AI Agent

Extreme Value Monte Carlo Tree Search for Classical Planning

极值理论在经典规划中的蒙特卡洛树搜索

Masataro Asai, Stephen Wissow

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

AI总结 本文提出UCB1-Uniform算法，利用极值理论解决经典规划中带宽不足和全贝尔曼备份缺乏理论依据的问题，证明了算法的 regret 绑定并验证了其在经典规划中的性能。

Comments Accepted in AAAI-26. arXiv admin note: substantial text overlap with arXiv:2305.09840 (background section)

Agentic Markets: Equilibrium Effects of Improving Consumer Search

代理市场：改进消费者搜索的均衡效应

Brendan Lucier, Nicole Immorlica, Markus Mobius, Aleksandrs Slivkins, Daniel G. Goldstein, Jake M. Hofman, Sonia Jaffe, David M. Rothschild

专题命中 工具调用 ：agentic(title,abstract)

AI总结 本文研究了改进搜索技术对市场学习和福利的影响，发现更便宜的搜索提升学习和消费者剩余，但更信息性的搜索可能因削弱企业间竞争而降低消费者剩余。

Autonomous epitaxial atomic-layer synthesis via real-time computer vision of electron diffraction

通过实时电子衍射计算机视觉实现自主自组装原子层合成

Haotong Liang, Yunlong Sun, Ryan Paxson, Chih-Yu Lee, Alex T. Hall, Zoey Warecki, John Cumings, Hideomi Koinuma, Aaron Gilad Kusne, Mikk Lippmaa, Ichiro Takeuchi

专题命中 工具调用 ：workflow(abstract)

AI总结 本文通过实时计算机视觉实现电子衍射的多维合成参数空间自主导航，显著减少实验次数，用于制备稳定的非稳态功能氧化物相的单相 epitaxial 薄膜。

Comments 30 pages, 10 figures

Diversity of Thought Elicits Stronger Reasoning Capabilities in Multi-Agent Debate Frameworks

思想多样性在多智能体辩论框架中增强了推理能力

Mahmood Hegazy

机构 * University of Montreal（蒙特利尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） 纠错

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

AI总结 研究通过多智能体辩论框架发现，思想多样性显著提升LLM推理能力，中等规模模型在GSM-8K基准测试中超越GPT-4，达到91%准确率，同时在ASDiv基准测试中创下新纪录。

Comments 11 pages, 9 figures

Journal ref Journal of Robotics and Automation Research(JRAR), Vol. 5 Issue 3, October -2024, pg. 1-10

Evidence-based diagnostic reasoning with multi-agent copilot for human pathology

基于多智能体助手的证据驱动诊断推理

Luca L. Weishaupt, Chengkuan Chen, Drew F. K. Williamson, Richard J. Chen, Guillaume Jaume, Tong Ding, Bowen Chen, Anurag Vaidya, Long Phi Le, Guillaume Jaume, Ming Y. Lu, Faisal Mahmood

机构 * Health Sciences and Technology, Harvard-MIT（哈佛-MIT健康科学与技术） ； Department of Pathology, Massachusetts General Hospital, Harvard Medical School（麻省总医院病理科，哈佛医学院） ； Cancer Program, Broad Institute of Harvard and MIT（哈佛-MIT博德研究所癌症项目） ； Harvard John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院） ； Electrical Engineering and Computer Science, Massachusetts Institute of Technology (MIT)（麻省理工学院电气工程与计算机科学） ； Harvard Data Science Initiative, Harvard University（哈佛大学数据科学计划） 纠错

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

AI总结 本文提出PathChat+，一种专为人类病理设计的多模态大语言模型，通过大量病理特定指令样本训练，显著优于现有模型，在多图像理解与自主诊断推理方面表现突出。

EVA: Efficient Reinforcement Learning for End-to-End Video Agent

EVA: 为端到端视频代理的高效强化学习

Yaolun Zhang, Ruohui Wang, Jiahao Wang, Yepeng Tang, Xuanyu Zheng, Haonan Duan, Hao Lu, Hanming Deng, Lewei Lu

机构 * SenseTime Research（商汤科技研究院） 纠错

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

AI总结 EVA通过迭代总结-计划-行动-反思推理实现先规划后感知，提升长视频理解效率，采用三阶段学习流程和高质量数据集，在六个视频理解基准上取得显著提升。

Comments CVPR2026

Can AI Models Direct Each Other? Organizational Structure as a Probe into Training Limitations

AI模型能否相互指导？组织结构作为训练限制的探测器

Rui Liu

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文研究AI模型通过ManagerWorker双agent流水线相互指导的有效性，发现强管理者指导弱工作者与单体强模型性能相近，但弱管理者指导弱工作者效果更差，揭示了多agent指导的潜力与限制。

