AI Agent

Real-World Deployment of Cloud-based Autonomous Mobility Systems for Outdoor and Indoor Environments

云原生自主移动系统在户外和室内环境中的实际部署

Yufeng Yang, Minghao Ning, Keqi Shu, Aladdin Saleh, Ehsan Hashemi, Amir Khajepour

机构 * Department of Mechanical and Mechatronics Engineering, University of Waterloo（滑铁卢大学机械与机电工程系） ； Technology Partnerships and Innovations, Rogers Communications, Canada Inc.（罗杰斯通讯加拿大有限公司技术伙伴关系与创新部） ； Mechanical Engineering Department, University of Alberta（阿尔伯塔大学机械工程系） 纠错

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

AI总结 本文提出云原生自主移动框架，通过基础设施智能传感与云计算协调提升自主操作能力，实验证明在城市环岛和医院类室内环境中的感知鲁棒性和安全性提升。

Comments This paper has been submitted to IEEE Robotics and Automation Magazine

Argumentative Human-AI Decision-Making: Toward AI Agents That Reason With Us, Not For Us

论证型人机决策：迈向与我们共思而非为我们决策的AI代理

Stylianos Loukas Vasileiou, Antonio Rago, Francesca Toni, William Yeoh

机构 * New Mexico State University（新墨西哥州立大学） ； King's College London（伦敦国王学院） ； Imperial College London（伦敦帝国学院） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 规划决策 ：AI agent(title)；分类 cs.AI

AI总结 本文探讨论证型人机决策的新范式，结合论证框架挖掘、合成与推理，使AI代理能与人类进行辩证互动，提升高风险领域的人工智能可信度。

AOI: Turning Failed Trajectories into Training Signals for Autonomous Cloud Diagnosis

AOI: 将失败轨迹转化为自主云诊断的训练信号

Pei Yang, Wanyi Chen, Asuka Yuxi Zheng, Xueqian Li, Xiang Li, Haoqin Tu, Jie Xiao, Yifan Pang, Dongdong Zhang, Fuqiang Li, Alfred Long, Lynn Ai, Eric Yang, Bill Shi

机构 * Gradient ； Soochow University（苏州大学） ； UC Santa Cruz ； Georgia Institute of Technology（佐治亚理工学院） ； University College London（伦敦大学学院） ； WeJoy ； ByteDance（字节跳动） 纠错

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

AI总结 AOI通过结构化轨迹学习框架，在安全约束下实现自动化操作，结合可训练诊断系统、读写分离执行架构和失败轨迹闭环演进器，提升云诊断性能。

A Scalable Approach to Solving Simulation-Based Network Security Games

一种可扩展的解决基于模拟的网络安全博弈的方法

Michael Lanier, Yevgeniy Vorobeychik

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

AI总结 MetaDOAR通过引入轻量级元控制器和学习过滤层，实现了在大规模网络环境中高效多智能体强化学习，提升决策质量并减少计算冗余。

Analyzing Planner Design Trade-offs for MAPF under ADG-based Realistic Execution

基于ADG的MAPF规划器设计权衡分析

Jingtian Yan, Zhifei Li, William Kang, Stephen F. Smith, Jiaoyang Li

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

AI总结 本文基于ADG模型探讨MAPF规划器设计中优化性与执行性能的关系，分析模型精度与路径最优性之间的权衡，揭示实际场景下的挑战与研究方向。

S2Act: Simple Spiking Actor

S2Act: 简单的脉冲行为者

Ugur Akcal, Seung Hyun Kim, Mikihisa Yuasa, Hamid Osooli, Jiarui Sun, Ribhav Sahu, Mattia Gazzola, Huy T. Tran, Girish Chowdhary

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 S2Act通过构建基于速率脉冲神经元的actor-critic模型，利用梯度训练并转换为物理参数，有效解决SNN中的梯度消失问题，提升多机器人任务的实时推理性能。

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

MetaCrit: A Critical Thinking Framework for Self-Regulated LLM Reasoning

MetaCrit: 一种用于自主LLM推理的批判性思维框架

Xinmeng Hou, Ziting Chang, Zhouquan Lu, Chen Wenli, Liang Wan, Wei Feng, Hai Hu, Qing Guo

