AI Agent

Agentic AI-Empowered Wireless Agent Networks With Semantic-Aware Collaboration via ILAC

基于ILAC的智能无线代理网络：通过语义感知协作实现代理AI赋能

Zhouxiang Zhao, Jiaxiang Wang, Zhaohui Yang, Kun Yang, Zhaoyang Zhang, Mingzhe Chen, Kaibin Huang

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

AI总结 本文提出一种基于ILAC的无线代理网络框架，通过语义感知协作实现高效代理协作，解决了语义冗余和通信计算控制机制不足的问题，实验表明其在动态环境中具有更高的能效和可扩展性。

QuadAgent: A Responsive Agent System for Vision-Language Guided Quadrotor Agile Flight

QuadAgent：一种基于视觉-语言引导的四旋翼敏捷飞行响应代理系统

Ao Zhuang, Feng Yu, Tianbao Zhang, Linzuo Zhang, Danping Zou

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

AI总结 QuadAgent通过异步多代理架构解耦高层推理与低层控制，利用Impression Graph维护场景记忆并结合视觉避障网络确保飞行安全，实现在复杂环境中高速导航与响应。

InfoSeeker: A Scalable Hierarchical Parallel Agent Framework for Web Information Seeking

InfoSeeker：一种用于网络信息检索的可扩展分层并行代理框架

Ka Yiu Lee, Yuxuan Huang, Zhiyuan He, Huichi Zhou, Weilin Luo, Kun Shao, Meng Fang, Jun Wang

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

AI总结 本文提出InfoSeeker框架，通过分层结构和并行机制解决大规模信息整合中的效率与准确性问题，实验证明其在信息检索任务中具有显著的提升效果。

ECG Foundation Models and Medical LLMs for Agentic Cardiovascular Intelligence at the Edge: A Review and Outlook

ECG基础模型与医疗大语言模型用于边缘端心血管智能：综述与展望

Mudassir Hasan Khan, Ahmad Nayfeh, Mudassir Masood, Ali Ahmad Al-Shaikhi, Muhammad Mahboob Ur Rahman, Tareq Y. Al-Naffouri

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

AI总结 本文综述了用于心血管疾病诊断、监测和临床决策支持的ECG基础模型和医疗大语言模型，探讨了其在边缘计算中的应用及未来发展方向。

Comments 18 pages, 4 figures, 4 tables, under review with a journal

Analysis of Optimality of Large Language Models on Planning Problems

大型语言模型在规划问题中的最优性分析

Bernd Bohnet, Michael C. Mozer, Kevin Swersky, Wil Cunningham, Aaron Parisi, Kathleen Kenealy, Noah Fiedel

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

AI总结 本文研究了大型语言模型在规划问题中的最优性，通过Blocksworld领域和Path-Star图任务，发现增强推理的LLM在复杂多目标配置中显著优于传统规划器，且能精确跟踪理论最优限。

AutoVerifier: An Agentic Automated Verification Framework Using Large Language Models

AutoVerifier：基于大语言模型的代理自动化验证框架

Yuntao Du, Minh Dinh, Kaiyuan Zhang, Ninghui Li

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出AutoVerifier框架，利用大语言模型自动化验证技术性声明，通过构建知识图谱实现六层递进验证，展示其在量子计算领域的应用效果。

Comments Winner of 2025-2026 Radiance Technologies Innovation Bowl

Differentiable Symbolic Planning: A Neural Architecture for Constraint Reasoning with Learned Feasibility

可微符号规划：一种用于具有学习可行性的约束推理的神经架构

Venkatakrishna Reddy Oruganti

机构 * Sithara Inc.（Sithara公司） 纠错

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

AI总结 本文提出可微符号规划（DSP），通过神经架构实现离散符号推理并保持全可微性，结合通用认知内核（UCK）在约束推理基准中取得高准确率。

Comments 12 pages, 4 figures, 7 tables

Open-Loop Planning, Closed-Loop Verification: Speculative Verification for VLA

开环规划，闭环验证：VLA的推测验证

Zihua Wang, Zhitao Lin, Ruibo Li, Yu Zhang, Xu Yang, Siya Mi, Xiu-Shen Wei

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Nanyang Technological University（南洋理工大学） ； School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院） ； Purple Mountain Laboratories（紫金山实验室） 纠错

