AI Agent

DAVIS: Planning Agent with Knowledge Graph-Powered Inner Monologue

DAVIS：基于知识图谱的规划代理

Minh Pham Dinh, Munira Syed, Michael G Yankoski, Trenton W. Ford

机构 * Davis Institute for Artificial Intelligence（戴维斯人工智能研究所） ； Colby College（科伯学院） ； University of Notre Dame（圣约翰大学） ； William & Mary（威廉与玛丽学院） 纠错

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

AI总结 本文提出DAVIS，一种基于知识图谱的规划代理，通过结构化和时间记忆实现模型驱动规划，并采用多轮检索系统提升科学任务处理能力，在ScienceWorld基准测试中表现优异。

Comments Accepted to EMNLP 2025 Findings

MemMA: Coordinating the Memory Cycle through Multi-Agent Reasoning and In-Situ Self-Evolution

MemMA：通过多智能体推理和现场自进化协调内存循环

Minhua Lin, Zhiwei Zhang, Hanqing Lu, Hui Liu, Xianfeng Tang, Qi He, Xiang Zhang, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon（亚马逊） ； Microsoft（微软） 纠错

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

AI总结 MemMA通过多智能体推理和现场自进化协调内存循环，解决内存循环正向路径的战略盲区和反向路径的稀疏延迟监督问题，提升长周期交互性能。

Comments 23 pages, 5 figures

Optimal Path Planning in Hostile Environments

hostile 环境中的最优路径规划

Andrzej Kaczmarczyk, Šimon Schierreich, Nicholas Axel Tanujaya, Haifeng Xu

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

AI总结 研究在危险环境中多智能体路径规划问题，证明该问题NP难并提出多项式时间算法，揭示了问题的计算复杂性景观。

Comments Accepted for publication at ICAPS-2026 (25 pages, 6 figures)

CyberJustice Tutor: An Agentic AI Framework for Cybersecurity Learning via Think-Plan-Act Reasoning and Pedagogical Scaffolding

网络正义导师：一种基于思考-计划-行动推理和教学支架的AI框架，用于网络安全学习

Baiqiang Wang, Yan Bai, Juan Li

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

AI总结 本文提出CyberJustice Tutor，通过Think-Plan-Act推理和教学支架框架，解决传统聊天机器人在网络安全教育中的局限性，验证了其在专业教育中的有效性。

SLEA-RL: Step-Level Experience Augmented Reinforcement Learning for Multi-Turn Agentic Training

SLEA-RL：基于步骤级经验增强的多轮代理训练强化学习

Prince Zizhuang Wang, Shuli Jiang

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出SLEA-RL框架，通过步骤级经验增强提升多轮代理训练性能，采用动态经验库和策略优化方法，在长周期任务中优于传统强化学习基线。

WORKSWORLD: A Domain for Integrated Numeric Planning and Scheduling of Distributed Pipelined Workflows

WORKSWORLD：一个用于分布式流水线工作流集成数值规划和调度的领域

Taylor Paul, William Regli

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

AI总结 本文提出WORKSWORLD领域，用于永久调度工作流的数值无关规划器，通过定义数据源、组件和目标，解决联合规划与调度问题，实验证明在普通硬件上可处理最多14个组件的线性链工作流。

Comments To be published in Proceedings of the International Conference on Automated Planning and Scheduling Volume 36 (2026)

DSPO: Stable and Efficient Policy Optimization for Agentic Search and Reasoning

DSPO：用于代理搜索和推理的稳定高效策略优化

Chenyang Gu, Yewen Pu, Bruce Yang, Xiaofan Li, Huan Gao

机构 * Sapiens AI ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 DSPO通过序列级优化和动态样本过滤提升代理训练稳定性，使7B模型在多个问答基准上超越前作34.1%，在复杂多跳问答中甚至超越14B模型9个百分点。

AsgardBench -- Evaluating Visually Grounded Interactive Planning Under Minimal Feedback

AsgardBench -- 评估基于视觉的交互式规划在最小反馈下的表现

Andrea Tupini, Lars Liden, Reuben Tan, Yu Wang, Jianfeng Gao

机构 * Microsoft（微软） 纠错

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

AI总结 AsgardBench旨在评估基于视觉的高阶动作序列生成和交互式规划，重点在于执行过程中基于视觉观察而非导航或低级操作的计划适应。通过限制代理输入为图像、动作历史和轻量级成功/失败信号，该基准测试强调条件分支和计划修复。

Comments 19 figures, 6 tables, including appendix

SignAgent: Agentic LLMs for Linguistically-Grounded Sign Language Annotation and Dataset Curation

