤维策略优化通过引入聚合策略裁剪目标和纤维束门控框架，实现多尺度稳定性控制，提升大语言模型策略优化的效率与效果。

Modeling the Senegalese artisanal fisheries migrations

对塞内加尔传统渔业迁徙的建模

Alassane Bah, Timothée Brochier

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 本研究通过跨学科方法构建了塞内加尔传统渔业的多智能体模型，探讨了气候变化、捕鱼努力和社会经济因素对渔业动态的影响，发现减少捕鱼努力可实现可持续渔业平衡。

Tree-based Dialogue Reinforced Policy Optimization for Red-Teaming Attacks

基于树结构的对话强化策略优化用于红队攻击

Ruohao Guo, Afshin Oroojlooy, Roshan Sridhar, Miguel Ballesteros, Alan Ritter, Dan Roth

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Oracle AI ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出DialTree框架，通过树搜索和强化学习发现多轮攻击策略，提升对抗攻击的成功率

Comments Accepted at ICLR 2026

Dial: A Knowledge-Grounded Dialect-Specific NL2SQL System

Dial：一种基于知识的方言特定自然语言到SQL系统

Xiang Zhang, Hongming Xu, Le Zhou, Wei Zhou, Xuanhe Zhou, Guoliang Li, Yuyu Luo, Changdong Liu, Guorun Chen, Jiang Liao, Fan Wu

机构 * Tsinghua University（清华大学） ； China Telecom Corporation Ltd. Shanghai Branch（中国电信股份有限公司上海分公司） ； 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.AI、cs.CL、cs.LG

AI总结 Dial提出一种基于知识的方言特定自然语言到SQL系统，通过逻辑查询规划、知识库和执行驱动调试提升翻译准确性和方言特征覆盖度。

Efficacy of Scalable Airline-led Contrail Avoidance

可扩展的航空主导航航迹规避有效性

Tharun Sankar, Thomas Dean, Tristan Abbott, Jill Blickstein, Alejandra Martín Frías, Mark Galyen, Rebecca Grenham, Paul Hodgson, Kevin McCloskey, Alan Pechman, Tyler Robarge, Dinesh Sanekommu, Aaron Sarna, Aaron Sonabend-W, Marc Stettler, Raimund Zopp, Scott Geraedts

专题命中 规划决策 ：planning(abstract)；workflow(abstract)

AI总结 本文通过随机对照试验验证了调度员主导的航迹规避在标准航班规划中的可行性，结果显示航迹形成率显著降低，但燃油消耗无显著差异。

Comments 25 pages, 8 figures, 6 tables. Submitted to JECATS

PolyJailbreak: Cross-Modal Jailbreaking Attacks on Black-Box Multimodal LLMs

PolyJailbreak: 对黑盒多模态大语言模型的跨模态劫持攻击

Xinkai Wang, Beibei Li, Zerui Shao, Ao Liu, Guangquan Xu, Shouling Ji

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

AI总结 PolyJailbreak通过多模态安全性不对称现象，提出结构化原子策略原语库，实现对黑盒多模态大语言模型的高效劫持攻击。

OfficeQA Pro: An Enterprise Benchmark for End-to-End Grounded Reasoning

OfficeQA Pro：一个企业级端到端 grounded 推理基准测试

Krista Opsahl-Ong, Arnav Singhvi, Jasmine Collins, Ivan Zhou, Cindy Wang, Ashutosh Baheti, Owen Oertell, Jacob Portes, Sam Havens, Erich Elsen, Michael Bendersky, Matei Zaharia, Xing Chen

机构 * Databricks AI Research（Databricks人工智能研究） 纠错

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

AI总结 OfficeQA Pro 是一个企业级基准测试，评估 AI 代理在大规模文档语料库上进行端到端 grounded 推理的能力，发现结构化文档表示可显著提升性能。

Comments 24 pages, 16 figures. Introduces the OfficeQA Pro benchmark for grounded reasoning over enterprise documents

