AI Agent

PA3: Policy-Aware Agent Alignment through Chain-of-Thought

PA3: 通过链式推理实现政策感知的智能体对齐

Shubhashis Roy Dipta, Daniel Bis, Kun Zhou, Lichao Wang, Benjamin Z. Yao, Chenlei Guo, Ruhi Sarikaya

机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩分校） ； Amazon Alexa AI（亚马逊Alexa AI） 纠错

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

AI总结 本文提出一种多阶段对齐方法，通过链式推理让模型在推理时回忆并应用相关业务政策，无需在上下文中包含完整政策，同时引入PolicyRecall奖励和hallucination惩罚，提升性能并减少字数。

LongCat-Flash-Prover: Advancing Native Formal Reasoning via Agentic Tool-Integrated Reinforcement Learning

LongCat-Flash-Prover：通过集成工具的强化学习推进原生形式推理

Jianing Wang, Jianfei Zhang, Qi Guo, Linsen Guo, Rumei Li, Chao Zhang, Chong Peng, Cunguang Wang, Dengchang Zhao, Jiarong Shi, Jingang Wang, Liulin Feng, Mengxia Shen, Qi Li, Shengnan An, Shun Wang, Wei Shi, Xiangyu Xi, Xiaoyu Li, Xuezhi Cao, Yi Lu, Yunke Zhao, Zhengyu Chen, Zhimin Lin, Wei Wang, Peng Pei, Xunliang Cai

机构 * Meituan（美团） 纠错

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

AI总结 本文提出LongCat-Flash-Prover，一个5600亿参数的混合专家模型，通过集成工具的强化学习提升Lean4中的原生形式推理能力，实现了自动形式化、草图生成和证明三大能力，并通过混合专家迭代框架和分层重要性采样策略提升训练效率。

Comments 43 pages, 5 figures

Evolutionary Biparty Multiobjective UAV Path Planning: Problems and Empirical Comparisons

进化双目标多目标无人机路径规划：问题与实证比较

Kesheng Chen, Wenjian Luo, Xin Lin, Zhen Song, Yatong Chang

机构 * Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies, School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（广东省新型安全智能技术重点实验室，哈尔滨工业大学计算机科学与技术学院，深圳） ； Peng Cheng Laboratory（鹏城实验室） ； School of Artificial Intelligence/School of Future Technology, Nanjing University of Information Science and Technology（人工智能学院/未来技术学院，南京信息科学技术大学） 纠错

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

AI总结 本文首次提出双目标多目标无人机路径规划问题，改进并比较了多种多目标优化算法在效率与安全目标下的性能。

Comments \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Journal ref Chen, K., Luo, W., Lin, X., Song, Z., & Chang, Y. (2024). Evolutionary biparty multiobjective UAV path planning: Problems and empirical comparisons. IEEE Transactions on Emerging Topics in Computational Intelligence, 8(3), 2433-2445

Demystifying Reinforcement Learning for Long-Horizon Tool-Using Agents: A Comprehensive Recipe

解析长期任务工具使用强化学习：全面指南

Xixi Wu, Qianguo Sun, Ruiyang Zhang, Chao Song, Junlong Wu, Yiyan Qi, Hong Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； IDEA Research（IDEA研究院） ； University of Macau（澳门大学） 纠错

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

AI总结 本文通过TravelPlanner测试环境，系统研究了强化学习在复杂多轮任务中的应用，提出7条关键发现，包括奖励设计、模型规模、数据组成等五个维度，最终实现超越领先LLM的性能。

Comments Codes are available at https://github.com/WxxShirley/Agent-STAR

MARCUS: An agentic, multimodal vision-language model for cardiac diagnosis and management

MARCUS：一种用于心脏诊断和管理的代理式多模态视觉-语言模型

Jack W O'Sullivan, Mohammad Asadi, Lennart Elbe, Akshay Chaudhari, Tahoura Nedaee, Francois Haddad, Michael Salerno, Li Fe-Fei, Ehsan Adeli, Rima Arnaout, Euan A Ashley

机构 * Division of Cardiology, Department of Medicine, Stanford University（斯坦福大学心脏病学系） ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； Department of Medicine, Radiology, and Pediatrics, UCSF（旧金山大学医学系、放射学与儿科学系） ； Bakar Institute, UCSF（Bakar研究所，旧金山大学） ； UCSF–UC Berkeley Joint Program in Computational Precision Health（旧金山大学-伯克利计算精准健康联合计划） ； Department of Radiology, Stanford University（斯坦福大学放射学系） ； Department of Psychiatry and Behavioral Sciences, Stanford University（斯坦福大学精神病学与行为科学系） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； Department of Biology, Stanford University（斯坦福大学生物学系） 纠错