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

AI总结 本文提出SV-VLA框架，结合高效开环长周期规划与轻量闭环在线验证，提升VLA在动态环境中的效率与可靠性。

Comments Under Review

Eligibility-Aware Evidence Synthesis: An Agentic Framework for Clinical Trial Meta-Analysis

有资格意识的证据合成：一个用于临床试验元分析的代理框架

Yao Zhao, Zhiyue Zhang, Yanxun Xu

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 EligMeta框架整合了自动化试验发现与有资格意识的元分析，通过自然语言查询生成可复现的试验选择，并基于资格对研究加权，以产生特定群体的汇总估计。

AgentSZZ: Teaching the LLM Agent to Play Detective with Bug-Inducing Commits

AgentSZZ: 教授LLM代理通过引发缺陷的提交进行调查

Yunbo Lyu, Jieke Shi, Hong Jin Kang, Ratnadira Widyasari, Junda He, Yuqing Niu, Chengran Yang, Junkai Chen, Zhou Yang, Julia Lawall, David Lo

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

AI总结 AgentSZZ通过LLM代理探索仓库并识别缺陷引发提交，结合专用工具、领域知识和ReAct循环，提升跨文件和幽灵提交的召回率，实现F1分数提升27.2%。

A Comprehensive Framework for Long-Term Resiliency Investment Planning under Extreme Weather Uncertainty for Electric Utilities

面向极端天气不确定性的电力公司长期韧性投资规划综合框架

Emma Benjaminson

机构 * Boston Consulting Group’s AI Science Institute（波士顿咨询集团人工智能科学研究所） 纠错

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

AI总结 本文提出一个四部分框架，结合极端天气不确定性、电网数字孪生、蒙特卡洛模拟和多目标优化方法，探讨电网感知优化方法在投资规划中的有效性。

Comments 9 pages, 4 figures, submission to PowerUp 2026 conference

Learn2Fold: Structured Origami Generation with World Model Planning

Learn2Fold: 基于世界模型规划的结构化折纸生成

Yanjia Huang, Yunuo Chen, Ying Jiang, Jinru Han, Zhengzhong Tu, Yin Yang, Chenfanfu Jiang

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

AI总结 本文提出Learn2Fold框架，通过结合符号推理与物理模拟，解决从文本生成物理有效的折纸折叠序列问题。

Comments 9 pages, 6 figures

Progressive Video Condensation with MLLM Agent for Long-form Video Understanding

逐步视频压缩与MLLM代理用于长视频理解

Yufei Yin, Yuchen Xing, Qianke Meng, Minghao Chen, Yan Yang, Zhou Yu

机构 * Zhejiang Key Laboratory of Space Information Sensing and Transmission, Hangzhou Dianzi University（浙江省空间信息感知与传输重点实验室，杭州电子科技大学） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出ProVCA，通过逐步缩小范围从粗略片段到精细帧，利用MLLM进行高效视频理解，实现高准确率。

Comments Accepted to ICME 2026

Cooperative Detour Planning for Dual-Task Drone Fleets

双任务无人机编队的协同绕行规划

Pengbo Zhu, Meng Xu, Andreas A. Malikopoulos, Nikolas Geroliminis

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种去中心化框架，使无人机编队同时执行送货任务和观察交通状况。通过动态信息值模型，无人机在路径规划中考虑交通不确定性，并通过局部聚类优化实现高效任务执行。

Comments Submitted to the 65th IEEE Conference on Decision and Control (CDC 2026)

KAIJU: An Executive Kernel for Intent-Gated Execution of LLM Agents

KAIJU：一种意图门控的LLM代理执行内核

Cormac Guerin, Frank Guerin

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

AI总结 KAIJU通过解耦LLM推理层与代理执行流程，引入意图门控执行和执行内核，提升LLM代理在复杂任务中的执行效率与安全性。

Differentiable Stroke Planning with Dual Parameterization for Efficient and High-Fidelity Painting Creation

可微笔触规划与双参数化：用于高效且高保真的绘画创建

Jinfan Liu, Wuze Zhang, Zhangli Hu, Zhehan Zhao, Ye Chen, Bingbing Ni

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出双参数化方法，结合离散折线与连续贝塞尔控制点，实现高效且高保真的绘画生成，减少笔触数量并提升布局结构一致性。

