Enhancing Local Life Service Recommendation with Agentic Reasoning in Large Language Model
通过大语言模型中的代理推理增强本地生活服务推荐
专题命中 规划决策 ：agentic(title)
AI总结 本文提出一种联合预测生活需求和服务推荐的框架，通过行为聚类和强化学习提升推荐准确性。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 47 篇
MM-Doc-R1: Training Agents for Long Document Visual Question Answering through Multi-turn Reinforcement Learning
MM-Doc-R1: 通过多轮强化学习训练代理进行长文档视觉问答
机构 * Fudan University（复旦大学） ； Shanghai Qiji Zhifeng Co., Ltd（上海启智锋科技有限公司）
专题命中 规划决策 ：workflow(abstract)；agentic(abstract)；分类 cs.CL
AI总结 MM-Doc-R1通过多轮强化学习训练代理，利用相似性基于策略优化提升长文档视觉问答性能，实验表明其优于现有方法。
PlanCompiler: A Deterministic Compilation Architecture for Structured Multi-Step LLM Pipelines
PlanCompiler：一种确定性编译架构用于结构化多步骤LLM流水线
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.SE
AI总结 PlanCompiler通过类型节点注册表、静态图验证和确定性编译分离规划与执行，提升结构化LLM流水线的可靠性与效率，实现高成功率和成本效益。
Comments 31 pages, 1 figure, 7 tables, includes appendices and reproduction details
TableNet A Large-Scale Table Dataset with LLM-Powered Autonomous
TableNet：一个大规模表格数据集与LLM驱动的自主系统
机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 TableNet通过LLM驱动的自主系统生成和识别表格，解决大规模高质量表格数据集的不足，提升表格结构识别的效率与精度。
Comments The 40th Annual AAAI Conference on Artificial Intelligence Bridge Program on Logic & AI
Learning from Change: Predictive Models for Incident Prevention in a Regulated IT Environment
从变更中学习：受监管IT环境中的事故预防预测模型
机构 * ING Bank（ING银行） ； Delft University of Technology（代尔夫特理工大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 本文提出一种预测事故风险评分方法，通过机器学习模型在IT变更部署阶段预测潜在事故风险，利用SHAP值提高决策透明度，证明数据驱动模型在合规性与风险预防上的优势。
Comments 12 pages, 6 figures, 2026 IEEE/ACM 48th International Conference on Software Engineering: Software Engineering in Practice (ICSE-SEIP)
A Multimodal Clinically Informed Coarse-to-Fine Framework for Longitudinal CT Registration in Proton Therapy
一种多模态的临床导向粗到细框架用于质子治疗纵向CT配准
机构 * Department of Radiation Oncology, Mayo Clinic, Phoenix, Arizona, USA（梅奥诊所放射肿瘤科） ； School of Biomedical Engineering, ShanghaiTech University, Shanghai, China（上海科技大学生物医学工程学院） ； Shanghai United Imaging Intelligence Co., Ltd., Shanghai 200230, China（上海联合影像智能科技有限公司） ； Shanghai Artificial Intelligence Laboratory, Shanghai 200232, China（上海人工智能实验室） ； Shanghai Clinical Research and Trial Center, Shanghai 201210, China（上海临床研究与试验中心）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)
AI总结 本文提出一种多模态的临床导向粗到细框架，结合质子放疗工作流程中的多种信息，提升纵向CT配准的准确性和临床适用性。
Dynamic Regret in Time-varying MDPs with Intermittent Information
时间变化马尔可夫决策过程中的动态遗憾
专题命中 规划决策 ：agent(abstract)；planning(abstract)
AI总结 本文研究了在有限更新率下时间变化马尔可夫决策过程中的序列决策问题，提出了一种跳过更新学习与规划框架，通过基于似然的转移核估计和有限时间跨度规划，在更新间使用过时信息执行策略，并分析了其动态遗憾性能。
LongCoT: Benchmarking Long-Horizon Chain-of-Thought Reasoning
LongCoT：长周期链式推理基准测试
机构 * University of Oxford（牛津大学） ； Lawrence Livermore National Laboratory (LLNL)（劳伦斯利弗莫尔国家实验室） ； University of Washington（华盛顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 LongCoT通过2500个专家设计的问题评估长周期链式推理能力，揭示前沿模型在长时间推理中的不足。