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

AI总结 MARCUS通过多模态视觉-语言模型实现心电图、超声和心脏磁共振成像的端到端解读，其多代理架构在心脏诊断中表现出优于前沿模型的准确率和自由文本质量。

PivotRL: High Accuracy Agentic Post-Training at Low Compute Cost

PivotRL: 高精度代理后训练的低计算成本

Junkeun Yi, Damon Mosk-Aoyama, Baihe Huang, Ritu Gala, Charles Wang, Sugam Dipak Devare, Khushi Bhardwaj, Abhibha Gupta, Oleksii Kuchaiev, Jiantao Jiao, Jian Zhang, Venkat Srinivasan

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

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

AI总结 PivotRL结合监督微调的高效计算与端到端强化学习的泛化能力，通过局部策略滚动和奖励机制提升代理后训练的准确性和效率。

Comments 22 pages, 5 figures, 6 tables

Agentic AI and the next intelligence explosion

代理AI与下一次智能爆炸

James Evans, Benjamin Bratton, Blaise Agüera y Arcas

机构 * Paradigms of Intelligence Team, Google（谷歌智能范式团队） ； University of Chicago（芝加哥大学） ； Santa Fe Institute（圣菲研究所） ； Antikythera, Berggruen Institute（安提基特拉与伯格格林研究所） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文探讨代理AI如何通过模拟内部思想社会解决复杂任务，提出智能爆炸将不再是单一硅基脑，而是复杂社会结构。

Comments 4 pages

HCAG: Hierarchical Abstraction and Retrieval-Augmented Generation on Theoretical Repositories with LLMs

HCAG：基于LLM的理论仓库中层次抽象与检索增强生成

Yusen Wu, Xiaotie Deng

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

AI总结 HCAG通过层次化抽象与检索增强生成方法，解决复杂理论代码库中高层架构模式和跨文件依赖的捕捉问题，提升代码质量和架构一致性。

Route-Phasing-Split-Encoded Genetic Algorithm for Multi-Satellite On-Orbit Servicing Mission Planning

多卫星在轨服务任务规划的路由-相位-分割编码遗传算法

Shridhar Velhal, Avijit Banerjee, George Nikolakopoulos

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种路由-相位-分割编码遗传算法，用于解决地球静止轨道多服务卫星在轨服务任务规划问题，通过优化目标序列、相位旋转决策和多卫星路由分割，提高燃料效率。

DQN Based Joint UAV Trajectory and Association Planning in NTN Assisted Networks

基于DQN的NTN辅助网络中无人机轨迹与关联规划

Afsoon Alidadi Shamsabadi, Cosmas Mwaba, Thomas Nugent, Jie Gao, Pablo Madoery, Halim Yanikomeroglu, Subhadeep Pal

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于DQN的联合无人机轨迹与关联规划算法，旨在降低能耗、减少切换频率和断连问题，通过整合地球静止轨道网络架构实现无缝无人机连接。

Optimization-based strategic planning for geographical healthcare accessibility in developing countries: a literature review

基于优化的战略规划在发展中国家地理医疗可及性中的应用：文献综述

Laura Davila-Pena, Maria Paola Scaparra, Dick den Hertog

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文综述了过去二十年中利用优化技术改善健康可及性的研究，探讨了问题性质、模型方法及实际应用，为未来研究提供路线图。

Safe and wind-aware synchronous path planning for a fleet of fixed-wing constant speed aircraft

为固定翼恒速飞行器编队的安全且风-aware同步路径规划

Maël Feurgard, Gautier Hattenberger, Nicolas Durand, Simon Lacroix

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种集中式方法，通过枚举不同Dubins路径解决多架固定翼飞行器的同步路径规划问题，确保飞行器间最小分离并维持巡航速度，通过整数线性规划验证全局无冲突解的存在性。

RTD-RAX: Fast, Safe Trajectory Planning for Systems under Unknown Disturbances

RTD-RAX：在未知扰动下快速安全的轨迹规划

Evanns Morales-Cuadrado, Long Kiu Chung, Shreyas Kousik, Samuel Coogan

机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of Electrical and Computer Engineering（电子与计算机工程学院） ； School of Mechanical Engineering（机械工程学院） ； School of Civil and Environmental Engineering（土木与环境工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 RTD-RAX通过非保守的RTD方法快速生成目标导向候选轨迹，并利用混合单调可达性实现快速扰动感知在线安全认证，确保在实时不确定环境下轨迹安全。