Borderless Long Speech Synthesis

无边界的长语音合成

Xingchen Song, Di Wu, Dinghao Zhou, Pengyu Cheng, Hongwu Ding, Yunchao He, Jie Wang, Shengfan Shen, Sixiang Lv, Lichun Fan, Hang Su, Yifeng Wang, Shuai Wang, Meng Meng, Jian Luan

机构 * MiLM Plus, Xiaomi Inc., China（小米公司MiLM Plus，中国） ； Nanjing University, China（南京大学，中国） ； WeNet Open Source Community（WeNet开源社区） 纠错

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

AI总结 本文提出无边界的长语音合成框架，通过统一能力集实现多说话人合成和长文本生成，采用全局-句子-token注释策略和连续分词器提升指令遵循能力，构建分层控制协议栈实现多模态输入到结构化生成命令的转换。

Mission-Aligned Learning-Informed Control of Autonomous Systems: Formulation and Foundations

任务对齐的学习引导控制：公式与基础

Vyacheslav Kungurtsev, Monicah Cherop Naibei, Gustav Sir, Akhil Anand, Sebastien Gros, Haozhe Tian, Homayoun Hamedmoghadam

机构 * Czech Technical University in Prague（捷克布拉格工业大学） ； Norwegian University of Science and Technology（挪威科技大学） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文提出一种任务对齐的学习引导控制框架，结合控制、经典规划和强化学习，提升自主系统安全性和可靠性。

Co-Evolution of Policy and Internal Reward for Language Agents

语言代理中策略与内部奖励的共演化

Xinyu Wang, Hanwei Wu, Jingwei Song, Shuyuan Zhang, Jiayi Zhang, Fanqi Kong, Tung Sum Thomas Kwok, Xiao-Wen Chang, Yuyu Luo, Chenglin Wu, Bang Liu

机构 * McGill University（麦吉尔大学） ； McMaster University（麦克马斯特大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； DeepWisdom（深度智慧） ； Université de Montréal（蒙特利尔大学） ； Mila（米拉研究所） 纠错

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

AI总结 本文提出Self-Guide方法，通过自动生成内部奖励实现推理和训练时的协同优化，提升语言代理性能。

Comments 20 pages, 13 figures

Failing to Falsify: Evaluating and Mitigating Confirmation Bias in Language Models

未能证伪：评估和缓解语言模型中的确认偏见

Ayush Rajesh Jhaveri, Anthony GX-Chen, Ilia Sucholutsky, Eunsol Choi

机构 * New York University（纽约大学） 纠错

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

AI总结 研究评估了大型语言模型是否表现出确认偏见，并提出干预策略以减少其影响，通过实验发现干预可显著提高规则发现率。

Prism: Policy Reuse via Interpretable Strategy Mapping in Reinforcement Learning

Prism：通过可解释的策略映射实现策略重用

Thomas Pravetz

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

AI总结 Prism框架通过可解释的策略映射将强化学习智能体的决策基于离散因果验证的概念，并利用这些概念作为零样本迁移接口。该方法通过K-means聚类将每个智能体的编码特征划分为K个概念，通过因果干预验证这些概念直接驱动智能体行为，从而实现策略知识的零样本迁移。

Comments 13 pages, 3 figures, 5 tables

Speaker-Reasoner: Scaling Interaction Turns and Reasoning Patterns for Timestamped Speaker-Attributed ASR

Speaker-Reasoner: 通过扩展交互轮次和推理模式实现时间戳化的说话者归属ASR

Zhennan Lin, Shuai Wang, Zhaokai Sun, Pengyuan Xie, Chuan Xie, Jie Liu, Qiang Zhang, Lei Xie

机构 * School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Shanghai Lingguang Zhaxian Technology（上海灵光乍现科技） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 本文提出Speaker-Reasoner，一种端到端的语音大语言模型，通过迭代分析音频结构和自主预测时间边界，提升了多说话人对话的转录和理解能力，尤其在处理重叠语音和复杂轮次转换方面表现优异。

Aligning Progress and Feasibility: A Neuro-Symbolic Dual Memory Framework for Long-Horizon LLM Agents