Policy-Guided World Model Planning for Language-Conditioned Visual Navigation

基于策略引导的世界模型规划用于语言条件的视觉导航

Amirhosein Chahe, Lifeng Zhou

机构 * Drexel University（德雷塞尔大学） 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PiJEPA框架，结合学习导航策略与潜在世界模型规划，通过微调Octo策略和冻结预训练视觉编码器，提升语言指导下的视觉导航准确性与指令遵循性。

HeaRT: A Hierarchical Circuit Reasoning Tree-Based Agentic Framework for AMS Design Optimization

HeaRT：一种基于分层电路推理树的代理框架用于AMS设计优化

Souradip Poddar, Chia-Tung Ho, Ziming Wei, Weidong Cao, Haoxing Ren, David Z. Pan

机构 * ECE Department, The University of Texas at Austin（德克萨斯大学奥斯汀分校电子与计算机工程系） ； NVIDIA Corporation（英伟达公司） ； The George Washington University（乔治华盛顿大学） 纠错

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

AI总结 HeaRT提出了一种分层电路推理树的代理框架，通过提升F1(subcircuits)和F1(loops)指标，实现更高效的AMS设计优化，且在不同架构上表现出更好的适应性和收敛速度。

Comments Analog Design Automation, Hierarchical Circuit Reasoning, Context-Aware Design Adaptation, LLMs, Agentic Frameworks, Electronic Design Automation (EDA)

Efficient Energy-Optimal Path Planning for Electric Vehicles Considering Vehicle Dynamics

高效电动车辆能量最优路径规划考虑车辆动力学

Saman Ahmadi, Guido Tack, Daniel Harabor, Philip Kilby, Mahdi Jalili

机构 * Monash University（莫纳什大学） ； RMIT University（皇家墨尔本理工大学） 纠错

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

AI总结 本文研究车辆动力学对电动车能量最优路径规划的影响，提出数据驱动模型和在线重加权方法，提升路径规划效率。

Comments 14 pages, 7 figures, 7 tables

Scale-Adaptive Balancing of Exploration and Exploitation in Classical Planning

经典规划中探索与利用的尺度自适应平衡

Stephen Wissow, Masataro Asai

机构 * University of New Hampshire（新罕布什尔大学） ； MIT-IBM Watson AI Lab（MIT-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

AI总结 本文提出GreedyUCT-Normal算法，通过UCB1-Normal带宽解决经典规划中奖励尺度差异问题，提升规划效率。

Comments Outstanding paper award in ECAI 2024

Generalizable task-oriented object grasping through LLM-guided ontology and similarity-based planning

通过LLM引导的本体和基于相似性的规划实现通用任务导向物体抓取

Hao Chen, Takuya Kiyokawa, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于LLM的本体和相似性规划方法，解决任务导向抓取中部分识别和抓取区域选择的稳定性问题，提升抓取的通用性和鲁棒性。

Comments Accepted by Robotics and Autonomous Systems

Automating UI Optimization through Multi-Agentic Reasoning

通过多智能体推理自动化UI优化

Zhipeng Li, Christoph Gebhardt, Yi-Chi Liao, Christian Holz

专题命中 规划决策 ：agentic(title)

AI总结 本文提出AutoOptimization框架，通过用户口头偏好引导帕累托前沿搜索，自动生成并验证最优UI布局，避免手动检查和参数平均化。

Environment Maps: Structured Environmental Representations for Long-Horizon Agents

环境地图：面向长周期智能体的结构化环境表示

Yenchia Feng, Chirag Sharma, Karime Maamari

机构 * Distyl AI 纠错

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

AI总结 本文提出环境地图，通过整合异构证据构建结构化图表示，提升长周期任务的鲁棒性。在WebArena基准上，环境地图使智能体成功率提升至28.2%，优于基线方法。

Comments 9 pages, 5 figures, accepted to ICLR 2026 the 2nd Workshop on World Models; updated formatting issue

Complexity-Aware Deep Symbolic Regression with Robust Risk-Seeking Policy Gradients

具有复杂性意识的深度符号回归与稳健风险寻求策略梯度

Zachary Bastiani, Robert M. Kirby, Jacob Hochhalter, Shandian Zhe

机构 * Kahlert School of Computing（卡勒特计算学院） ； Scientific Computing and Imaging Institute（科学计算与成像研究所） ； Department of Mechanical Engineering, University of Utah（犹他大学机械工程系） 纠错

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

AI总结 本文提出一种新颖的深度符号回归方法，提升数据驱动数学表达发现的鲁棒性和可解释性。通过频率域注意力和双索引位置编码，结合贝叶斯信息准则奖励函数，改进了表达复杂度与数据适应性的平衡，实验验证了方法的有效性。

Interpretable long-term traffic modelling on national road networks using theory-informed deep learning