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

AI总结 本文提出MetaCrit框架，通过多智能体机制提升LLM在多跳问题中的推理能力，增强逻辑严谨性并消除有毒输出。

inference-fleet-sim: A Queueing-Theory-Grounded Fleet Capacity Planner for LLM Inference

inference-fleet-sim: 一个基于排队论的LLM推理舰队容量规划器

Huamin Chen, Xunzhuo Liu, Yuhan Liu, Junchen Jiang, Bowei He, Xue Liu

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

AI总结 本文提出inference-fleet-sim，结合分析排队模型与离散事件模拟，解决LLM推理GPU舰队的容量规划问题，通过物理感知的GPU性能模型和多种拓扑结构，实现实验验证。

Comments Work in progress

EmoStory: Emotion-Aware Story Generation

EmoStory：情感感知的故事生成

Jingyuan Yang, Rucong Chen, Weibin Luo, Hui Huang

机构 * CSSE, Shenzhen University（安全科学与工程学院，深圳大学） 纠错

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

AI总结 本文提出EmoStory，一种情感感知的故事生成方法，通过两阶段框架整合基于代理的故事规划与区域感知生成，提升情感准确性、提示对齐和主体一致性。

Comments accepted to ICME

LOPT: Learning Optimal Pigovian Tax in Sequential Social Dilemmas

LOPT：在序列社会困境中学习最优庇克税

Yun Hua, Shang Gao, Wenhao Li, Haosheng Chen, Bo Jin, Xiangfeng Wang, Jun Luo, Hongyuan Zha

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

AI总结 本文提出LOPT方法，通过引入额外智能体学习税收分配策略以解决多智能体强化学习中的社会困境，提升集体福利。

Comments 20 pages,13 figures

ASDA: Automated Skill Distillation and Adaptation for Financial Reasoning

ASDA：自动化技能蒸馏与适应用于金融推理

Tik Yu Yim, Wenting Tan, Sum Yee Chan, Tak-Wah Lam, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 ASDA通过迭代误差纠正学习生成结构化技能 artifact，无需修改模型权重，在金融推理任务中实现显著提升，优于无训练基线。

Counteractive RL: Rethinking Core Principles for Efficient and Scalable Deep Reinforcement Learning

对抗式强化学习：为高效和可扩展的深度强化学习重新思考核心原理

Ezgi Korkmaz

机构 * Ezgi Korkmaz 纠错

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

AI总结 本文提出基于对抗性行动经验的理论新范式，解决高维MDP中状态空间爆炸导致的计算复杂性与策略成功率矛盾，通过实验验证方法在高维环境中的高效性和样本效率。

Comments NeurIPS 2025 Spotlight

Hilbert: Recursively Building Formal Proofs with Informal Reasoning

Hilbert：通过非正式推理递归构建形式证明

Sumanth Varambally, Thomas Voice, Yanchao Sun, Zhifeng Chen, Rose Yu, Ke Ye

机构 * UC San Diego（加州大学圣地亚哥分校） ； Apple（苹果公司） 纠错

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

AI总结 Hilbert结合非正式推理与形式验证，通过递归分解问题并利用反馈优化证明，显著提升在形式证明任务中的性能。

Surg$Σ$: A Spectrum of Large-Scale Multimodal Data and Foundation Models for Surgical Intelligence

Surg$Σ$: 一种大规模多模态数据和基础模型的光谱，用于外科智能

Zhitao Zeng, Mengya Xu, Jian Jiang, Pengfei Guo, Yunqiu Xu, Zhu Zhuo, Chang Han Low, Yufan He, Dong Yang, Chenxi Lin, Yiming Gu, Jiaxin Guo, Yutong Ban, Daguang Xu, Qi Dou, Yueming Jin

机构 * NUS（新加坡国立大学） ； CUHK（香港中文大学） ； SJTU（上海交通大学） ； NVIDIA（英伟达） 纠错

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

AI总结 本文提出Surg$Σ$，通过大规模多模态数据和基础模型提升外科智能，解决现有框架任务特定、泛化能力差的问题，展示统一语义设计和结构化推理标注的改进效果。

OrigamiBench: An Interactive Environment to Synthesize Flat-Foldable Origamis

OrigamiBench: 一个用于合成可折叠折纸的交互环境

Naaisha Agarwal, Yihan Wu, Yichang Jian, Yikuan Hu, Nishad Mansoor, Mohan Li, Yifei Peng, Wang-Zhou Dai, Yao-Xiang Ding, Emanuele Sansone

机构 * Independent Researcher（独立研究者） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD与计算机图形学国家重点实验室） ； Computer Science Northeastern University（东北大学计算机科学系） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室） ； CSAIL / ESAT MIT / KU Leuven（MIT / KU Leuven） 纠错