对齐进展与可行性：一种神经符号双记忆框架用于长周期LLM智能体

Bin Wen, Ruoxuan Zhang, Yang Chen, Hongxia Xie, Lan-Zhe Guo

机构 * Nanjing University（南京大学） ； Jilin University（吉林大学） 纠错

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

AI总结 本文提出神经符号双记忆框架，通过分离语义进展指导与逻辑可行性验证，解决长周期任务中进展漂移与可行性违反问题，实验显示在ALFWorld、WebShop和TextCraft上性能优于现有方法。

From Virtual Environments to Real-World Trials: Emerging Trends in Autonomous Driving

从虚拟环境到现实世界试验：自动驾驶领域新兴趋势

A. Humnabadkar, A. Sikdar, B. Cave, H. Zhang, N. Bessis, A. Behera

机构 * Edge Hill University（埃奇希尔大学） 纠错

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

AI总结 本文综述了自动驾驶、模拟技术和合成数据集的最新发展，探讨了合成数据在感知与规划中的应用、数字孪生模拟系统验证以及领域适应策略，分析了基准设计趋势及关键挑战，旨在推动安全、可推广的自动驾驶系统发展。

Comments Accepted manuscript - Transactions on Intelligent Transportation Systems

Unified Thinker: A General Reasoning Modular Core for Image Generation

统一思考者：一种通用图像生成的推理模块核心

Sashuai Zhou, Qiang Zhou, Jijin Hu, Hanqing Yang, Yue Cao, Junpeng Ma, Yinchao Ma, Jun Song, Tiezheng Ge, Cheng Yu, Bo Zheng, Zhou Zhao

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Nanjing University（南京大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出统一思考者，一种通用图像生成的推理模块核心，旨在通过可执行推理解决生成模型中的推理-执行差距，提升图像生成质量。

Nonlinear dynamics of educational choices under social influence and endogenous returns

教育选择的非线性动力学：在社会影响和内生回报下

Andrea Caravaggio, Marco Catola, Silvia Leoni

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究了社会影响和内生回报对教育选择的非线性动力学，通过建立理论模型分析经济回报与社会压力的相互作用，揭示了教育参与的内生波动及政策协调问题。

A Network Formation Game for Katz Centrality Maximization: A Resource Allocation Perspective

一种用于Katz中心性最大化网络形成博弈：资源分配视角

Balaji R, Prashil Wankhede, Pavankumar Tallapragada

专题命中 规划决策 ：agent(abstract)

AI总结 本文研究了一种网络形成博弈，其中参与者通过分配受限资源来选择连接以最大化影响力，采用Katz中心性建模影响力。提出顺序最佳响应动态模型，证明其收敛于纳什均衡，并分析完全拓扑结构下中心性与预算成正比，一般拓扑结构下形成分层网络。

Comments Submitted to the 65th IEEE Conference on Decision and Control (CDC), 2026. (8 pages, 5 figures)

Quantum optimisation in cities: Limitations and prospects of urban transport systems

城市中的量子优化：城市交通系统的局限与前景

Junxiang Xu, Chence Niu, Divya Jayakumar Nair, Vinayak Dixit

专题命中 规划决策 ：planning(abstract)

AI总结 本文探讨了量子计算在城市交通规划中的应用，指出其在可扩展性、鲁棒性和工程可行性方面的局限，强调经典方法在中大型交通网络中的有效性，并提出混合框架作为整合量子计算的现实路径。

Quantum Optimisation for Transport Vulnerability Identification

量子优化用于运输脆弱性识别

Junxiang Xu, Chence Niu, Divya Jayakumar Nair, Vinayak Dixit

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种结合量子优化与Frank-Wolfe方法的混合框架，解决传统方法在计算效率和非线性交互建模方面的不足，验证了量子计算在运输网络脆弱性分析中的有效性与可行性。

Dynamic Risk Generation for Autonomous Driving: Naturalistic Reconstruction of Vehicle-E-Scooter Interactions

自动驾驶中的动态风险生成：车辆与电动滑板车交互的自然主义重建

Abin Mathew, Zhitong He, Lingxi Li, Yaobin Chen

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出利用道路交通数据生成可配置的合成交互，以验证车辆运动规划算法，通过社会力模型模拟电动滑板车动态行为，测试碰撞避让系统功能，通过实况案例验证了模拟器的实用性与有效性。