基于理论指导的深度学习的国家道路网络长期交通建模

Yue Li, Shujuan Chen, Akihiro Shimoda, Ying Jin

机构 * Martin Centre for Architectural and Urban Studies, University of Cambridge（剑桥大学马丁建筑与城市研究中心） ； Independent Researcher（独立研究员） 纠错

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

AI总结 本文提出DeepDemand框架，结合交通理论与深度学习，通过社会经济特征和道路网络结构预测长期高速公路交通量，验证了其在长期规划中的有效性与地理可转移性。

Progressive Learning with Anatomical Priors for Reliable Left Atrial Scar Segmentation from Late Gadolinium Enhancement MRI

基于解剖先验的渐进学习用于从晚期钆增强MRI中可靠分割左心房瘢痕

Jing Zhang, Bastien Bergere, Emilie Bollache, Jonas Leite, Mikaël Laredo, Alban Redheuil, Nadjia Kachenoura

机构 * Laboratoire d’Imagerie Biomédicale (LIB), Sorbonne Université, INSERM, CNRS（生物医学影像实验室（LIB），索邦大学，法国国家健康与医学研究院，法国国家科学研究中心） ； APHP, Institut de Cardiologie, Hôpital Pitié-Salpêtrière（巴黎公立医院集团，心脏病学研究所，皮提耶-萨勒佩特里医院） ； APHP, Imagerie Cardiovasculaire et thoracique, Institut de Cardiologie, Hôpital Pitié Salpêtrière（巴黎公立医院集团，心血管与胸部影像科，心脏病学研究所，皮提耶-萨勒佩特里医院） 纠错

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

AI总结 本文提出基于解剖先验的渐进学习方法，通过三阶段框架提升左心房瘢痕分割的准确性和可靠性，实验结果显示优于单一阶段分割方法。

Comments 16 pages, 3 figures, 3 tables

Unlabeled Cross-Center Automatic Analysis for TAAD: An Integrated Framework from Segmentation to Clinical Features

无标签跨中心自动分析用于TAAD：从分割到临床特征的集成框架

Mengdi Liu, Qiang Li, Weizhi Nie, Shaopeng Zhang, Yuting Su

机构 * Tianjin University（天津大学） 纠错

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

AI总结 本文提出一个无监督领域适应框架，用于在无目标域标注的情况下，实现跨机构TAAD的精确分割和临床特征提取，提升了跨机构分割性能并验证了其临床实用性。

Forecasting Thermospheric Density with Transformers for Multi-Satellite Orbit Management

利用变压器进行多卫星轨道管理的热层密度预测

Cedric Bös, Alessandro Bortotto, Mohamed Khalil Ben-Larbi

机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学） ； Chair of Space Computer Science and Satellite Systems（空间计算机科学与卫星系统教席） 纠错

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

AI总结 本文提出基于变压器的模型，用于预测热层密度以提升多卫星轨道管理，该模型在保持效率的同时提升了预测精度。

Comments 6 pages, 3 figures, conference

Second-Order, First-Class: A Composable Stack for Curvature-Aware Training

二阶、一阶：一种可组合的栈用于曲率感知训练

Mikalai Korbit, Mario Zanon

机构 * IMT School for Advanced Studies Lucca（IMT卢卡高等研究院） 纠错

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

AI总结 本文提出Somax，一种可组合的Optax原生栈，通过静态计划将曲率感知训练视为单个JIT编译步骤。该栈提供一阶模块，如曲率操作符、估计器、线性求解器等，并通过标准梯度变换与Optax结合，提升训练稳定性与效率。

Comments 22 pages, 3 figures. Code available at https://github.com/cor3bit/somax

OVI-MAP:Open-Vocabulary Instance-Semantic Mapping

OVI-MAP：开放词汇实例语义映射

Zilong Deng, Federico Tombari, Marc Pollefeys, Johanna Wald, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； University of Zurich（苏黎世大学） ； TU Munich（慕尼黑工业大学） ； Microsoft（微软） 纠错

专题命中 规划决策 ：autonomous agent(abstract)

AI总结 本文提出OVI-MAP，通过解耦实例重建与语义推断，实现增量开放词汇3D实例语义映射，提升实时处理与零样本语义标注能力。

Realtime-VLA V2: Learning to Run VLAs Fast, Smooth, and Accurate

Realtime-VLA V2：学习以快速、平滑和准确地运行VLAs

Chen Yang, Yucheng Hu, Yunchao Ma, Yunhuan Yang, Jing Tan, Haoqiang Fan

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Realtime-VLA V2，通过校准、规划与控制及学习方法，实现机器人在真实任务中高速、高精度和高灵活性的VLAs运行。

Real-Time Branch-to-Tool Distance Estimation for Autonomous UAV Pruning: Benchmarking Five DEFOM-Stereo Variants from Simulation to Jetson Deployment

