AI Agent

OOWM: Structuring Embodied Reasoning and Planning via Object-Oriented Programmatic World Modeling

OOWM: 通过面向对象的程序化世界建模结构化具身推理与规划

Hongyu Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era AI实验室） 纠错

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

AI总结 OOWM通过软件工程形式化方法构建具身推理框架，利用UML类图和活动图实现环境状态与控制策略的显式建模，结合监督微调与分组相对策略优化提升规划效果。

3D-Anchored Lookahead Planning for Persistent Robotic Scene Memory via World-Model-Based MCTS

基于世界模型的MCTS的3D锚定前瞻性规划用于持久性机器人场景记忆

Bronislav Sidik, Dror Mizrahi

机构 * Huawei Technologies, Israel R&D Center（华为技术有限公司以色列研发中心） 纠错

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

AI总结 本文提出3D-Anchored Lookahead Planning，结合MCTS与3D一致的世界模型，通过持续的相机到世界锚点实现精准重规划，提升了机器人在需要空间记忆任务中的成功率。

Comments 5 pages, 1 figure, 1 table

From Perception to Planning: Evolving Ego-Centric Task-Oriented Spatiotemporal Reasoning via Curriculum Learning

从感知到规划：通过课程学习进化自主任务导向的空间时间推理

Xiaoda Yang, Yuxiang Liu, Shenzhou Gao, Can Wang, Jingyang Xue, Lixin Yang, Yao Mu, Tao Jin, Shuicheng Yan, Zhimeng Zhang, Zhou Zhao

机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Qingdao University（青岛大学） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出EgoTSR框架，通过课程学习提升任务导向的空间时间推理能力，解决静态感知和动态环境中的时空幻觉问题，实验显示其在长周期推理任务中准确率达92.4%。

CARE-ECG: Causal Agent-based Reasoning for Explainable and Counterfactual ECG Interpretation

CARE-ECG：基于因果代理的可解释与反事实ECG解读

Elahe Khatibi, Ziyu Wang, Ankita Sharma, Krishnendu Chakrabarty, Sanaz Rahimi Moosavi, Farshad Firouzi, Amir Rahmani

机构 * University of California, Irvine（加州大学尔湾分校） ； Arizona State University（亚利桑那州立大学） ； California State University, Dominguez Hills（加州州立大学多明格斯山分校） 纠错

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

AI总结 CARE-ECG通过统一的表示学习、诊断和解释流程，提升ECG解读的准确性与可信度，减少幻觉，适用于多基准和专家问答场景。

Explainable Planning for Hybrid Systems

混合系统的可解释规划

Mir Md Sajid Sarwar

机构 * School of Mathematical and Computational Sciences, Indian Association for the Cultivation of Science, Kolkata（印度科学培育协会数学与计算科学学院，加尔各答） 纠错

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

AI总结 研究针对混合系统中的可解释人工智能规划，探讨生成AI系统解释的方法，以应对自动化规划在复杂安全领域中的应用需求。

Comments PhD thesis

Automating Structural Analysis Across Multiple Software Platforms Using Large Language Models

利用大型语言模型在多个软件平台间自动化结构分析

Ziheng Geng, Jiachen Liu, Ian Franklin, Ran Cao, Dan M. Frangopol, Minghui Cheng

机构 * University of Miami（迈阿密大学） ； HBC Engineering Company（HBC工程公司） ； Hunan University（湖南大学） ； Lehigh University（里海大学） 纠错

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

AI总结 本文提出一种多软件平台结构分析自动化方法，通过两阶段多智能体架构实现跨平台建模与分析，实验表明其在多个主流软件中均达到90%以上的准确率。

GraspSense: Physically Grounded Grasp and Grip Planning for a Dexterous Robotic Hand via Language-Guided Perception and Force Maps

