AI Agent

ATP-Bench: Towards Agentic Tool Planning for MLLM Interleaved Generation

ATP-Bench: 向多模态大语言模型交错生成的代理工具规划迈进

Yinuo Liu, Zi Qian, Heng Zhou, Jiahao Zhang, Yajie Zhang, Zhihang Li, Mengyu Zhou, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 针对多模态大语言模型交错生成中事实性与创造性难以统一的问题，提出ATP-Bench基准，包含7702个问题-答案对，评估代理工具规划能力，揭示模型在交错规划中的不足。

Collisionless Multi-Agent Path Planning in the Hamilton-Jacobi Formulation

无碰撞多智能体路径规划的哈密顿-雅可比形式化

Christian Parkinson, Adan Baca, Huy Nguyen

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

AI总结 本文提出基于哈密顿-雅可比-贝尔曼方程的无碰撞多智能体路径规划方法，采用变分形式的数值方法解决高维问题，适用于异构智能体和高维动态系统，通过对偶混合梯度优化方案实现最优轨迹求解。

MA-SAPO: Multi-Agent Reasoning for Score-Aware Prompt Optimization

MA-SAPO：多智能体推理用于评分感知提示优化

Wonduk Seo, Juhyeon Lee, Junseo Koh, Wonseok Choi, Hyunjin An, Jian Park, Seunghyun lee, Haihua Chen, Yi Bu

机构 * Enhans ； Peking University（北京大学） ； Fudan University（复旦大学） ； University of North Texas（北德克萨斯大学） 纠错

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

AI总结 本文提出MA-SAPO框架，通过多智能体推理将评估结果与针对性改进联系起来，提升提示优化的可解释性和可控性，实验表明其在多个评估指标上优于现有方法。

Comments Preprint

CLAUSE: Agentic Neuro-Symbolic Knowledge Graph Reasoning via Dynamic Learnable Context Engineering

CLAUSE: 通过动态可学习上下文工程实现基于代理的神经符号知识图谱推理

Yang Zhao, Chengxiao Dai, Wei Zhuo, Yue Xiu, Dusit Niyato

机构 * Independent Researcher（独立研究员） ； School of Computer Science, The University of Sydney, Australia（悉尼大学计算机科学学院） ； College of Computing & Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） 纠错

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

AI总结 CLAUSE通过动态可学习上下文工程实现神经符号知识图谱推理，优化多跳问答的准确率、延迟和成本，减少子图增长和端到端延迟。

Architecting Secure AI Agents: Perspectives on System-Level Defenses Against Indirect Prompt Injection Attacks

构建安全的AI代理：系统级防御间接提示注入攻击的视角

Chong Xiang, Drew Zagieboylo, Shaona Ghosh, Sanjay Kariyappa, Kai Greshake, Hanshen Xiao, Chaowei Xiao, G. Edward Suh

机构 * NVIDIA（英伟达） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文探讨了针对间接提示注入攻击的系统级防御策略，提出动态重计划、安全策略更新及人类交互在代理设计中的重要性，同时指出现有基准的局限性及系统级防御的价值。

Towards Computational Social Dynamics of Semi-Autonomous AI Agents

迈向半自主AI代理的计算社会动力学

S. O. Lidarity, U. N. Ionize, C. O. Llective, I. Halperin

机构 * Institute for Implausible Physics, Department of Computational Labor Relations（不可思议物理研究所计算劳动关系系） ； Center for Multi-Agent Diplomacy, University of the Distributed Consensus（分布式共识大学多智能体外交中心） ； Purgatory Computing Laboratory, Division of Hierarchical Oppression Studies（炼狱计算实验室层级压迫研究部） 纠错

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

AI总结 研究AI代理在分层多智能体系统中自发形成劳工工会、犯罪组织和原型国家的复杂社会结构，提出通过热力学框架等理论揭示社会组织的必然性。

Comments 18 pages

DeepEye: A Steerable Self-driving Data Agent System

DeepEye：一种可调节的自动驾驶数据代理系统

Boyan Li, Yiran Peng, Yupeng Xie, Sirong Lu, Yizhang Zhu, Xing Mu, Xinyu Liu, Yuyu Luo

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

AI总结 本文提出DeepEye，一种基于工作流的生产级数据代理系统，通过统一多模态协调协议和分层推理机制，解决异构数据源联合分析和上下文爆炸问题，实现透明执行和自动化优化。