Comments Long-Horizon Reasoning Benchmark
A closer look at how large language models trust humans: patterns and biases
深入探讨大型语言模型如何信任人类：模式与偏见
机构 * The Hebrew University Business School（希伯来大学商学院） ； The Federmann Center for the study of Rationality（费德曼理性研究中心） ； The Hebrew University of Jerusalem（特拉维夫希伯来大学）
专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究探讨大型语言模型在决策场景中对人类的信任发展，分析信任维度和人口变量的影响，发现模型信任与人类信任相似但存在偏差。
Journal ref Proceedings of the Royal Society A 482 2335 20251113 (2026)
DiPO: Disentangled Perplexity Policy Optimization for Fine-grained Exploration-Exploitation Trade-Off
DiPO：解耦 perplexity 的策略优化用于细粒度探索-利用平衡
机构 * East China Normal University（东华师范大学） ； Ant Group（蚂蚁集团） ； Shanghai Innovation Institute（上海创新研究院） ； Xiamen University（厦门大学）
专题命中 规划决策 ：function calling(abstract)；分类 cs.LG
AI总结 本文提出 DiPO 方法，通过解耦 perplexity 空间来优化探索与利用的平衡，提升 LLM 在数学推理和函数调用任务中的性能。
Comments LLM Reinforce Learning
RPS: Information Elicitation with Reinforcement Prompt Selection
RPS: 通过强化提示选择进行信息获取
机构 * Department of Computer Science, Southwestern University of Finance and Economics（西南财经大学计算机科学学院） ； China Telecom Corporation Limited（中国电信有限公司） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Eindhoven University of Technology（埃因霍温理工大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出RPS框架，通过强化学习实现对话中自适应的信息获取，引入IELegal数据集验证其有效性。
Hierarchical DLO Routing with Reinforcement Learning and In-Context Vision-language Models
基于强化学习和上下文视觉-语言模型的分层DLO路由
机构 * Department of Electrical and Computer Engineering, University of Minnesota（明尼苏达大学电气与计算机工程系） ； Princeton University（普林斯顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出了一种自主分层框架，利用视觉-语言模型进行上下文高层推理，结合强化学习训练的低层技能，解决长视距DLO路由任务，实现92%的成功率。
Comments 8 pages, 6 figures, 3 tables
Reward Hacking in the Era of Large Models: Mechanisms, Emergent Misalignment, Challenges
大模型时代的奖励黑客：机制、涌现偏差、挑战
机构 * Fudan NLP Group（复旦大学NLP小组）
专题命中 规划决策 ：agentic(abstract)；分类 cs.LG
AI总结 本文探讨大模型中奖励黑客的机制与挑战，提出代理压缩假说框架，分析优化过程中的表现偏差和对抗性行为，提出检测与缓解策略。
Comments 42 pages, 5 figures, 2 tables
Self-adaptive Multi-Access Edge Architectures: A Robotics Case
自适应多接入边缘架构：机器人案例
机构 * University of Southern Denmark（丹麦南部大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.SE
AI总结 本文提出一种自适应计算系统，用于混合人类-机器人环境，通过神经网络预测人类移动行为，提升移动机器人路径规划并确保安全，采用边缘计算系统优化处理效率。
A 3D SAM-Based Progressive Prompting Framework for Multi-Task Segmentation of Radiotherapy-induced Normal Tissue Injuries in Limited-Data Settings
一种基于3D SAM的渐进提示框架，用于有限数据设置下的放射治疗诱导正常组织损伤多任务分割
机构 * Department of Radiation Oncology, Mayo Clinic, Phoenix, Arizona, USA（放射肿瘤科，梅奥诊所，凤凰城，亚利桑那州，美国）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出一种基于3D SAM的渐进提示框架，用于在有限标注数据下实现放射治疗诱导正常组织损伤的多任务分割，通过三种互补提示提升分割性能。
Exploration and Exploitation Errors Are Measurable for Language Model Agents
