AI Agent

Extending MONA in Camera Dropbox: Reproduction, Learned Approval, and Design Implications for Reward-Hacking Mitigation

在Camera Dropbox中扩展MONA：再现、学习批准与奖励黑客缓解的设计影响

Nathan Heath

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 该研究通过扩展MONA方法，验证了学习批准在缓解奖励黑客中的有效性，并探讨了其设计影响。

Reasoning-Driven Synthetic Data Generation and Evaluation

基于推理的合成数据生成与评估

Tim R. Davidson, Benoit Seguin, Enrico Bacis, Cesar Ilharco, Hamza Harkous

机构 * EPFL（瑞士联邦理工学院洛桑） ； Google（谷歌） ； Google Deepmind（谷歌DeepMind） 纠错

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

AI总结 本文提出Simula框架，通过无种子、代理化方法生成大规模合成数据，提供可解释且可控的生成流程，验证了其在多种数据集上的有效性，为合成数据机制设计和大规模生成评估提供指导。

Comments Accepted to TMLR 2026, J2C Certification

SafeDrive: Fine-Grained Safety Reasoning for End-to-End Driving in a Sparse World

SafeDrive: 为稀疏世界中的端到端驾驶进行细粒度安全推理

Jungho Kim, Jiyong Oh, Seunghoon Yu, Hongjae Shin, Donghyuk Kwak, Jun Won Choi

机构 * Seoul National University（首尔大学） 纠错

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

AI总结 SafeDrive提出了一种端到端规划框架，通过轨迹条件化的稀疏世界模型进行显式且可解释的安全推理，实现了在开放循环和闭合循环基准上的最佳性能，有效降低了碰撞率。

Comments Accepted to CVPR 2026, 19 pages, 9 figures

Beyond Hard Constraints: Budget-Conditioned Reachability For Safe Offline Reinforcement Learning

超越硬约束：用于安全离线强化学习的预算条件可达性

Janaka Chathuranga Brahmanage, Akshat Kumar

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

AI总结 本文提出一种预算条件可达性方法，用于安全离线强化学习，通过解耦奖励最大化与累积安全成本约束，实现安全策略学习。

Comments Accepted to the 36th International Conference on Automated Planning and Scheduling (ICAPS 2026)

RAD-LAD: Rule and Language Grounded Autonomous Driving in Real-Time

基于规则和语言的实时自动驾驶：RAD-LAD

Anurag Ghosh, Srinivasa Narasimhan, Manmohan Chandraker, Francesco Pittaluga

机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校） 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RAD-LAD，结合规则和语言的实时自动驾驶系统，通过中断架构实现高效路径规划与文本推理，提升自动驾驶性能与可解释性。

Hybrid Framework for Robotic Manipulation: Integrating Reinforcement Learning and Large Language Models

机器人操作的混合框架：整合强化学习与大语言模型

Md Saad, Sajjad Hussain, Mohd Suhaib

机构 * Jamia Millia Islamia（贾米亚米利亚伊斯兰大学） ； University of Brighton（布莱顿大学） 纠错

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

AI总结 本文提出一种结合强化学习与大语言模型的混合框架，用于提升机器人操作任务。通过强化学习实现精确的低层控制，利用大语言模型进行高层任务规划和自然语言理解，有效连接低层执行与高层推理。实验显示任务完成时间减少33.5%，精度和适应性提升18.1%和36.4%。

ShapE-GRPO: Shapley-Enhanced Reward Allocation for Multi-Candidate LLM Training

ShapE-GRPO：基于多候选LLM训练的Shapley增强奖励分配

Rui Ai, Yu Pan, David Simchi-Levi, Chonghuan Wang

机构 * MIT（麻省理工学院） ； University of Sydney（悉尼大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对多候选LLM训练中奖励分配噪声问题，提出ShapE-GRPO方法，通过Shapley值理论分解集级奖励，提升训练效率与收敛速度。

Optimizing Donor Outreach for Blood Collection Sessions: A Scalable Decision Support Framework

优化献血会的捐献者招募：一种可扩展的决策支持框架

André Carneiro, Pedro T. Monteiro, Rui Henriques

机构 * INESC-ID ； Técnico Universidade de Lisboa（里斯本高等理工学院） ； Universidade de Lisboa（里斯本大学） 纠错

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

AI总结 本文提出一种可扩展的决策支持框架，用于优化多站点网络中捐献者分配问题，考虑资格、容量、血型需求目标、地理便利性和捐献者安全，通过二元整数线性规划和贪心启发式方法进行评估。