面向自主无人机修剪的实时枝条到工具距离估计：从仿真到Jetson部署的五个DEFOM-立体变体基准测试

Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

机构 * Centre for Data Science ； Department of Computer Science 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过训练五个DEFOM-Stereo变体，在仿真数据集上实现了实时枝条到工具距离估计，其中DEFOM-PrunePlus在部署精度与速度间取得最佳平衡，而ViT-S作为未来硬件的参考模型。

EPDQ: Efficient and Privacy-Preserving Exact Distance Query on Encrypted Graphs

EPDQ: 高效且隐私保护的加密图上精确距离查询

Xuemei Fu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于张量的加密图最短距离查询方案，结合加密2跳覆盖索引框架与Pruned Landmark Labeling技术，提升加密图数据库的效率与隐私保护能力，实验表明其在可扩展性和计算成本上优于现有方法。

Hierarchical Control Framework Integrating LLMs with RL for Decarbonized HVAC Operation

分层控制框架：整合大语言模型与强化学习用于去碳化暖通空调操作

Dianyu Zhong, Tian Xing, Kailai Sun, Xu Yang, Heye Huang, Irfan Qaisar, Tinggang Jia, Shaobo Wang, Qianchuan Zhao

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出一种分层控制框架，结合大语言模型与强化学习，通过生成状态依赖的可行动作掩码，优化多区暖通空调系统的去碳化操作，提升探索效率和训练稳定性。

Control of a commercially available vehicle by a tetraplegic human using a brain-computer interface

通过脑机接口控制商用汽车的瘫痪人类

Xinyun Zou, Jorge Gamez, Meghna Menon, Phillip Ring, Chadwick Boulay, Likhith Chitneni, Jackson Brennecke, Shana R. Melby, Gracy Kureel, Kelsie Pejsa, Emily R. Rosario, Ausaf A. Bari, Aniruddh Ravindran, Tyson Aflalo, Spencer S. Kellis, Dimitar Filev, Florian Solzbacher, Richard A. Andersen

机构 * California Institute of Technology（加州理工学院） ； Ford Motor Company（福特汽车公司） ； Blackrock Neurotech（黑石神经技术公司） ； Casa Colina Hospital and Centers for Healthcare（卡萨科利纳医院与医疗中心） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； The University of Utah（犹他大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究通过脑机接口实现瘫痪患者在模拟和真实环境中的车辆操控，证明其与正常人相当的操控速度和精度，展示了BCI在驾驶控制中的可行性与创新性。

Comments 50 pages, 7 figures, 1 table. 27 supplementary pages, 9 supplementary figures, 13 supplementary tables, 9 supplementary movies available as ancillary files

Firing Rate Neural Network Implementations of Model Predictive Control

基于模型预测控制的神经网络 firing rate 实现

Jaidev Gill, Jing Shuang Li

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过将模型预测控制器转化为 firing rate 神经网络，揭示了非线性神经动力学在规划中的作用，展示了稀疏神经网络在平衡倒立摆中的有效性。

Comments In Submission. 7 Pages

Chasing Autonomy: Dynamic Retargeting and Control Guided RL for Performant and Controllable Humanoid Running

追逐自主性：动态重定向和控制引导的强化学习用于高效且可控的人形跑步

Zachary Olkin, William D. Compton, Ryan M. Bena, Aaron D. Ames

机构 * California Institute of Technology（加州理工学院） ； Technology Innovation Institute (TII)（技术创新研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出动态重定向方法，通过优化流程生成改进的周期参考库，结合控制引导奖励提升人形跑步的性能和可控性，实验证明在硬件上实现了高效和持久的跑步表现。

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

World Reasoning Arena

世界推理竞技场

PAN Team, Qiyue Gao, Kun Zhou, Jiannan Xiang, Zihan Liu, Dequan Yang, Junrong Chen, Arif Ahmad, Cong Zeng, Ganesh Bannur, Xinqi Huang, Zheqi Liu, Yi Gu, Yichi Yang, Guangyi Liu, Zhiting Hu, Zhengzhong Liu, Eric Xing

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出WR-Arena基准，评估世界模型在动作模拟、长期预测和推理规划三方面的能力，揭示当前模型与人类水平推理的差距。

HELIOS: Hierarchical Exploration for Language-Grounded Interaction in Open Scenes

HELIOS：面向开放场景的语言引导交互的分层探索

Katrina Ashton, Chahyon Ku, Shrey Shah, Saumit Vedula, Tingrui Zhang, Wen Jiang, Kostas Daniilidis, Bernadette Bucher

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 HELIOS通过分层场景表示和搜索目标，解决开放环境中语言指令与部分观测场景的语义关联及动态更新问题，实现高仿真实验和现实场景中的语言引导抓取放置任务。