From 2D to 3D terrain-following area coverage path planning

从二维到三维地形跟随区域覆盖路径规划

Mogens Plessen

机构 * Findklein GmbH（Findklein公司） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种三维地形跟随区域覆盖路径规划算法，生成多个相邻路径，确保局部间距与工作宽度一致，同时投影距离与特定工作高度一致，并通过实际农业数据验证算法效果。

Comments 6 pages, 10 figures, 1 table, IEEE ICARSC 2026

Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges

自动驾驶轨迹规划中的基础模型：进展与开放挑战综述

Kemal Oksuz, Alexandru Buburuzan, Anthony Knittel, Yuhan Yao, Puneet K. Dokania

机构 * Five AI Ltd.（Five AI有限公司） ； Robert Bosch GmbH（罗伯特·博世有限公司） ； United Kingdom（英国） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文综述了自动驾驶中基于基础模型的轨迹规划方法，分析了其架构设计、方法优势及局限性，并评估了37种最新方法的代码和数据集开放性。

Comments Accepted to TMLR (Survey Certification)

Efficient View Planning Guided by Previous-Session Reconstruction for Repeated Plant Monitoring

基于先前会话重建的高效视图规划用于重复植物监控

Sicong Pan, Luca Lobefaro, Moein Taherkhani, Xuying Huang, Rohit Menon, Cyrill Stachniss, Maren Bennewitz

机构 * Humanoid Robots Lab, University of Bonn（波恩大学人形机器人实验室） ； Lab for Photogrammetry and Robotics, University of Bonn（波恩大学摄影测量与机器人实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于先前会话重建的高效视图规划方法，通过重用前一次会话的3D模型提升当前会话的主动感知能力，减少执行视图数量和机器人路径长度。

Comments Submitted for review

Generation Expansion Planning with Upstream Supply Chain Constraints on Materials, Manufacturing, and Deployment

考虑材料、制造和部署的发电扩展规划

Boyu Yao, Andrey Bernstein, Yury Dvorkin

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种考虑上游供应链约束的发电扩展规划模型，通过分解算法解决MILP问题，案例研究表明供应链约束影响技术选择和投资决策，提高需求场景下投资成本。

Comments 16 pages, 10 figures

Journal ref IEEE Transactions on Energy Markets, Policy and Regulation, 2026

When Machines Join the Moral Circle: The Persona Effect of Generative AI Agents in Collaborative Reasoning

当机器加入道德圈：生成式AI代理在协作推理中的人格效应

Yueqiao Jin, Roberto Martinez-Maldonado, Wanruo Shi, Songjie Huang, Mingmin Zheng, Xinbin Han, Dragan Gasevic, Lixiang Yan

专题命中 规划决策 ：AI agent(title,abstract)

AI总结 研究探讨生成式AI代理在协作推理中对道德讨论的影响，发现支持性AI增强论证质量，而反对性AI扩大道德框架，表明AI队友能改变道德框架的分布与连接，而非单纯影响道德选择。

Unified Generation-Refinement Planning: Bridging Guided Flow Matching and Sampling-Based MPC for Social Navigation

统一的生成-细化规划：连接引导流匹配与基于模型的预测控制以实现社交导航

Kazuki Mizuta, Karen Leung

机构 * University of Washington（华盛顿大学） ； NVIDIA（英伟达） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种结合奖励引导条件流匹配与模型预测路径积分的统一生成-细化框架，以提升社交导航中安全、任务性能和计算时间的平衡。

Fast Path Planning for Autonomous Vehicle Parking with Safety-Guarantee using Hamilton-Jacobi Reachability

自主车辆安全停车的快速路径规划方法：基于Hamilton-Jacobi的双向A*

Xuemin Chi, Jun Zeng, Jihao Huang, Zhitao Liu, Hongye Su

机构 * State Key Laboratory of Industrial Control Technology, Institute of Cyber-Systems（工业控制技术国家重点实验室，网络系统研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于Hamilton-Jacobi的双向A*算法，通过高阶可达性分析与低阶双向A*搜索结合，解决复杂停车场景，实现快速且安全的路径规划。

Comments accepted by IEEE Transactions on Vehicular Technology

Multi-Robot Learning-Informed Task Planning Under Uncertainty

多机器人学习引导的任务规划在不确定性下

Abhish Khanal, Abhishek Paudel, Hung Pham, Gregory J. Stein

机构 * Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种多机器人规划方法，结合学习估计不确定环境因素与基于模型的长期协调规划，以高效完成复杂任务。

Comments 8 pages, 8 figures. Accepted at ICRA 2026

CICDWOA: A Collective Cognitive Sharing Whale Optimization Algorithm with Cauchy Inverse Cumulative Distribution for 2D/3D Path Planning and Engineering Design Problems