Comments 16 pages, 9 figures, 4 supplementary figures, 2 supplementary tables

ASI-Evolve: AI Accelerates AI

ASI-Evolve：人工智能加速人工智能

Weixian Xu, Tiantian Mi, Yixiu Liu, Yang Nan, Zhimeng Zhou, Lyumanshan Ye, Lin Zhang, Yu Qiao, Pengfei Liu

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出ASI-Evolve框架，通过学习-设计-实验-分析循环实现AI驱动的AI研究，展示了在数据、架构和算法三个核心领域中的突破性成果。

Comments 19 pages, 6 figures, 6 tables. Code available at https://github.com/GAIR-NLP/ASI-Evolve

Enhancing LLM-Based Bug Reproduction for Android Apps via Pre-Assessment of Visual Effects

通过预评估视觉效果增强基于LLM的Android应用Bug重现

Xiangyang Xiao, Huaxun Huang, Rongxin Wu

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

AI总结 本文提出LTGDroid，通过执行所有可能的UI操作并记录视觉效果，指导LLM选择重现bug的UI操作，提升Android应用bug重现的成功率。

Reducing Complexity for Quantum Approaches in Train Load Optimization

降低量子方法在列车装箱优化中的复杂性

Zhijie Tang, Albert Nieto-Morales, Arit Kumar Bishwas

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

AI总结 本文提出了一种紧凑的数学模型，通过隐式计算重处理成本，减少列车装箱优化问题的变量和约束数量，提高了求解效率。

Comments 8 pages, 3 figures, 4 tables

LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning

LatentPilot: 通过潜意识视觉推理进行场景感知的视觉-语言导航

Haihong Hao, Lei Chen, Mingfei Han, Changlin Li, Dong An, Yuqiang Yang, Zhihui Li, Xiaojun Chang

机构 * University of Science and Technology of China（中国科学技术大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Stanford University（斯坦福大学） ； Amap, Alibaba Group（阿里巴巴集团高德地图） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 LatentPilot通过利用未来观测作为训练数据源，学习动作条件的视觉动态，无需访问未来帧即可实现场景感知的视觉-语言导航，实验在多个基准上取得新SOTA结果。

Comments Project page:https://abdd.top/latentpilot/

PAR$^2$-RAG: Planned Active Retrieval and Reasoning for Multi-Hop Question Answering

PAR$^2$-RAG：计划主动检索与推理用于多跳问答

Xingyu Li, Rongguang Wang, Yuying Wang, Mengqing Guo, Chenyang Li, Tao Sheng, Sujith Ravi, Dan Roth

机构 * Oracle AI（甲骨文人工智能） 纠错

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

AI总结 PAR$^2$-RAG通过分阶段的覆盖与承诺分离，结合广度优先锚定和深度优先细化，提升多跳问答的准确率和检索效果。

Comments 11 pages, 2 figures

From Astronomy to Astrology: Testing the Illusion of Zodiac-Based Personality Prediction with Machine Learning

从天文学到占星术：利用机器学习测试基于星座的人格预测的幻觉

Abhinna Sundar Samantaray, Finnja Annika Fluhrer, Dhruv Saini, Omkar Charaple, Anish Kumar Singh, Dhruv Vansraj Rathore

机构 * Astronomisches Rechen-Institut der Universität Heidelberg（海德堡大学天文计算研究所） ； SBI Capital Markets Limited（印度国家银行资本市场有限公司） ； Institute of Computational Chemistry and Catalysis, University of Girona（赫罗纳大学计算化学与催化研究所） ； Indian Oil Corporation Limited（印度石油有限公司） ； Hindalco Industries Limited（欣达尔科工业有限公司） 纠错

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

AI总结 本文通过机器学习框架测试基于星座的人格预测，发现其预测性能接近随机，揭示占星术的失效原因在于特质普遍性和认知偏差。

Comments 6 pages, 3 figures, accepted to Acta Prima Aprilia journal

Mitigating Temporal Blindness in Kubernetes Autoscaling: An Attention-Double-LSTM Framework

缓解Kubernetes自动扩展中的时间盲区：一种注意力双LSTM框架

Faraz Shaikh, Gianluca Reali, Mauro Femminella

机构 * Department of Engineering, University of Perugia（佩鲁贾大学工程学院） ； Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)（国家大学间电信联盟（CNIT）） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种结合工作负载预测与控制的稳定性感知自动扩展框架，通过注意力增强的双堆叠LSTM架构与PPO智能体，有效降低边缘环境中的时间盲区，减少延迟和副本波动。