GraspSense: 为灵活机械手提供基于语言引导感知和力图的抓取与握力规划

Elizaveta Semenyakina, Ivan Snegirev, Mariya Lezina, Miguel Altamirano Cabrera, Safina Gulyamova, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（斯科尔科沃科技学院智能空间机器人实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于力图的抓取与握力规划方法，通过物理建模和力图分析，使机械手能选择结构更坚固的接触区域并保持安全的抓取力。

Comments 6 pages, 4 figures, 4 tables. Minor non-semantic changes in the main scheme

Reliable and Real-Time Highway Trajectory Planning via Hybrid Learning-Optimization Frameworks

通过混合学习-优化框架实现可靠且实时的高速公路轨迹规划

Yujia Lu, Chong Wei, Lu Ma, Lounis Adouane

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出混合高速公路轨迹规划框架，结合学习方法的适应性和优化方法的正式安全保证，确保在多车交互复杂情况下实现高可靠性和实时性。

Towards Designing for Resilience: Community-Centered Deployment of an AI Business Planning Tool in a Small Business Center

迈向韧性设计：在小型企业中心部署一个AI业务规划工具的社区中心化方法

Quentin Romero Lauro, Aakash Gautam, Yasmine Kotturi

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文探讨了在资源有限社区中，通过社区中心化设计部署AI业务规划工具BizChat，研究创业者如何通过集体AI素养发展建立韧性，发现AI工具在降低融资门槛的同时也引发了对规划本质的质疑。

Comments 17 pages, accepted to CHI 2026

Motion planning and approximate controllability of a moving cantilever beam with a tip-mass

带有末端质量的移动悬臂梁的运动规划与近似可控性

Soham Chatterjee, Aman Batra, Vivek Natarajan

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了带有末端质量的悬臂梁模型在给定时间区间内从初始状态转移到最终状态的运动规划问题，并利用生成函数方法证明了该模型的近似可控性。

Comments 14 pages, 8 figures

SBAMP: Sampling Based Adaptive Motion Planning

基于采样的自适应运动规划：SBAMP

Shreyas Raorane, Kabir Ram Puri, Anh-Quan Pham

机构 * General Robotics, Automation, Sensing and Perception (GRASP) Laboratory, University of Pennsylvania（宾夕法尼亚大学通用机器人、自动化、感知与感知（GRASP）实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 SBAMP结合RRT*全局规划与在线Lyapunov稳定的SEDS控制器，实现动态环境下的稳定实时适应与全局路径保持。

A New Approach to Motion Planning in 3D for a Dubins Vehicle: Special Case on a Sphere

在球面上Dubins车辆3D运动规划的新方法：特殊情形

Deepak Prakash Kumar, Swaroop Darbha, Satyanarayana Gupta Manyam, David Casbeer

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种适用于空中车辆的3D运动规划新模型，研究了曲率受限车辆在球面表面的运动规划问题，推导了最小转弯半径车辆的最优路径，并扩展了最优路径的范围。

PlanGuard: Defending Agents against Indirect Prompt Injection via Planning-based Consistency Verification

PlanGuard：通过基于规划的一致性验证防御代理 against 间接提示注入

Guangyu Gong, Zizhuang Deng

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

AI总结 本文提出PlanGuard，一种基于上下文隔离的无训练防御框架，通过规划器生成有效动作集和分层验证机制，有效防御间接提示注入攻击，实验显示攻击成功率从72.8%降至0%。

Working Paper: Towards Schema-based Learning from a Category-Theoretic Perspective

工作论文：从范畴论视角迈向基于模式的学习

Pablo de los Riscos, Fernando J. Corbacho, Michael A. Arbib

机构 * Cognodata I+D & Universidad Autonoma de Madrid（Cognodata I+D 与马德里自治大学） ； University of California San Diego（加利福尼亚大学圣迭戈分校） 纠错