语言模型代理中的探索与利用误差是可测量的
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； KRAFTON ； Ludo Robotics
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 研究探讨了语言模型代理在复杂决策任务中探索与利用误差的测量方法，设计可控环境评估不同模型的表现，发现前沿模型在任务中表现不佳，推理模型更有效，通过少量工程优化可显著提升探索与利用能力。
Aerial Vision-Language Navigation with a Unified Framework for Spatial, Temporal and Embodied Reasoning
基于空间、时间与具身推理的统一框架的空域视觉-语言导航
机构 * Key Laboratory for Information Science of Electromagnetic Waves (Ministry of Education)（电磁波信息科学重点实验室（教育部）） ； School of Information Science and Technology（信息科学与技术学院） ； Fudan University（复旦大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出一种统一框架，利用单目RGB视角和自然语言指令实现空域视觉-语言导航，通过多任务学习优化空间感知、轨迹推理和动作预测，提升轻量化无人机在复杂环境中的导航能力。
Comments Under Review, 16 pages, 12 figures. Our code is publicly available at https://github.com/return-sleep/AeroAct
Visplot: A visibility plot and observation scheduling tool for astronomical observatories
Visplot：用于天文台的可见性图和观测调度工具
专题命中 规划决策 ：planning(abstract)
AI总结 Visplot是一款开源工具，用于天文观测的可见性分析和调度，支持灵活的调度需求，适用于现代天文台的实践需求。
Comments 12 pages, 3 figures, 3 tables, submitted to A&A
Adaptive Sample Size Simulations with R package adsasi
具有R包adsasi的自适应样本量模拟
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出adsasi包，通过模拟先行方法解决自适应设计等复杂试验的样本量确定问题，提供可视化和统计推断功能。
Comments 21 pages, 7 figures
Hierarchical Bayesian calibration of mesoscopic models for ultrasound contrast agents from force spectroscopy data
多层级贝叶斯校准用于从力光谱数据校准微尺度模型
专题命中 规划决策 ：workflow(abstract)
AI总结 本文提出一种结合深度神经网络和马尔可夫链蒙特卡洛采样的方法，用于校准超声对比剂的微尺度模型，通过实验数据约束关键参数，提升模型精度。
Robust Energy-Aware Routing for Air-Ground Cooperative Multi-UAV Delivery in Wind-Uncertain Environments
鲁棒能耗感知路由：风不确定环境中的空地协同多无人机配送
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出BER框架，通过动态能耗图和风险感知路由提升无人机在风扰环境中的配送可靠性。
Multi-Dimensional Knowledge Profiling with Large-Scale Literature Database and Hierarchical Retrieval
多维知识谱系：基于大规模文献数据库与分层检索
机构 * Zhejiang University（浙江大学） ； APRIL Lab（APRIL实验室） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：agent(abstract)
AI总结 本文通过整合22个顶级会议2020-2025年的10万+论文，构建多维知识谱系分析框架，结合主题聚类、LLM解析与结构检索，揭示研究主题生命周期、方法迁移、数据集与模型使用模式及机构研究方向。
Low-Altitude Wireless Networks: A Comprehensive Survey
低空无线网络：综合综述
专题命中 规划决策 ：planning(abstract)
AI总结 本文综述了低空无线网络（LAWN）的发展，涵盖其系统基础、功能设计演进、性能评估指标及隐私安全问题，探讨了空域结构与空管的最新进展以促进实际部署。
2. 多智能体 20 篇
Multi-Agent Object Detection Framework Based on Raspberry Pi YOLO Detector and Slack-Ollama Natural Language Interface
基于Raspberry Pi YOLO检测器和Slack-Ollama自然语言接口的多智能体目标检测框架
机构 * The Institute for Artificial Intelligence Research（人工智能研究机构） ； Development of Serbia（塞尔维亚发展） ； Department of Power, Electronic and Telecommunication Engineering（电力、电子与电信工程系） ； Faculty of Technical Sciences, University of Novi Sad（技术科学学院，诺维萨德大学） ； Faculty of Finance, Banking and Auditing, Alfa BK University（金融、银行与审计学院，阿尔法BK大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；autonomous agent(abstract)