Comments Submitted for journal publication

Improving Plan Execution Flexibility using Block-Substitution

通过块替换提高计划执行灵活性

Sabah Binte Noor, Fazlul Hasan Siddiqui

机构 * Dhaka University of Engineering \& Technology Gazipur Bangladesh ； Dhaka University of Engineering \& Technology 纠错

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

AI总结 本文通过块替换方法提升计划灵活性，利用块分解部分顺序计划（BDPO）结构，结合MaxSAT重新排序策略，在国际规划竞赛基准问题中显著提升执行灵活性。

Journal ref . Improving Plan Execution Flexibility using Block-Substitution. Journal of Artificial Intelligence Research 85, Article 35 (March 2026)

Video Models Reason Early: Exploiting Plan Commitment for Maze Solving

视频模型早起推理：利用计划承诺解决迷宫

Kaleb Newman, Tyler Zhu, Olga Russakovsky

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究通过2D迷宫解决探讨视频模型生成过程中的规划动态，发现模型在早期步骤中承诺高层运动计划，并揭示路径长度而非障碍密度是迷宫难度的主要预测因素，提出ChEaP方法提升复杂迷宫解决性能。

Can Commercial LLMs Be Parliamentary Political Companions? Comparing LLM Reasoning Against Romanian Legislative Expuneri de Motive

商业大语言模型能成为议会政治伙伴吗？比较大语言模型推理与罗马尼亚立法解释

Iulian Lucău, Adelin-George Voicu

专题命中 规划决策 ：agent(abstract)

AI总结 本文通过比较六种大语言模型在罗马尼亚议会法案解释上的表现，探讨其作为政治顾问工具的可靠性，发现前沿模型在语义接近度上表现优异，但所有模型在任务依赖性上均存在编造问题。

Comments 12 Figures

Clinical DVH metrics as a loss function for 3D dose prediction in head and neck radiotherapy

临床DVH指标作为损失函数用于头颈放射治疗的3D剂量预测

Ruochen Gao, Marius Staring, Frank Dankers

机构 * Leiden University Medical Center（莱顿大学医学中心） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于临床DVH指标的损失函数，用于改进头颈放射治疗的3D剂量预测，通过优化DVH指标提升目标覆盖率并满足临床约束。

Comments 19 pages

Exploring Sidewalk Sheds in New York City through Chatbot Surveys and Human Computer Interaction

通过聊天机器人调查和人机交互探索纽约市人行道遮蔽物

Junyi Li, Zhaoxi Zhang, Tamir Mendel, Takahiro Yabe

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过聊天机器人调查和人机交互研究纽约市人行道遮蔽物对行人可见性和通行的影响，利用AI模型分析遮蔽物设计特征，提供实证数据支持改进遮蔽物规范。

Indian Peak Power demand Forecasting : Transformer Based Implementation of Temporal Architecture

印度峰值电力需求预测：基于变压器的时序架构实现

Vishvaditya Luhach, Shashwat Jha

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于时序融合变压器的深度学习方法，用于长期预测印度峰值电力需求，模型在基准测试中表现优异，能更准确建模电力需求的波动。

Journal ref IEEE GlobConPT 2022, New Delhi, pp. 1-5

SparseDriveV2: Scoring is All You Need for End-to-End Autonomous Driving

SparseDriveV2：仅需评分即可实现端到端自动驾驶

Wenchao Sun, Xuewu Lin, Keyu Chen, Zixiang Pei, Xiang Li, Yining Shi, Sifa Zheng

机构 * Tsinghua University（清华大学） ； Horizon Continental Technology（地平线大陆科技） ； Horizon（地平线） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SparseDriveV2，通过可扩展的词汇表示和评分策略提升端到端自动驾驶性能，实现在NAVSIM和Bench2Drive上的高评分和成功率。

World2Rules: A Neuro-Symbolic Framework for Learning World-Governing Safety Rules for Aviation

World2Rules: 一种用于航空领域学习世界治理安全规则的神经符号框架

Haichuan Wang, Jay Patrikar, Sebastian Scherer

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

专题命中 规划决策 ：agent(abstract)

AI总结 World2Rules通过结合神经网络和符号方法，从航空多模态数据中学习安全规则，提升规则的准确性和可解释性，实验显示其在F1得分上优于纯神经和单步神经符号基线。

Comments 19 pages, 6 figures

TruckDrive: Long-Range Autonomous Highway Driving Dataset

TruckDrive：长距离自动驾驶高速公路数据集

Filippo Ghilotti, Edoardo Palladin, Samuel Brucker, Adam Sigal, Mario Bijelic, Felix Heide