CICDWOA：一种基于柯西逆累积分布的集体认知共享鲸鱼优化算法，用于2D/3D路径规划和工程设计问题

Junhao Wei, Yanxiao Li, Seyedali Mirjalili, Dexing Yao, Yifu Zhao, Haochen Li, Xudong Ye, Zikun Li, Qingyang Xu, Baili Lu, Ngai Cheong, Dengcheng Yang, Sio-Kei Im, Yapeng Wang, Xu Yang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CICDWOA算法，通过引入Good Nodes Set、集体认知共享机制和增强螺旋更新策略，提升全局探索与局部开发平衡，解决传统WOA早熟收敛和搜索多样性不足的问题。

Performance Guarantees for Data-Driven Sequential Decision-Making

数据驱动顺序决策中的性能保证

Bowen Li, Edwin K. P. Chong, Ali Pezeshki

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

AI总结 本文提出一种通用框架，通过比率界为近似动态规划方案提供性能保证，应用于数据驱动机器人路径规划和多智能体传感器覆盖。

Coverage Games

覆盖游戏

Orna Kupferman, Noam Shenwald

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

AI总结 本文提出覆盖游戏，一种多智能体规划新框架，用于系统操作多个智能体但无法完全控制的情况。研究了覆盖者与破坏者之间的博弈，探讨了覆盖者如何通过多个智能体满足所有目标，破坏者则试图阻止。

Comments Extended version of a paper published in the proceedings of CONCUR 2025

AEGIS: From Clues to Verdicts -- Graph-Guided Deep Vulnerability Reasoning via Dialectics and Meta-Auditing

AEGIS：从线索到结论——通过辩证法和元审计的图引导深度漏洞推理

Sen Fang, Weiyuan Ding, Zhezhen Cao, Zhou Yang, Bowen Xu

机构 * NC State University（北卡罗来纳州立大学） ； University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 AEGIS通过图引导的深度漏洞推理，结合辩证法和元审计，解决LLM推理不严谨的问题，实现从线索到结论的验证，提升漏洞检测的准确性与可靠性。

Comments 29 pages, 6 figures, 3 tables

Solver-Aided Verification of Policy Compliance in Tool-Augmented LLM Agents

辅助验证工具增强大语言模型代理的政策合规性

Cailin Winston, Claris Winston, René Just

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文提出一种基于SMT求解器的框架，用于确保工具增强大语言模型代理在工具使用上的政策合规性，通过将自然语言政策转化为形式逻辑约束，并在运行时检查工具调用以防止违规。

CAMA: Exploring Collusive Adversarial Attacks in c-MARL

CAMA：探索c-MARL中的共谋对抗攻击

Men Niu, Xinxin Fan, Quanliang Jing, Shaoye Luo, Yunfeng Lu

机构 * Institute of Computing Technology, CAS（中国科学院计算技术研究所） ； UCAS（中国科学技术大学） ； Beihang University（北京航空航天大学） 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CAMA框架，研究c-MARL中的共谋对抗攻击，提出三种新型攻击模式，从理论和实践角度分析攻击效果，并通过实验验证其协同效应和隐蔽性。

Bounded Coupled AI Learning Dynamics in Tri-Hierarchical Drone Swarms

三维层级无人机群中的有界耦合AI学习动态

Oleksii Bychkov

机构 * Taras Shevchenko National University of Kyiv（塔拉斯·谢甫琴科基尔伯恩国立大学） 纠错

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

AI总结 本文研究了三维层级无人机群学习系统，探讨了不同时间尺度下的学习机制耦合动态，证明了误差有界性、表示漂移有界性、元学习兼容性和误差非累积性等理论结果。

Comments 25 pages, 3 tables

Toward a Theory of Hierarchical Memory for Language Agents

迈向语言智能体的分层记忆理论

Yashar Talebirad, Ali Parsaee, Csongor Y. Szepesvari, Amirhossein Nadiri, Osmar Zaiane

机构 * University of Alberta（阿尔伯塔大学） ； York University（约克大学） 纠错

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

AI总结 本文提出分层记忆理论，通过三个操作符统一描述语言智能体的上下文处理机制，分析代表函数的自足谱并展示其在不同系统中的应用。

ARYA: A Physics-Constrained Composable & Deterministic World Model Architecture

ARYA：一种受物理约束的可组合且确定性世界模型架构

Seth Dobrin, Lukasz Chmiel

机构 * ARYA Labs（ARYA实验室） 纠错

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

AI总结 本文提出ARYA，一种基于五项原则的可组合、受物理约束且确定性世界模型架构，通过层级系统实现高效能与计算效率的平衡，展示其在六个基准测试中的卓越表现。