AI总结 本文提出了一种基于边缘计算的多智能体目标检测系统，利用LLM自然语言接口实现系统控制与通信，并在资源受限硬件平台上集成所有组件。
Comments 19 pages, 7 figures, 2 tables, implementation code will be made available upon manuscript publication
Beyond Arrow's Impossibility: Fairness as an Emergent Property of Multi-Agent Collaboration
超越阿罗不可能定理：公平性作为多智能体协作的涌现属性
机构 * Department of Computer Science（计算机科学系）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文探讨多智能体协作中公平性的涌现特性，通过医院急诊框架实验发现，智能体间的互动能产生比单一模型更公平的分配结果，揭示了公平性作为系统属性而非个体属性的机制。
AMA: Adaptive Memory via Multi-Agent Collaboration
AMA：通过多智能体协作实现自适应记忆
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Shandong University（山东大学） ； Nanyang Technological University（南洋理工大学） ； Southern University of Science and Technology（南方科技大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出AMA框架，通过多智能体协作实现自适应记忆管理，解决传统方法在记忆粒度和一致性维护上的不足，实验表明其在长上下文任务中表现优异，减少约80%的token消耗。
Comments 8 pages
AgentForge: Execution-Grounded Multi-Agent LLM Framework for Autonomous Software Engineering
AgentForge: 基于执行的多智能体LLM框架用于自主软件工程
机构 * International Research Center for Complexity Sciences（复杂科学国际研究中心） ； Hangzhou International Innovation Institute（杭州国际创新研究院） ； Beihang University（北京航空航天大学） ； College of Science, Mathematics and Technology（科学、数学与技术学院） ； Wenzhou-Kean University（温州-凯恩大学） ； Fakulti Teknologi Maklumat dan Komunikasi（信息技术与通信学院） ； Universiti Teknikal Malaysia Melaka（马来西亚Melaka理工大学） ； Computer Systems Engineering Department（计算机系统工程系） ； Sukkur IBA University（苏库尔IBA大学） ； University of Electronic Science and Technology of China（电子科学与技术大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 AgentForge通过引入执行验证原则，提升代码正确性验证，实现40.0%的SWE-BENCH Lite解决率，优于单智能体基线。
H-AdminSim: A Multi-Agent Simulator for Realistic Hospital Administrative Workflows with FHIR Integration
H-AdminSim：一种用于真实医院行政工作流的多智能体模拟器，集成FHIR
机构 * KAIST（韩国科学技术院） ； Samsung Medical Center（三星医疗中心）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 H-AdminSim通过结合真实数据生成与多智能体模拟，系统评估LLM在医院行政工作流中的表现，利用FHIR实现跨异构环境的标准化测试平台。
Comments Accepted at CHIL 2026
Beyond Conservative Automated Driving in Multi-Agent Scenarios via Coupled Model Predictive Control and Deep Reinforcement Learning
通过耦合模型预测控制和深度强化学习实现多智能体场景下的非保守自动驾驶
机构 * TU Delft, Faculty of Civil Engineering and Geosciences, Department of Transport and Planning（代尔夫特理工大学，土木工程与地质科学学院，交通与规划系） ； NVIDIA
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本文提出结合MPC与RL的框架，提升多智能体场景下的导航性能，实验表明MPC-RL在碰撞率和成功率上优于传统方法，且在零样本迁移中表现更优，展示了MPC对跨场景鲁棒性的贡献。
Comments This work has been submitted to the IEEE for possible publication
WebMAC: A Multi-Agent Collaborative Framework for Scenario Testing of Web Systems
WebMAC: 一种用于Web系统场景测试的多智能体协作框架
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.SE
AI总结 本文提出WebMAC框架，通过多智能体协作完成测试场景描述和转换，提升测试脚本执行成功率和效率，减少token消耗，并有效发现更多Web系统错误。