机构 * Torc Robotics ； Princeton University（普林斯顿大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出TruckDrive数据集，用于解决重卡车高速公路自动驾驶中长距离感知的挑战，通过多模态传感器采集47.5万样本，支持20秒序列中2D检测1000米和3D检测400米的感知基准测试。

Scaling Cross-Environment Failure Reasoning Data for Vision-Language Robotic Manipulation

为视觉-语言机器人操控扩展跨环境故障推理数据

Paul Pacaud, Ricardo Garcia, Shizhe Chen, Cordelia Schmid

机构 * Inria, École normale supérieure, CNRS, PSL Research University（法国国家信息与自动化研究所、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出自动框架生成多样化的机器人规划与执行故障数据，构建FailCoT数据集，训练Guardian模型提升故障检测泛化能力。

Comments Code, Data, and Models available at https://www.di.ens.fr/willow/research/guardian/. The paper contains 8 pages, 7 figures, 7 tables

CausalPulse: An Industrial-Grade Neurosymbolic Multi-Agent Copilot for Causal Diagnostics in Smart Manufacturing

CausalPulse：一种工业级神经符号多智能体协作者，用于智能制造中的因果诊断

Chathurangi Shyalika, Utkarshani Jaimini, Cory Henson, Amit Sheth

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

AI总结 CausalPulse通过神经符号架构整合异常检测、因果发现和推理，实现智能制造中的因果诊断，展现高可靠性和可扩展性。

Comments 10 pages, 8 figures, 4 tables, Accepted at AAAI-MAKE 2026 (AAAI Spring Symposium on Machine Learning and Knowledge Engineering for Knowledge-Grounded Semantic Agents)

Mimosa Framework: Toward Evolving Multi-Agent Systems for Scientific Research

Mimosa框架：迈向科学研究的演进多智能体系统

Martin Legrand, Tao Jiang, Matthieu Feraud, Benjamin Navet, Yousouf Taghzouti, Fabien Gandon, Elise Dumont, Louis-Félix Nothias

机构 * Université Côte d’Azur（蔚蓝海岸大学） ； CNRS（法国国家科学研究中心） ； ICN（化学研究所） ； Interdisciplinary Institute for Artificial Intelligence (3iA) Côte d’Azur（蔚蓝海岸跨学科人工智能研究所） ； Inria（法国国家信息与自动化研究所） ； I3S（信息系统与软件工程实验室） 纠错

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

AI总结 Mimosa框架通过自动合成任务特定的多智能体工作流并迭代优化，提升科学研究的适应性与效率，其在ScienceAgentBench上实现43.1%的成功率，展示了动态工作流演进的优势。

Comments 48 pages, 4 figures, 1 table. Clean arXiv version prepared. Includes main manuscript plus appendix/supplementary-style implementation details and prompt listings. Dated 30 March 2026

CoMaTrack: Competitive Multi-Agent Game-Theoretic Tracking with Vision-Language-Action Models

CoMaTrack: 基于竞争的多智能体博弈跟踪与视觉-语言-动作模型

Youzhi Liu, Li Gao, Liu Liu, Mingyang Lv, Yang Cai

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 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CoMaTrack，一种基于竞争的多智能体强化学习框架，通过动态对抗环境训练，提升跟踪任务的适应性和鲁棒性，并引入首个开源的CoMaTrack-Bench基准测试平台。

Multi-Agent LLMs for Adaptive Acquisition in Bayesian Optimization

多智能体大语言模型用于贝叶斯优化中的自适应获取

Andrea Carbonati, Mohammadsina Almasi, Hadis Anahideh

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 本文研究多智能体大语言模型在贝叶斯优化中的自适应获取策略，通过分解探索-利用控制与候选生成，提升搜索效率与稳定性。

Comments Proceedings of the IISE Annual Conference & Expo 2026

Robust Multi-Agent Reinforcement Learning for Small UAS Separation Assurance under GPS Degradation and Spoofing

针对GPS退化和欺骗的鲁棒多智能体强化学习用于小型无人机分离保障

Alex Zongo, Filippos Fotiadis, Ufuk Topcu, Peng Wei

机构 * George Washington University（乔治华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文通过多智能体强化学习解决小型无人机在GPS退化和欺骗下的鲁棒分离保障问题，提出闭式表达式对抗扰动，实现线性时间评估，并在高密度无人机模拟中取得近零碰撞率。

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