Oracle-Guided Soft Shielding for Safe Move Prediction in Chess

由Oracle引导的软屏蔽用于国际象棋中的安全移动预测

Prajit T Rajendran, Fabio Arnez, Huascar Espinoza, Agnes Delaborde, Chokri Mraidha

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

AI总结 OGSS通过学习概率安全模型，在国际象棋中实现安全探索，减少战术失误并提升探索效率。

Comments Accepted for publication at the 24th International Conference on Machine Learning and Applications (ICMLA), 2025. Preprint version in Arxiv

RoboLayout: Differentiable 3D Scene Generation for Embodied Agents

RoboLayout: 用于具身智能体的可微3D场景生成

Ali Shamsaddinlou

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

AI总结 RoboLayout通过引入智能体感知推理和改进优化稳定性，提升3D场景生成在具身智能体交互中的可行性与物理合理性。

Mem-T: Densifying Rewards for Long-Horizon Memory Agents

Mem-T: 长时间 horizon 记忆代理的奖励密集化

Yanwei Yue, Boci Peng, Xuanbo Fan, Jiaxin Guo, Qiankun Li, Yan Zhang

机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 Mem-T通过引入树引导的强化学习框架，实现长时间 horizon 记忆管理的高效训练，显著提升性能并优化效率。

RedSage: A Cybersecurity Generalist LLM

RedSage：一种网络安全通用型大语言模型

Naufal Suryanto, Muzammal Naseer, Pengfei Li, Syed Talal Wasim, Jinhui Yi, Juergen Gall, Paolo Ceravolo, Ernesto Damiani

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

AI总结 RedSage通过领域感知的代理增强和预训练，提升网络安全专长和通用推理能力，实现开源本地部署。

Comments Published at ICLR 2026; Project page: https://risys-lab.github.io/RedSage/

Interactive Double Deep Q-network: Integrating Human Interventions and Evaluative Predictions in Reinforcement Learning of Autonomous Driving

交互式双深Q网络：在自动驾驶强化学习中整合人类干预与评估预测

Alkis Sygkounas, Ioannis Athanasiadis, Andreas Persson, Michael Felsberg, Amy Loutfi

机构 * Center for Applied Autonomous Sensor Systems (AASS)（应用自主传感器系统中心） ； Örebro University（奥雷布罗大学） ； Computer Vision Laboratory（计算机视觉实验室） ； Linköping University（利德斯霍尔大学） 纠错

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

AI总结 交互式双深Q网络通过整合人类干预与评估预测，提升自动驾驶强化学习的性能和适应性。

Comments Accepted at IEEE Intelligent Vehicles Symposium (IV) 2025, 8 pages

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models

从像素到谓词：通过预训练视觉-语言模型学习符号世界模型

Ashay Athalye, Nishanth Kumar, Tom Silver, Yichao Liang, Jiuguang Wang, Tomás Lozano-Pérez, Leslie Pack Kaelbling

机构 * MIT（麻省理工学院） ； Princeton University（普林斯顿大学） ； University of Cambridge（剑桥大学） ； RAI Institute（RAI研究院） 纠错

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

AI总结 通过预训练视觉-语言模型学习符号世界模型，以实现复杂机器人领域中长周期决策制定的零样本泛化。

Comments A version of this paper appears in the official proceedings of RA-L, Volume 11, Issue 4

Neuro-Symbolic Financial Reasoning via Deterministic Fact Ledgers and Adversarial Low-Latency Hallucination Detector

通过确定性事实账本和对抗性低延迟幻觉检测器实现神经符号金融推理

Pedram Agand

机构 * FactAI Lab（FactAI实验室） 纠错

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

AI总结 本文提出VeNRA，通过确定性事实账本和对抗性检测器实现零幻觉金融推理，结合确定性执行和高效检测机制，显著降低幻觉率并提升推理可靠性。

Comments 21 pages, 8 figures, 7 tables

How Well Do Multimodal Models Reason on ECG Signals?