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

AI总结 OrigamiBench通过交互式环境测试模型在折叠策略中的因果推理能力，发现单纯扩大模型规模无法有效生成多步骤折叠策略，表明视觉与语言表征仍需加强整合。

GeMA: Learning Latent Manifold Frontiers for Benchmarking Complex Systems

GeMA：用于复杂系统评估的潜在流形前沿学习

Jia Ming Li, Anupriya, Daniel J. Graham

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

AI总结 GeMA通过ProMan-VAE学习潜在流形前沿，解决传统方法在处理异质性和规模效应时的限制，提供鲁棒的效率评估。

Comments Latent manifold frontiers for benchmarking complex production systems, and applications to national rail operators, wind farms, and macroeconomic productivity are presented

Can large language models assist choice modelling? Insights into prompting strategies and current models capabilities

大语言模型能否协助选择建模？关于提示策略和当前模型能力的洞察

Georges Sfeir, Gabriel Nova, Stephane Hess, Sander van Cranenburgh

机构 * Choice Modelling Centre & Institute for Transport Studies, University of Leeds（选择建模中心及交通研究学院，利兹大学） ； CityAI Lab, Transport and Logistics group, Engineering Systems and Services Department, TU Delft（CityAI实验室，运输与物流组，工程系统与服务部门，代尔夫特理工大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文研究大语言模型在离散选择建模中的潜力，通过实验框架评估七种领先模型在不同提示策略和信息可用性下的表现，揭示其在模型规范和估计中的能力与限制。

Comments 35 pages, 8 figures, 14 tables

Large Language Models for Wireless Communications: From Adaptation to Autonomy

大语言模型在无线通信中的应用：从适应到自主

Le Liang, Hao Ye, Yucheng Sheng, Ouya Wang, Jiacheng Wang, Shi Jin, Geoffrey Ye Li

机构 * Southeast University（东南大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Imperial College London（伦敦帝国理工学院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文探讨大语言模型在无线通信中的应用，包括适应预训练模型、开发专用基础模型以及实现自主推理的代理模型，总结其优势与挑战。

CorrectionPlanner: Self-Correction Planner with Reinforcement Learning in Autonomous Driving

CorrectionPlanner：基于强化学习的自主驾驶自纠正规划器

Yihong Guo, Dongqiangzi Ye, Sijia Chen, Anqi Liu, Xianming Liu

机构 * Department of Computer Science, Johns Hopkins University, Baltimore, USA.（约翰霍普金斯大学计算机科学系） 纠错

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

AI总结 本文提出CorrectionPlanner，通过自纠正机制在规划过程中生成安全动作，减少碰撞率，提升规划性能。

SAC-NeRF: Adaptive Ray Sampling for Neural Radiance Fields via Soft Actor-Critic Reinforcement Learning

SAC-NeRF：通过软演员-评论员强化学习实现神经辐射场的自适应射线采样

Chenyu Ge

机构 * University of Southern California（南加州大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出SAC-NeRF，通过强化学习框架学习自适应采样策略，减少采样点35-48%，保持渲染质量与密集采样基线相近。

Bio-inspired metaheuristic optimization for hierarchical architecture design of industrial control systems

生物启发的元启发式优化用于工业控制系统分层架构设计

Ruslan Zakirzyanov

专题命中 规划决策 ：tool use(abstract)

AI总结 本文提出基于元启发式蚁群优化算法的工业控制系统分层架构优化方法，解决分布式过程控制系统在化工连续生产中的软件硬件结构选择问题。

Comments 20 pages, 8 figures

RISEE: A Highly Interactive Naturalistic Driving Trajectories Dataset with Human Subjective Risk Perception and Eye-tracking Information

RISEE：一个具有人类主观风险感知和眼动信息的高交互自然驾驶轨迹数据集

Xinzheng Wu, Junyi Chen, Peiyi Wang, Shunxiang Chen, Haolan Meng, Yong Shen

机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出RISEE数据集，整合人类主观风险评估和眼动数据，通过无人机与模拟相结合的方法，提升自动驾驶决策系统的人机交互研究质量。

Comments Preprint accepted by ITSC 2025

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC)

Subpath-Based Column Generation for Electric Vehicle Routing Problems

基于子路径的列生成方法用于电动汽车路径规划问题

Alexandre Jacquillat, Sean Lo

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于子路径的列生成方法，用于解决具有时间窗和非线性充电的电动汽车路径规划问题，通过分解定价问题提高计算效率和解的质量。

