AI Agent

PolicyBank: Evolving Policy Understanding for LLM Agents

PolicyBank: 为LLM代理演化政策理解

Jihye Choi, Jinsung Yoon, Long T. Le, Somesh Jha, Tomas Pfister

机构 * Google Cloud（谷歌云） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 研究通过交互与反馈让LLM代理自主优化政策解读，提出PolicyBank机制以结构化存储政策洞察并迭代完善，有效填补规范缺口。

To LLM, or Not to LLM: How Designers and Developers Navigate LLMs as Tools or Teammates

对LLM而言，是使用还是不使用：设计师和开发者如何将LLM视为工具或队友

Varad Vishwarupe, Ivan Flechais, Nigel Shadbolt, Marina Jirotka

机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） 纠错

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

AI总结 研究探讨了设计师和开发者在系统设计过程中如何将LLM视为工具或队友，分析了角色框架对决策权、问责制、监督策略和组织接受度的影响。

Comments 6 pages, 2 figures, 1 table

Goal-based Neural Physics Vehicle Trajectory Prediction Model

基于目标的神经物理车辆轨迹预测模型

Rui Gan, Haotian Shi, Pei Li, Keshu Wu, Bocheng An, Linheng Li, Junyi Ma, Chengyuan Ma, Bin Ran

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Southeast University（东南大学） 纠错

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

AI总结 本文提出GNP模型，通过两阶段预测车辆目标和轨迹，提升长短期预测精度与可解释性。

Fusing Cellular Network Data and Tollbooth Counts for Urban Traffic Flow Estimation

融合蜂窝网络数据与收费站计数用于城市交通流估计

Oluwaleke Yusuf, Shaira Tabassum

机构 * Department of Engineering Cybernetics（工程控制系） ； Norwegian University of Science and Technology (NTNU)（挪威科学技术大学） ； Department of Computer Science（计算机科学系） 纠错

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

AI总结 本文提出利用蜂窝网络数据与收费站计数融合的方法，通过机器学习框架纠正和细化交通流数据，生成高精度的OD矩阵，为城市交通规划提供支持。

Comments 8 pages, 7 figures

Multi-objective Reinforcement Learning With Augmented States Requires Rewards After Deployment

多目标强化学习与增强状态需要部署后奖励

Peter Vamplew, Cameron Foale

机构 * Institute of Innovation, Science and Sustainability, Federation University Australia（创新、科学与可持续发展研究所，联邦大学澳大利亚） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文指出多目标强化学习与传统单目标强化学习的关键区别，强调增强状态需要部署后持续获取奖励信号，探讨其实际影响。

CLIMB: Controllable Longitudinal Brain Image Generation using Mamba-based Latent Diffusion Model and Gaussian-aligned Autoencoder

CLIMB：基于Mamba的潜在扩散模型和高斯对齐自编码器的可控纵向脑图像生成

Duy-Phuong Dao, Muhammad Taqiyuddin, Jahae Kim, Sang-Heon Lee, Hye-Won Jung, Jaehoo Choi, Hyung-Jeong Yang

机构 * Department of Artificial Intelligence Convergence, Chonnam National University（全南国立大学人工智能融合系） ； Department of Nuclear Medicine, Chonnam National University（全南国立大学核医学系） ； University of South Australia（南澳大利亚大学） ； AdelaideMRI（阿德莱德MRI） ； Electronics and Telecommunications Research Institute（电子电信研究所） 纠错

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

AI总结 CLIMB通过基于状态空间的潜在扩散模型和高斯对齐自编码器，实现对脑结构时间演变的可控生成，利用基线MRI扫描及其获取年龄作为基础输入，并结合多种条件变量提升解剖变化的建模能力。

Comments 18 pages, 5 figures, 5 tables

UniDoc-RL: Coarse-to-Fine Visual RAG with Hierarchical Actions and Dense Rewards

UniDoc-RL: 基于分层动作和密集奖励的粗到细视觉RAG

Jun Wang, Shuo Tan, Zelong Sun, Tiancheng Gu, Yongle Zhao, Ziyong Feng, Kaicheng Yang, Zhiwu Lu

机构 * DeepGlint-AI 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 UniDoc-RL通过分层动作空间和密集奖励方案，提升视觉RAG系统的细粒度视觉语义处理能力，实现端到端训练，实验显示优于现有方法。