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

AI总结 本文提出一种分层范畴框架，用于基于模式的学习，通过四个相互关联的层次结构，构建了模式、实现、语义和智能体等层面，实现了模式语义、认知、具身化和架构抽象的弱分层n-范畴结构。

Comments 43 pages, 3 figures

DERM-3R: A Resource-Efficient Multimodal Agents Framework for Dermatologic Diagnosis and Treatment in Real-World Clinical Settings

DERM-3R：一种资源高效的多模态代理框架，用于皮肤病诊断和治疗的现实世界临床应用

Ziwen Chen, Zhendong Wang, Chongjing Wang, Yurui Dong, Luozhijie Jin, Jihao Gu, Kui Chen, Jiaxi Yang, Bingjie Lu, Zhou Zhang, Jirui Dai, Changyong Luo, Xiameng Gai, Haibing Lan, Zhi Liu

机构 * School of Pharmacy, Nanjing University of Chinese Medicine（南京中医药大学药学院） ； Department of Dermatology, the Gulou Hospital of Traditional Chinese Medicine of Beijing（北京鼓楼中医医院皮肤科） ； Infectious disease department, Dongfang Hospital, Beijing University of Chinese Medicine（北京中医药大学东方医院感染科） ； College of Art and Science, university of Washington（华盛顿大学文理学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Fudan Unversity（复旦大学） ； Zhejiang Lab（之江实验室） ； University College London（伦敦大学学院） ； Department of Dermatology, Inner Mongolia Hospital of Traditional Chinese Medicine（内蒙古自治区中医医院皮肤科） ； International Campus of Zhejiang University（浙江大学国际校区） 纠错

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

AI总结 本文提出DERM-3R框架，通过三个协作代理解决皮肤病诊断中的细粒度病变识别、多视角病变表示和综合推理问题，展示了其在资源受限下的高效性能。

Thought Branches: Interpreting LLM Reasoning Requires Resampling

思维分支：解释大语言模型推理需要重采样

Uzay Macar, Paul C. Bogdan, Senthooran Rajamanoharan, Neel Nanda

机构 * MATS 纠错

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

AI总结 本文通过重采样研究大语言模型推理过程中的因果影响，探讨了单个推理链的局限性，并提出了基于重采样的方法来分析模型决策和推理步骤的影响。

Comments Uzay Macar and Paul C. Bogdan contributed equally to this work, and their listed order was determined by coinflip

Skill-SD: Skill-Conditioned Self-Distillation for Multi-turn LLM Agents

Skill-SD：基于多轮LLM代理的技能条件自蒸馏

Hao Wang, Guozhi Wang, Han Xiao, Yufeng Zhou, Yue Pan, Jichao Wang, Ke Xu, Yafei Wen, Xiaohu Ruan, Xiaoxin Chen, Honggang Qi

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； vivo AI Lab（vivo AI实验室） 纠错

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

AI总结 Skill-SD通过将代理自身轨迹转化为动态训练监督，结合重要加权反KL损失稳定训练，提升多轮LLM代理性能，实验显示优于标准RL和OPD方法。

Comments Project page: https://k1xe.github.io/skill-sd/

Grounded World Model for Semantically Generalizable Planning

基于语义泛化的世界模型用于规划

Quanyi Li, Lan Feng, Haonan Zhang, Wuyang Li, Letian Wang, Alexandre Alahi, Harold Soh

机构 * Independent（独立） ； EPFL（瑞士联邦理工学院洛桑） ； Beihang University（北京航空航天大学） ； University of Toronto（多伦多大学） ； NUS（新加坡国立大学） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.AI

AI总结 本文提出基于视觉-语言对齐潜在空间的世界模型，用于改进视觉-运动模型控制，实现更广泛的语义泛化能力。

M$^3$KG-RAG: Multi-hop Multimodal Knowledge Graph-enhanced Retrieval-Augmented Generation