Comments 30 pages

Leveraging the Existing German Transmission Grid with Dynamic Line Rating

利用现有德国输电网进行动态线路评级

Philipp Glaum, Fabian Hofmann

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出首个包含动态线路评级的大型电力系统投资模型，通过德国案例显示DLR可提升可再生能源接入并减少电网拥堵，节省约3%的系统成本，全脱碳系统下节省达5.5%。

Comments arXiv admin note: text overlap with arXiv:2208.04716

Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction

通过大规模开源代理仓库挖掘实现技能自动化获取：一种多代理过程知识提取框架

Shuzhen Bi, Mengsong Wu, Hao Hao, Keqian Li, Wentao Liu, Siyu Song, Hongbo Zhao, Aimin Zhou

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

AI总结 本文提出一种多代理过程知识提取框架，通过挖掘开源仓库获取高质量代理技能，结合安全治理和评估指标实现可扩展的知识获取，提升知识转移效率40%。

MAC: Multi-Agent Constitution Learning

MAC：多智能体宪法学习

Rushil Thareja, Gautam Gupta, Francesco Pinto, Nils Lukas

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德人工智能大学） ； Indraprastha Institute of Information Technology Delhi（德里印度教教派信息科技学院） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文提出MAC多智能体宪法学习方法，通过结构化提示优化提升LLM控制效果，实现可解释的规则集生成，优于现有提示优化方法，并在PII标注任务中表现优异。

Comments Code: https://github.com/rushil-thareja/MAC-Multi-Agent-Constitution-Learning | PyPI: https://pypi.org/project/mac-prompt/ | Website: https://www.mac-prompt.com/

COCO: Cognitive Operating System with Continuous Oversight for Multi-Agent Workflow Reliability

COCO：用于多智能体工作流程可靠性的认知操作系统 with 连续监督

Churong Liang, Jinling Gan, Kairan Hong, Qiushi Tian, Zongze Wu, Runnan Li

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(title)

AI总结 COCO通过异步自我监控和自适应错误纠正框架，解决多智能体系统中误差级联问题，提升可靠性和效率。

Loosely-Structured Software: Engineering Context, Structure, and Evolution Entropy in Runtime-Rewired Multi-Agent Systems

松散结构软件：运行时重 wiring 多智能体系统的工程上下文、结构与进化熵

Weihao Zhang, Yitong Zhou, Huanyu Qu, Hongyi Li

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； AI Chip Center for Emerging Smart Systems（新兴智能系统人工智能芯片中心） ； University of Macau（澳门大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出松散结构软件，通过运行时熵管理提升多智能体系统的可设计性、可扩展性和可进化性。

From Image Generation to Infrastructure Design: a Multi-agent Pipeline for Street Design Generation

从图像生成到基础设施设计：一种多智能体管道用于街道设计生成

Chenguang Wang, Xiang Yan, Yilong Dai, Ziyi Wang, Susu Xu

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Stony Brook University（石溪大学） ； University of Florida（佛罗里达大学） ； University of Maryland（马里兰大学） 纠错

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

AI总结 本文提出一种多智能体系统，直接在真实街道视图上编辑和重新设计自行车设施，整合车道定位、提示优化、设计生成和自动评估，生成符合情境的街道设计。

Comments 25 pages, 8 figures

Multi-Agent Reinforcement Learning Counteracts Delayed CSI in Multi-Satellite Systems

多智能体强化学习对抗多卫星系统中的延迟信道状态信息

Marios Aristodemou, Yasaman Omid, Sangarapillai Lambotharan, Mahsa Derakhshan, Lajos Hanzo

机构 * Department of Computer Science, University of York（约克大学计算机科学系） ； Wolfson School of Mechanical, Electrical and Manufacturing Engineering, Loughborough University（洛桑大学沃尔夫森机械、电气与制造工程学院） ； Institute for Digital Technologies, Loughborough University (London Campus)（洛桑大学数字技术研究所（伦敦校区）） ； School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院） 纠错

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

AI总结 本文提出一种多智能体强化学习算法，用于多卫星系统中对抗延迟信道状态信息问题，通过双阶段近端策略优化方法提升用户总速率。

Comments 12 pages, 6 Figures, Submit to IEEE Transactions of Vehicular Technology. It has been reviewed once