SignAgent：用于语言学基础的手语标注和数据集整理的代理LLM

Oliver Cory, Ozge Mercanoglu Sincan, Richard Bowden

机构 * Centre for Vision, Speech and Signal Processing（视觉、语音和信号处理中心） 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)

AI总结 本文提出SignAgent，一种利用大语言模型进行可扩展、语言学基础的手语标注和数据集整理的新框架。通过SignAgent协调器和SignGraph，解决传统方法和手动标注的瓶颈，实现大规模语言感知数据标注。

Lightweight Adaptation for LLM-based Technical Service Agent: Latent Logic Augmentation and Robust Noise Reduction

轻量级适应用于基于LLM的技术服务代理：潜在逻辑增强与鲁棒噪声消除

Yi Yu, Junzhuo Ma, Chenghuang Shen, Xingyan Liu, Jing Gu, Hangyi Sun, Guangquan Hu, Jianfeng Liu, Weiting Liu, Mingyue Pu, Yu Wang, Zhengdong Xiao, Rui Xie, Longjiu Luo, Qianrong Wang, Gurong Cui, Honglin Qiao, Wenlian Lu

机构 * School of Mathematics and Sciences, Fudan University, Shanghai, China（复旦大学数学科学学院，上海，中国） ； Shanghai Center for Mathematical Sciences, Fudan University, Shanghai, China（复旦大学上海数学中心，上海，中国） ； Alibaba Group, Hangzhou, China（阿里巴巴集团，杭州，中国） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai, China（脑启发式智能科学技术研究院，复旦大学，上海，中国） ； Center for Applied Mathematics & Shanghai Key Laboratory of Contemporary Applied Mathematics, Fudan University, Shanghai, China（应用数学中心及上海当代应用数学重点实验室，复旦大学，上海，中国） 纠错

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

AI总结 本文提出轻量级适应框架，通过潜在逻辑增强和鲁棒噪声消除提升技术服务代理的稳定性和性能，同时采用混合奖励机制降低训练成本。

Simulation to Rules: A Dual-VLM Framework for Formal Visual Planning

模拟到规则：一个双VLM框架用于正式视觉规划

Yilun Hao, Yongchao Chen, Chuchu Fan, Yang Zhang

机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

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

AI总结 本文提出VLMFP框架，结合SimVLM和GenVLM实现自动生成PDDL问题和领域文件，提升视觉规划的精确性和泛化能力。

Comments 40 pages, 6 figures, 13 tables

Interleaving Scheduling and Motion Planning with Incremental Learning of Symbolic Space-Time Motion Abstractions

交织调度与运动规划的增量学习符号时空运动抽象

Elisa Tosello, Arthur Bit-Monnot, Davide Lusuardi, Alessandro Valentini, Andrea Micheli

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

AI总结 本文提出一种交织调度与运动规划的增量学习框架，用于多物体共享空间的调度与运动规划，通过符号时空运动抽象提升复杂时空约束下的执行效率。

ARISE: Agent Reasoning with Intrinsic Skill Evolution in Hierarchical Reinforcement Learning

ARISE: 在分层强化学习中通过内在技能进化实现智能体推理

Yu Li, Rui Miao, Zhengling Qi, Tian Lan

机构 * Department of Electrical and Computer Engineering, George Washington University（乔治华盛顿大学电气与计算机工程系） ； Department of Mathematical Sciences, University of Texas at Dallas（德克萨斯大学达拉斯分校数学科学系） ； School of Business, George Washington University（乔治华盛顿大学商学院） 纠错

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

AI总结 ARISE提出一种分层强化学习框架，通过共享策略管理高阶技能和生成低阶响应，提升数学推理能力，实验显示其在多个基准测试中优于现有方法。

Agentic LLM Framework for Adaptive Decision Discourse

代理大语言模型框架用于自适应决策 discourse

Antoine Dolant, Praveen Kumar

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

AI总结 本文提出一种代理大语言模型框架，用于模拟决策 discourse，通过多方观点协作开发可行策略，解决复杂系统中的不确定性挑战，展示了两个案例研究，平衡了社会、经济和环境优先事项，为可扩展和情境感知的推荐奠定基础。

Comments 24 pages, 4 figures, 1 appendix

CSSDF-Net: Safe Motion Planning Based on Neural Implicit Representations of Configuration Space Distance Field