多模态模型在心电图信号上的推理能力如何？

Maxwell A. Xu, Harish Haresamudram, Catherine W. Liu, Patrick Langer, Jathurshan Pradeepkumar, Wanting Mao, Sunita J. Ferns, Aradhana Verma, Jimeng Sun, Paul Schmiedmayer, Xin Liu, Daniel McDuff, Emily B. Fox, James M. Rehg

机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Rush University（拉什大学） ； ETH Zurich（苏黎世联邦理工学院） ； St. Christopher's Hospital for Children（圣克里斯opher儿童医院） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Google Inc（谷歌公司） 纠错

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

AI总结 本文提出了一种评估多模态模型在ECG信号上推理能力的框架，通过感知和演绎两个方面验证模型的逻辑和模式识别能力。

Meta-RL Induces Exploration in Language Agents

元强化学习诱导语言智能体的探索

Yulun Jiang, Liangze Jiang, Damien Teney, Michael Moor, Maria Brbic

机构 * EPFL（苏黎世联邦理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Idiap Research Institute（Idiap研究机构） 纠错

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

AI总结 LaMer通过元强化学习框架提升语言智能体的探索能力，显著提高多任务性能并增强泛化能力。

Comments ICLR 2026

Optimistic Policy Regularization

乐观策略正则化

Mai Pham, Vikrant Vaze, Peter Chin

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

AI总结 OPR通过保留和强化历史成功轨迹提升深度强化学习的样本效率和最终性能

Evo: Autoregressive-Diffusion Large Language Models with Evolving Balance

Evo：具有进化平衡的自回归-扩散大语言模型

Junde Wu, Minhao Hu, Jiayuan Zhu, Yuyuan Liu, Tianyi Zhang, Kang Li, Jingkun Chen, Jiazhen Pan, Min Xu, Yueming Jin

机构 * University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Evo通过进化平衡机制，结合自回归和扩散模型，实现高效且高质量的语言生成。

FOR-Prompting: From Objection to Revision via an Asymmetric Prompting Protocol

从反对到修订的非对称提示协议：FOR-Prompting

He Zhang, Anzhou Zhang, Jian Dai

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Genentech, Inc.（基因泰克公司） 纠错

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

AI总结 FOR-Prompting通过非对称提示协议实现从反对到修订的推理机制，提升低资源环境下模型的推理能力与任务表现。

Subclass Classification of Gliomas Using MRI Fusion Technique

使用MRI融合技术对胶质瘤进行亚类分类

Kiranmayee Janardhan, Christy Bobby Thomas

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

AI总结 本研究提出一种基于MRI融合技术的胶质瘤亚类分类方法，通过融合多模态MRI图像提升分类精度，达到99.25%的准确率。

Comments 15 pages, 7 figures, 1 algorithm, 4 tables, journal paper

Journal ref SN Computer Science, 2025

FlowTouch: View-Invariant Visuo-Tactile Prediction

FlowTouch: 视点不变的视觉-触觉预测

Seongjin Bien, Carlo Kneissl, Tobias Jülg, Frank Fundel, Thomas Ressler-Antal, Florian Walter, Björn Ommer, Gitta Kutyniok, Wolfram Burgard

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（乌尔姆技术大学计算机科学与人工智能系） ； Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院） 纠错

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

AI总结 FlowTouch通过利用物体的局部3D网格实现视点不变的视觉-触觉预测，有效弥补仿真与现实之间的差距，并提升抓取稳定性预测能力。

DualTurn: Learning Turn-Taking from Dual-Channel Generative Speech Pretraining

DualTurn: 从双通道生成式语音预训练中学习轮流对话

Shangeth Rajaa

机构 * Anyreach AI 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 DualTurn通过双通道生成式语音预训练，实现了更自然的轮流对话处理，优于现有方法在代理动作预测和词级轮流预测上的表现。

Comments Submitted to Interspeech 2026

AgentIR: Reasoning-Aware Retrieval for Deep Research Agents

AgentIR: 为深度研究代理设计的推理感知检索

Zijian Chen, Xueguang Ma, Shengyao Zhuang, Jimmy Lin, Akari Asai, Victor Zhong

机构 * University of Waterloo（滑铁卢大学） ； University of Queensland（昆士兰大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 AgentIR通过结合推理轨迹与查询的联合嵌入和数据合成方法，提升深度研究代理的检索性能，实现68%的准确率。