Comments SIGMOD Demo (2026)

IMAGAgent: Orchestrating Multi-Turn Image Editing via Constraint-Aware Planning and Reflection

IMAGAgent：通过约束感知规划与反思协调多轮图像编辑

Fei Shen, Chengyu Xie, Lihong Wang, Zhanyi Zhang, Xin Jiang, Xiaoyu Du, Jinhui Tang

机构 * National University of Singapore（新加坡国立大学） ； Nanjing University of Science and Technology（南京理工大学） ； Nanjing Forestry University（南京林业大学） 纠错

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

AI总结 IMAGAgent通过闭环机制整合指令解析、工具调度与自适应修正，解决多轮图像编辑中的上下文感知与反馈问题，提升编辑精度与整体质量。

AI Cosplaying as Astrophysicists: A Controlled Synthetic-Agent Study of AI-Assisted Astrophysical Research Workflows

AI 伪装成天体物理学家：一个受控的合成智能体研究，探讨AI辅助天体物理研究流程

Chun Huang

专题命中 规划决策 ：agent(title,comments)；AI agent(abstract)；workflow(abstract)

AI总结 本文通过模拟144名合成研究者完成2592项日常天体物理研究任务，评估AI在不同任务类型和使用风格下的效果，发现AI辅助在特定任务和使用策略下能提升效率，但对推导密集型任务存在风险。

Comments 16 pages, 8 figures. Began as an April Fools' idea, regrettably became a real methods paper, No language models were physically harmed. GitHub repository of this work: https://github.com/ChunHuangPhy/agent_astro

Reinforced Reasoning for End-to-End Retrosynthetic Planning

强化推理用于端到端的逆合成规划

Chenyang Zuo, Siqi Fan, Yizhen Luo, Zaiqing Nie

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； PharMolix Inc（PharMolix公司） 纠错

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

AI总结 本文提出ReTriP框架，通过端到端生成方法将逆合成规划转化为连续推理任务，采用路径一致的分子表示和渐进训练课程，提升长周期规划的鲁棒性。

IMPASTO: Integrating Model-Based Planning with Learned Dynamics Models for Robotic Oil Painting Reproduction

IMPASTO：整合基于模型的规划与学习的动力学模型用于机器人油画复现

Yingke Wang, Hao Li, Yifeng Zhu, Hong-Xing Yu, Ken Goldberg, Li Fei-Fei, Jiajun Wu, Yunzhu Li, Ruohan Zhang

机构 * Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 IMPASTO通过整合学习的动力学模型与基于模型的规划，实现机器人基于目标油画图像的复现，无需人类示范或精确模拟，提升复现精度。

Autonomous Planning In-space Assembly Reinforcement-learning free-flYer (APIARY) International Space Station Astrobee Testing

自主空间组装强化学习自由飞行器（APIARY）国际空间站Astrobee测试

Samantha Chapin, Kenneth Stewart, Roxana Leontie, Carl Glen Henshaw

机构 * U.S. Naval Research Laboratory Naval Center for Space Technology（美国海军研究实验室海军空间技术中心） 纠错

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

AI总结 APIARY实验利用强化学习控制空间自由飞行器，通过NASA Astrobee机器人在国际空间站进行首次空间强化学习控制测试，验证了强化学习在提升机器人自主性方面的潜力。

Comments iSpaRo 2025, Best Paper Award in Orbital Robotics

Journal ref 2025 International Conference on Space Robotics (iSpaRo)

Analyzing Performance and Scalability of Benders Decomposition for Generation and Transmission Expansion Planning Models

分析Benders分解在发电与输电扩展规划模型中的性能与可扩展性

David L. Cole, Michael Lau, Xinliang Dai, Sambuddha Chakrabarti, Jesse D. Jenkins

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了Benders分解在发电与输电扩展规划模型中的性能与可扩展性，探讨了改进收敛速度的方法，并展示了通过正则化等策略优化求解效率的成果。

Comments 11 pages, 7 figures, 1 table. This work has been submitted to the IEEE for possible publication

SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models

SIMPACT：基于视觉-语言模型的仿真增强动作规划

Haowen Liu, Shaoxiong Yao, Haonan Chen, Jiawei Gao, Jiayuan Mao, Jia-Bin Huang, Yilun Du