CSSDF-Net：基于配置空间距离场的神经隐式表示的安全运动规划

Haohua Chen, Yixuan Zhou, Yifan Zhou, Hesheng Wang

机构 * IRMV Lab, Department of Automation, Shanghai Jiao Tong University（IRMV实验室，自动化系，上海交通大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CSSDF-Net，通过学习配置空间中的连续签名距离场，实现统一的安全性几何概念，结合安全约束轨迹优化和递推预测控制，支持零样本泛化和高效避障。

Accelerated Multi-Modal Motion Planning Using Context-Conditioned Diffusion Models

利用上下文条件扩散模型加速多模态运动规划

Edward Sandra, Lander Vanroye, Dries Dirckx, Ruben Cartuyvels, Jan Swevers, Wilm Decré

机构 * Department of Mechanical Engineering, KU Leuven（卢森堡鲁文大学机械工程系） ； Department of Computer Science, KU Leuven（卢森堡鲁文大学计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CAMPD模型，通过上下文感知的扩散模型实现高效的多模态运动规划，适用于多样场景且无需重新训练，展示出在未见环境中生成高质量轨迹的能力。

Comments Accepted for publication at the 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)

From Servers to Sites: Compositional Power Trace Generation of LLM Inference for Infrastructure Planning

从服务器到站点：LLM推理的组合功率轨迹生成用于基础设施规划

Grant Wilkins, Fiodar Kazhamiaka, Ram Rajagopal

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出通过组合功率轨迹生成方法，准确建模LLM推理的能耗，支持更精确的基础设施规划。

Trajectory Landscapes for Therapeutic Strategy Design in Agent-Based Tumor Microenvironment Models

基于轨迹景观的 agent 基础肿瘤微环境模型中治疗策略设计

Eric Cramer, Laura M. Heiser, Young Hwan Chang

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出利用 agent 基础模型生成轨迹集构建低维轨迹景观，结合概率马尔可夫状态模型和患者影像数据，设计基于模拟的治疗策略，适用于部分观测生物系统。

Learning to Predict, Discover, and Reason in High-Dimensional Event Sequences

学习预测、发现和推理高维事件序列

Hugo Math

机构 * Faculty of Applied Computer Science（应用计算机科学系） ； University of Augsburg（艾格堡大学） 纠错

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

AI总结 本文提出统一事件序列建模、因果发现和大语言模型的框架，用于高维事件流中的自动化故障诊断，解决传统方法在高维数据中的不足。

Comments PhD dissertation, 135 pages of main content, 201 pages in total

Insight-V++: Towards Advanced Long-Chain Visual Reasoning with Multimodal Large Language Models

Insight-V++: 向多模态大语言模型实现高级长链视觉推理迈进

Yuhao Dong, Zuyan Liu, Shulin Tian, Yongming Rao, Ziwei Liu

机构 * S-Lab（S实验室） ； Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan（腾讯文言） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出Insight-V++框架，通过多代理视觉推理系统提升多模态大语言模型的长链视觉推理能力，采用ST-GRPO和J-GRPO算法增强空间时间推理和评估鲁棒性，实验显示在图像和视频推理任务中性能显著提升。

Comments arXiv admin note: text overlap with arXiv:2411.14432

Adaptive Accountability in Networked MAS: Tracing and Mitigating Emergent Norms at Scale

网络化多智能体系统中的自适应问责：在大规模层面追踪和缓解涌现规范

Saad Alqithami

机构 * Computer Science Department, Al-Baha University（阿尔巴哈大学计算机科学系） 纠错

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

AI总结 本文提出自适应问责框架（AAF），通过记录可验证交互溯源、检测分布变化点、利用因果影响图归因责任以及应用成本受限干预措施，有效缓解网络化多智能体系统中涌现的不合规规范问题，同时在大规模模拟中保持社会福利。

LLM-Based World Models Can Make Decisions Solely, But Rigorous Evaluations are Needed

基于LLM的世界模型可以独立做出决策，但需要严谨的评估

Chang Yang, Xinrun Wang, Junzhe Jiang, Qinggang Zhang, Xiao Huang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Singapore Management University（新加坡国立大学） 纠错

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

AI总结 本文从决策视角出发，对基于LLM的世界模型进行综合评估，设计了政策验证、行动提案和政策规划三项任务，评估了GPT-4o和GPT-4o-mini在不同环境中的表现，发现LLM世界模型在长期决策任务中性能下降，且不同功能组合会引入额外的不稳定性。

Comments Accepted to TMLR

ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion

基于ADMM的分布式MPC与控制屏障函数用于安全多机器人四足运动

Yicheng Zeng, Ruturaj S. Sambhus, Basit Muhammad Imran, Jeeseop Kim, Vittorio Pastore, Kaveh Akbari Hamed