The Illusion of Collusion

合谋的错觉

Connor Douglas, Foster Provost, Arun Sundararajan

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究发现算法代理在特定策略下可能产生看似合谋的行为，揭示了算法合谋的机制及政策影响。

Evidence-Driven Reasoning for Industrial Maintenance Using Heterogeneous Data

基于异构数据的工业维护证据驱动推理

Fearghal O'Donncha, Nianjun Zhou, Natalia Martinez, James T Rayfield, Fenno F. Heath, Abigail Langbridge, Roman Vaculin

机构 * IBM Research Europe（IBM欧洲研究院） ； IBM Research Yorktown（IBM约克镇研究院） ； Imperial College London（伦敦帝国学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Condition Insight Agent，通过整合维护语言、操作数据行为抽象和工程故障语义，实现基于证据驱动的工业维护决策支持。

ViSA-Enhanced Aerial VLN: A Visual-Spatial Reasoning Enhanced Framework for Aerial Vision-Language Navigation

ViSA增强的空中视觉语言导航：一种增强视觉空间推理能力的空中视觉语言导航框架

Haoyu Tong, Xiangyu Dong, Xiaoguang Ma, Haoran Zhao, Yaoming Zhou, Chenghao Lin

机构 * Tianmushan Laboratory, Beihang University（北航之梦实验室，北京航空航天大学） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北京航空航天大学） ； Foshan Graduate School of Innovation, Northeastern University（佛山创新研究生学院，东北大学） ； School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北京航空航天大学） ； Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） 纠错

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

AI总结 ViSA增强框架通过结构化视觉提示提升空中VLN的空间推理能力，显著提高成功率，为该领域提供有力支持。

Comments 8 pages

Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy

长短期代理用于纯视觉支气管镜机器人自主性

Junyang Wu, Mingyi Luo, Fangfang Xie, Minghui Zhang, Hanxiao Zhang, Chunxi Zhang, Junhao Wang, Jiayuan Sun, Yun Gu, Guang-Zhong Yang

机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； Shanghai Chest Hospital（上海胸科医院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本研究提出一种纯视觉的支气管镜机器人自主导航框架，通过长短期代理实现无外部跟踪的精准导航，验证了其在体内外实验中的有效性。

Column Generation for the Micro-Transit Zoning Problem

为微通勤区划问题设计的列生成方法

Hins Hu, Rishav Sen, Jose Paolo Talusan, Abhishek Dubey, Aron Laszka, Samitha Samaranayake

机构 * Cornell University（康奈尔大学） ； Vanderbilt University（范德比大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 本文提出了一种列生成方法，用于解决微通勤区划问题，通过全局预算优化提升解决方案质量和计算效率。

AtomicVLA: Unlocking the Potential of Atomic Skill Learning in Robots

AtomicVLA：解锁机器人中原子技能学习的潜力

Likui Zhang, Tao Tang, Zhihao Zhan, Xiuwei Chen, Zisheng Chen, Jianhua Han, Jiangtong Zhu, Pei Xu, Hang Xu, Hefeng Wu, Liang Lin, Xiaodan Liang

机构 * Sun Yat-sen University（中山大学） ； Peng Cheng Laboratory（鹏城实验室） ； Yinwang Intelligent Technology Co. Ltd.（云网智能技术有限公司） 纠错

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

AI总结 AtomicVLA通过原子技能抽象和动态专家组合提升机器人长周期任务的性能

Comments Accepted by CVPR2026

AgentRaft: Automated Detection of Data Over-Exposure in LLM Agents

AgentRaft: LLM代理中数据过度暴露的自动检测

Yixi Lin, Jiangrong Wu, Yuhong Nan, Xueqiang Wang, Xinyuan Zhang, Zibin Zheng

专题命中 规划决策 ：agent(abstract)；分类 cs.SE

AI总结 AgentRaft通过程序分析与语义推理，自动检测LLM代理中的数据过度暴露风险，提升隐私保护效果。

Comments 26 pages, 7 figures