M$^3$KG-RAG：多跳多模态知识图谱增强的检索增强生成

Hyeongcheol Park, Jiyoung Seo, Jaewon Mun, Hogun Park, Wonmin Byeon, Sung June Kim, Hyeonsoo Im, JeungSub Lee, Sangpil Kim

机构 * Korea University（高丽大学） ； Sungkyunkwan University（成均馆大学） ； NVIDIA Research（英伟达研究院） ； Hanwha Systems（韩华系统） 纠错

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

AI总结 本文提出M$^3$KG-RAG，通过构建多跳多模态知识图谱并引入GRASP机制，提升多模态大语言模型的推理深度和回答准确性。

Comments Accepted to CVPR 2026

Rebooting Microreboot: Architectural Support for Safe, Parallel Recovery in Microservice Systems

重振微重启：用于微服务系统的安全并行恢复架构支持

Laurent Bindschaedler

机构 * Max Planck Institute for Software Systems (MPI-SWS)（马克斯·普朗克软件系统研究所） 纠错

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

AI总结 本文提出一种安全并行恢复架构，通过分离规划与执行，利用类型化的修复计划和微内核确保安全，实验证明其在工业级数据和故障注入测试中有效减少修复带来的损害。

Comments 18 pages, 1 figure, 4 tables. Published at ARCS 2026

Journal ref Proc. 39th GI/ITG International Conference on Architecture of Computing Systems (ARCS), 2026

Optimized Customizable Route Planning in Large Road Networks with Batch Processing

在大规模道路网络中利用批量处理优化可定制的路径规划

Muhammad Farhan, Henning Koehler

专题命中 规划决策 ：planning(title)

AI总结 本文提出基于可定制树标签化框架的优化方法，通过改进路径信息的存储与重建，提升大规模道路网络中不同成本指标下的路径查询效率和可扩展性。

CogInstrument: Modeling Cognitive Processes for Bidirectional Human-LLM Alignment in Planning Tasks

CogInstrument: 为规划任务中的双向人-大语言模型对齐建模认知过程

Anqi Wang, Dongyijie Pan, Xin Tong, Pan Hui

专题命中 规划决策 ：planning(title)

AI总结 CogInstrument通过认知动机建模实现人与大语言模型在规划任务中的双向对齐，通过可编辑的图形结构揭示隐含推理过程，提升用户对协作的控制力和信任度。

From Speech to Profile: A Protocol-Driven LLM Agent for Psychological Profile Generation

从语音到档案：一种基于协议的LLM代理用于心理档案生成

Xingjian Yang, Yudong Yang, Zhixing Guo, Yongjie Zhou, Nan Yan, Lan Wang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Key Laboratory of Biomedical Imaging Science and System, Chinese Academy of Sciences（中国科学院生物医学成像科学与系统重点实验室） 纠错

专题命中 规划决策 ：agent(title)

AI总结 本文提出StreamProfile框架，通过增量处理咨询语音，提取证据并生成可追溯的心理档案，有效避免幻觉和长上下文遗忘问题。

Agentic Workflows for Resolving Conflict Over Shared Resources: A Power Grid Application

代理工作流用于解决共享资源上的冲突：一个电力网格应用

Shiva Poudel, Thiagarajan Ramachandran, Orestis Vasios, Andrew P. Reiman

专题命中 规划决策 ：agentic(title)

AI总结 本文提出一种协调多个代理的冲突解决框架，通过双边谈判、结构化调解和程序性（确定性）冲突解决模式，解决共享资源上的冲突，并在电力分配场景中验证了其性能。

Comments 6 pages, 9 figures

Budget-Aware Uncertainty for Radiotherapy Segmentation QA Using nnU-Net

考虑预算的不确定性用于放疗分割质量保证的nnU-Net应用

Ricardo Coimbra Brioso, Lorenzo Mondo, Damiano Dei, Nicola Lambri, Pietro Mancosu, Marta Scorsetti, Daniele Loiacono

