AI Agent

In-Context Reinforcement Learning for Tool Use in Large Language Models

上下文强化学习用于大型语言模型中的工具使用

Yaoqi Ye, Yiran Zhao, Keyu Duan, Zeyu Zheng, Kenji Kawaguchi, Cihang Xie, Michael Qizhe Shieh

机构 * National University of Singapore（新加坡国立大学） ； Salesforce AI Research（Salesforce AI研究） ； University of California Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克ruz分校） 纠错

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

AI总结 本文提出ICRL框架，通过强化学习无需微调即可实现大型语言模型的工具使用能力，实验显示其在推理和工具任务中表现优异。

Agent Hunt: Bounty Based Collaborative Autoformalization With LLM Agents

Agent Hunt: 基于奖金的协作自动形式化与LLM代理

Chad E. Brown, Cezary Kaliszyk, Josef Urban

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

AI总结 基于奖金的协作自动形式化方法，利用LLM代理在交互式定理证明环境中进行去中心化证明搜索与理论构建。

Accelerating Robotic Reinforcement Learning with Agent Guidance

通过代理引导加速机器人强化学习

Haojun Chen, Zili Zou, Chengdong Ma, Yaoxiang Pu, Haotong Zhang, Yuanpei Chen, Yaodong Yang

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； PKU-PsiBot Joint Lab（北京大学- PsiBot 联合实验室） 纠错

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

AI总结 AGPS通过多模态代理替代人类监督，提升机器人强化学习的样本效率和可扩展性。

AutoAdapt: An Automated Domain Adaptation Framework for LLMs

AutoAdapt：一种用于大语言模型的自动化领域适应框架

Sidharth Sinha, Anson Bastos, Xuchao Zhang, Akshay Nambi, Chetan Bansal, Saravan Rajmohan

专题命中 工具调用 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 AutoAdapt通过多代理辩论系统和AutoRefine方法，实现高效可靠的LLM领域适应，提升领域适应性能25%。

SynPlanResearch-R1: Encouraging Tool Exploration for Deep Research with Synthetic Plans

SynPlanResearch-R1: 通过合成计划鼓励深度研究中的工具探索

Hansi Zeng, Zoey Li, Yifan Gao, Chenwei Zhang, Xiaoman Pan, Tao Yang, Fengran Mo, Jiacheng Lin, Xian Li, Jingbo Shang

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Amazon（亚马逊） ； University of Montreal（蒙特利尔大学） ； University of San Diego（圣地亚哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 SynPlanResearch-R1通过合成计划促进工具探索，提升模型在多跳和开放网络基准测试中的性能，为后续强化学习提供有效初始化。

A Lightweight Traffic Map for Efficient Anytime LaCAM*

一种轻量级交通图用于高效任何时间LaCAM*

Bojie Shen, Yue Zhang, Zhe Chen, Daniel Harabor

机构 * Monash University, Faculty of Information Technology（莫纳什大学信息科技学院） 纠错

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

AI总结 本文提出了一种基于动态轻量级交通图的改进方法，用于提升LaCAM*在多智能体路径寻找中的解决方案质量。

The Neural Compass: Probabilistic Relative Feature Fields for Robotic Search

神经罗盘：基于概率相对特征场的机器人搜索

Gabriele Somaschini, Adrian Röfer, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出ProReFF模型，通过概率相对特征场实现机器人搜索任务中的高效物体定位，实验表明其在模拟环境中比基线方法更高效，接近人类水平性能。

Comments 9 pages, 7 figures, 2 tables, submitted to IROS 2026

HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts

HarmonyCell: 在语义和分布偏移下自动化单细胞扰动建模

Wenxuan Huang, Mingyu Tsoi, Yanhao Huang, Xinjie Mao, Xue Xia, Hao Wu, Jiaqi Wei, Yuejin Yang, Lang Yu, Cheng Tan, Xiang Zhang, Zhangyang Gao, Siqi Sun

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 HarmonyCell通过语义统一和自适应搜索机制，在语义和分布偏移下实现单细胞扰动建模的自动化，有效执行率达95%并超越专家基线。

Comments 18 pages total (8 pages main text + appendix), 6 figures

Rethinking Deep Research from the Perspective of Web Content Distribution Matching

从网页内容分布匹配视角重新思考深度研究

Zixuan Yu, Zhenheng Tang, Tongliang Liu, Chengqi Zhang, Xiaowen Chu, Bo Han

机构 * School of Computer science and engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； CSE, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学） ； Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； DSA Thrust, The Hong Kong University of Science and Technology (GuangZhou)（数据科学与技术 thrust，香港科学与技术大学（广州）） ； TMLR Group, Department of Computer Science, Hong Kong Baptist University（TMLR 组，计算机科学系，香港 Baptist 大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 WeDas通过引入网页内容分布感知机制，改进深度搜索代理的查询-结果对齐能力，提升子目标完成和准确性。

Task-Oriented Robot-Human Handovers on Legged Manipulators

面向任务的腿式机械臂人机交接

Andreea Tulbure, Carmen Scheidemann, Elias Steiner, Marco Hutter

专题命中 工具调用 ：tool use(abstract)

AI总结 本文提出AFT-Handover框架，通过结合大语言模型和纹理转移实现零样本、可泛化的面向任务的人机交接，提升交接成功率和泛化能力。

Comments Accepted to 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI) 2026

Two-Stage Path Following for Mobile Manipulators via Dimensionality-Reduced Graph Search and Numerical Optimization

基于维度约简图搜索与数值优化的双阶段路径跟随

Fuyu Guo, Yuting Mei, Yuyao Zhang, Qian Tang

机构 * College of Mechanical and Vehicle Engineering, ChongQing University（机械与车辆工程学院，重庆大学） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出基于维度约简图搜索与数值优化的双阶段路径跟随方法，解决移动机械手高维配置空间和运动学约束问题，通过离散化与连续优化提升路径规划的精度和鲁棒性。

Stability-Guided Exploration for Diverse Motion Generation

为多样化运动生成的稳定性引导探索

Eckart Cobo-Briesewitz, Tilman Burghoff, Denis Shcherba, Armand Jordana, Marc Toussaint

机构 * Technische Universität Berlin（技术大学柏林） ； LAAS-CNRS ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

专题命中 工具调用 ：tool use(abstract)

AI总结 本文提出一种基于黑盒模拟的稳定性引导探索方法，用于发现多样化的机器人操纵策略，适用于不同机器人形态，无需任务特定指导。