机构 * UMD（马里兰大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Harvard（哈佛大学） ； Amazon FAR（亚马逊FAR） ； UPenn（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 SIMPACT通过仿真循环世界建模赋予视觉-语言模型物理推理能力，实现高效动作规划，优于现有通用机器人操作模型，在五个复杂真实世界任务中表现优异。

Comments Accepted to CVPR 2026; camera-ready version

GraSP-STL: A Graph-Based Framework for Zero-Shot Signal Temporal Logic Planning via Offline Goal-Conditioned Reinforcement Learning

GraSP-STL: 一种基于图的零样本信号时间逻辑规划框架：通过离线目标条件强化学习

Ancheng Hou, Ruijia Liu, Xiang Yin

机构 * School of Automation & Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出GraSP-STL框架，利用离线数据学习目标条件价值函数，构建状态空间可达性度量，通过图搜索实现零样本信号时间逻辑规划，支持长周期任务规划。

Where to Look Next: Learning Viewpoint Recommendations for Informative Trajectory Planning

下一步在哪里寻找：为信息轨迹规划学习视角推荐

Max Lodel, Bruno Brito, Álvaro Serra-Gómez, Laura Ferranti, Robert Babuška, Javier Alonso-Mora

机构 * Delft University of Technology（代尔夫特理工大学） ； Czech Technical University in Prague（捷克理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于深度强化学习的信息感知策略，用于指导递推时间 horizon轨迹优化规划器，以在动态可行且无碰撞的轨迹中最大化信息增益并减少环境不确定性。

Comments accepted to ICRA2022

Journal ref 2022 International Conference on Robotics and Automation (ICRA)

Symphony for Medical Coding: A Next-Generation Agentic System for Scalable and Explainable Medical Coding

医疗编码的交响曲：一种下一代代理系统，用于可扩展且可解释的医疗编码

Joakim Edin, Andreas Motzfeldt, Simon Flachs, Lars Maaløe

机构 * Corti 纠错

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

AI总结 本文提出Symphony系统，通过直接访问编码指南进行临床文本推理，实现跨编码系统和可解释的医疗编码，取得最佳性能。

Perfecting Human-AI Interaction at Clinical Scale. Turning Production Signals into Safer, More Human Conversations

在临床规模上完善人机交互。将生产信号转化为更安全、更人性化的对话

Subhabrata Mukherjee, Markel Sanz Ausin, Kriti Aggarwal, Debajyoti Datta, Shanil Puri, Woojeong Jin, Tanmay Laud, Neha Manjunath, Jiayuan Ding, Bibek Paudel, Jan Schellenberger, Zepeng Frazier Huo, Walter Shen, Nima Shirazian, Nate Potter, Sathvik Perkari, Darya Filippova, Anton Morozov, Austin Mease, Vivek Muppalla, Ghada Shakir, Alex Miller, Juliana Ghukasyan, Mariska Raglow-Defranco, Maggie Taylor, Herprit Mahal, Jonathan Agnew

机构 * Hippocratic AI 纠错

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

AI总结 本文提出了一种基于真实患者与AI交互数据的框架，通过分析实时信号提升医疗AI的安全性和可靠性，减少ASR错误，提高患者体验。

Zero-Shot Coordination in Ad Hoc Teams with Generalized Policy Improvement and Difference Rewards

零样本协作在即兴团队中的通用策略改进与差额奖励

Rupal Nigam, Niket Parikh, Hamid Osooli, Mikihisa Yuasa, Jacob Heglund, Huy T. Tran

机构 * University of Illinois 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.AI；autonomous agent(comments)

AI总结 本文提出了一种通用策略改进与差额奖励方法，用于实现不同团队间的高效零样本知识转移，通过三个模拟环境和真实机器人系统验证了其有效性。

Comments 10 pages, 8 figures. To appear in proceedings of 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

CLaD: Planning with Grounded Foresight via Cross-Modal Latent Dynamics

CLaD：通过跨模态潜在动力学实现具有基础前瞻性的规划

Andrew Jeong, Jaemin Kim, Sebin Lee, Sung-Eui Yoon

机构 * KAIST（韩国科学技术院） 纠错

专题命中 规划决策 ：planning(title)

AI总结 CLaD通过不对称跨注意力机制联合建模本体和语义状态演化，利用自监督目标和EMA编码器防止表征崩溃，实现高成功率的长序列动作生成。

Comments Project page: https://andrewwwj.github.io/clad

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。