机构 * Department of Biomedical Sciences, Humanitas University（人类医学科学系，人类itas大学） ； Radiotherapy and Radiosurgery Department, IRCCS Humanitas Research Hospital（放疗与放射外科部门，IRCCS人类itas研究医院） 纠错

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

AI总结 本文提出基于nnU-Net的预算感知不确定性驱动质量保证框架，通过不确定性量化和后验校准生成体素级不确定性图，以指导针对性人工审查，实验比较了温度缩放、深度集合、检查点集合和测试时间增强等方法。

Learning to Focus: CSI-Free Hierarchical MARL for Reconfigurable Reflectors

学习聚焦：无CSI分层多智能体强化学习用于可重构反射面

Hieu Le, Mostafa Ibrahim, Oguz Bedir, Jian Tao, Sabit Ekin

机构 * Computer Engineering Texas A\&M University College Station, Texas, USA ； School of Performance, Visualization ； Fine Arts Texas A\&M University College Station, Texas, USA ； Industrial Distribution Texas A\&M University College Station, Texas, USA 纠错

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

AI总结 本文提出无CSI分层多智能体强化学习框架，通过空间智能管理宏尺度波传播，实现大规模可重构反射面的高效控制与高保真信号定向。

El Agente Estructural: An Artificially Intelligent Molecular Editor

结构代理：一种人工智能分子编辑器

Changhyeok Choi, Yunheng Zou, Marcel Müller, Han Hao, Yeonghun Kang, Juan B. Pérez-Sánchez, Ignacio Gustin, Hanyong Xu, Andrew Wang, Mohammad Ghazi Vakili, Chris Crebolder, Alán Aspuru-Guzik, Varinia Bernales

机构 * University of Toronto（多伦多大学） ； Acceleration Consortium（加速联盟） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院） ； NVIDIA（英伟达） 纠错

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

AI总结 本文提出El Agente Estructural，一种多模态、自然语言驱动的几何生成与操控代理，用于自主化学和分子建模。该代理通过整合领域知识工具和视觉语言模型，实现对分子结构的精确操控，无需重建核心分子框架。

From Topology to Trajectory: LLM-Driven World Models For Supply Chain Resilience

从拓扑到轨迹：LLM驱动的世界模型用于供应链韧性

Jia Luo

机构 * Huazhong University and Science and Technology（华中科技大学） 纠错

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

AI总结 本文提出ReflectiChain框架，通过生成世界模型和回顾代理强化学习，提升供应链韧性，实验显示在极端场景下性能提升显著。

Cooperation in Human and Machine Agents: Promise Theory Considerations

人类与机器代理中的合作：承诺理论考虑

M. Burgess

机构 * ChiTek-i AS 纠错

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

AI总结 本文探讨人类与机器代理合作中的承诺理论，分析其在组织设计和功能实现中的统一视角，涵盖人类、硬件、软件及AI的合作与互动。

What Factors Affect LLMs and RLLMs in Financial Question Answering?

影响LLMs和RLLMs在金融问答中的因素是什么？

Peng Wang, Xuesi Hu, Jiageng Wu, Yuntao Zou, Qiancheng Zhang, Dagang Li

机构 * School of Computer Science and Engineering, Macau University of Science and Technology, China（澳门科技大学计算机科学与工程学院） ； SKLPlanets, Macau University of Science and Technology, China（澳门科技大学月球与行星科学国家重点实验室） ； School of Economics, Anhui University, China（安徽大学经济学院） ； School of Energy and Power Engineering, Huazhong University of Science and Technology, China（华中科技大学能源与动力工程学院） 纠错

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

AI总结 研究探讨了提示方法、代理框架和多语言对齐方法对LLMs和RLLMs在金融问答任务中的影响，发现提示方法和代理框架能提升LLMs性能，而RLLMs自身具备Long CoT能力，传统方法对其提升有限。

Comments Accepted by ACL 2026 Findings