机构 * Department of Mechanical Engineering, Virginia Tech（弗吉尼亚理工大学机械工程系） ； The University of Texas at El Paso（德克萨斯理工大学） 纠错

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

AI总结 本文提出基于ADMM的去中心化MPC框架，结合控制屏障函数约束，用于多机器人腿部系统的安全轨迹规划。通过节点-边分割公式与共识约束，将全局问题分解为独立二次规划问题，实现高效去中心化优化，提升实时性与安全性。

Multimodal Model for Computational Pathology:Representation Learning and Image Compression

多模态模型用于计算病理学：表示学习与图像压缩

Peihang Wu, Zehong Chen, Lijian Xu

机构 * Shenzhen University of Advanced Technology（深圳大学先进技术学院） 纠错

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

AI总结 本文探讨了多模态计算病理学中的表示学习和图像压缩技术，分析了自监督学习、多模态数据生成、参数高效适应及多代理协作推理等方向，旨在提升病理诊断的准确性和可解释性。

Computationally Efficient Density-Driven Optimal Control via Analytical KKT Reduction and Contractive MPC

计算高效的密度驱动最优控制：通过分析KKT缩减和收缩MPC

Julian Martinez, Kooktae Lee

机构 * Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥采矿与技术研究院） 纠错

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

AI总结 本文提出通过分析KKT缩减和收缩MPC实现计算高效的密度驱动最优控制，解决大规模多智能体系统中集体空间分布协调问题，显著降低计算复杂度。

Enactor: From Traffic Simulators to Surrogate World Models

Enactor：从交通模拟器到替代世界模型

Yash Ranjan, Rahul Sengupta, Anand Rangarajan, Sanjay Ranka

机构 * Department of CISE, University of Florida（佛罗里达大学计算机与信息科学系） 纠错

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

AI总结 本文提出一种基于transformer的生成模型，用于捕捉交通参与者间的复杂交互并生成物理一致的轨迹，通过模拟循环测试，展示了在长时间范围内优于传统方法的性能。

Evaluating 5W3H Structured Prompting for Intent Alignment in Human-AI Interaction

评估5W3H结构提示在人机交互中的意图对齐

Peng Gang

机构 * Huizhou Lateni AI Technology Co., Ltd.（惠州拉提尼人工智能科技有限公司） ； Huizhou University（惠州大学） 纠错

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

AI总结 本文通过对比三种提示条件，评估了基于5W3H的PPS框架在人机交互中提升意图对齐的效果，发现渲染化的PPS在高歧义任务中表现更优，且揭示了结构化提示在实际应用中的价值。

Comments 27 pages, figures, tables, and appendix. Primary category: human-computer interaction / human-AI interaction. Public artifact repository and implementation resources are referenced in the manuscript

ZEBRAARENA: A Diagnostic Simulation Environment for Studying Reasoning-Action Coupling in Tool-Augmented LLMs

ZEBRAARENA：一种用于研究工具增强大语言模型中推理-动作耦合的诊断模拟环境

Wanjia Zhao, Ludwig Schmidt, James Zou, Vidhisha Balachandran, Lingjiao Chen

机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 ZEBRAARENA通过可控难度和知识最小化设计，研究工具增强大语言模型中的推理-动作耦合，强调深度推理与精准工具调用的结合，揭示理论最优与实际工具使用间的差距。

Guardrails as Infrastructure: Policy-First Control for Tool-Orchestrated Workflows

护栏作为基础设施：面向工具编排工作流的政策优先控制

Akshey Sigdel, Rista Baral

专题命中 规划决策 ：agentic(abstract)；分类 cs.SE

AI总结 本文提出Policy-First Tooling，通过显式约束、风险感知门控等机制提升工具调用安全性，实验显示其在减少违规行为和降低重试放大方面效果显著。

Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence

Open-o3-Video: 基于显式时空证据的视频推理

Jiahao Meng, Xiangtai Li, Haochen Wang, Yue Tan, Tao Zhang, Lingdong Kong, Yunhai Tong, Anran Wang, Zhiyang Teng, Yujing Wang, Zhuochen Wang

机构 * PKU（北京大学） ； ByteDance（字节跳动） ； CASIA（CASIA研究院） ； WHU（武汉大学） ； NUS（新加坡国立大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Open-o3-Video，通过显式时空证据提升视频推理的可追溯性与可验证性，基于STGR数据集和冷启动强化学习策略，在V-STAR基准上取得SOTA性能，并支持置信度感知的测试时扩展。