Comments 17 pages, 11 figures

Heuristic Classification of Thoughts Prompting (HCoT): Integrating Expert System Heuristics for Structured Reasoning into Large Language Models

思维提示的启发式分类（HCoT）：将专家系统启发式方法整合到大型语言模型中的结构化推理

Lei Lin, Jizhao Zhu, Yong Liu, Donghong Sun, Hongbo He, Yihua Du

机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； Shenyang Aerospace University（沈阳航空航天大学） ； ZGC LAB, Beijing,China（北京ZGC实验室） ； Institute for Network Sciences and Cyberspace, Tsinghua University（清华大学网络科学与网络空间研究院） 纠错

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

AI总结 本文提出HCoT方法，通过启发式分类模型整合专家系统启发式方法，提升大型语言模型在复杂问题中的推理能力，实现更高效的决策和更稳定的推理链。

FS-Researcher: Test-Time Scaling for Long-Horizon Research Tasks with File-System-Based Agents

FS-Researcher：基于文件系统的长周期研究任务测试时扩展

Chiwei Zhu, Benfeng Xu, Mingxuan Du, Shaohan Wang, Xiaorui Wang, Zhendong Mao, Yongdong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Metastone Technology（MetaStone技术公司） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本文提出FS-Researcher框架，通过持久化工作空间实现长周期研究任务的测试时扩展，采用双代理结构提升研究质量与扩展性。

Comments 22 pages, 6 figures; Accepted to ACL 2026

MFC-RFNet: A Multi-scale Guided Rectified Flow Network for Radar Sequence Prediction

MFC-RFNet: 一种多尺度引导的修正流网络用于雷达序列预测

Wenjie Luo, Chuanhu Deng, Chaorong Li, Rongyao Deng, Qiang Yang

机构 * Yibin University（宜宾大学） ； Chongqing University of Technology（重庆理工大学） 纠错

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

AI总结 本文提出MFC-RFNet，通过多尺度通信与引导特征融合解决雷达序列预测中的多尺度演变、帧间特征错位和长程时空上下文建模问题，提升预测精度与空间保真度。

MedGemma vs GPT-4: Open-Source and Proprietary Zero-shot Medical Disease Classification from Images

MedGemma vs GPT-4：开源与专有零样本医学疾病图像分类

Md. Sazzadul Islam Prottasha, Nabil Walid Rafi

机构 * Department of Information and Communication Technology, Bangladesh University of Professionals（信息与通信技术系，孟加拉国专业大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文比较了开源MedGemma与专有GPT-4在医学图像零样本疾病分类中的性能，MedGemma通过LoRA微调在准确率和敏感性上均表现更优，凸显了领域特定微调对临床应用的重要性。

Comments Accepted for publication in the Journal of Machine Learning and Deep Learning (JMLDL). 9 pages, 9 figures, 10 tables

Journal ref Journal of Machine Learning and Deep Learning, Vol. 2, No. 2, pp. 1-9, 2025

Teaching Language Models Mechanistic Explainability Through MechSMILES

通过MechSMILES教会语言模型机制性可解释性

Théo A. Neukomm, Zlatko Jončev, Philippe Schwaller

机构 * Laboratory of Artificial Chemical Intelligence (LIAC), Institut des Sciences et Ingénierie Chimiques, Ecole Polytechnique Fédérale de Lausanne (EPFL), Lausanne 1015, Switzerland（人工化学智能实验室（LIAC）、化学与工程学院、瑞士联邦理工学院（EPFL）、拉沃斯纳1015号） 纠错

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

AI总结 本文提出MechSMILES框架，通过箭头推导法教会语言模型预测化学反应机制，实现了反应路径验证、原子映射和催化剂识别等能力，展示了在复杂机制预测任务中的高准确率。

Semantic Area Graph Reasoning for Multi-Robot Language-Guided Search

语义区域图推理用于多机器人语言引导搜索

Ruiyang Wang, Hao-Lun Hsu, Jiwoo Kim, Miroslav Pajic

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出语义区域图推理框架，通过结构化语义拓扑抽象实现多机器人语义搜索，提升复杂室内环境中的目标搜索效率。

Path-Explosive Behaviour in Economic Time Series: A Realization-Centred Exploratory Framework

经济时间序列中的路径爆炸行为：以实现为中心的探索性框架

José Francisco Perles-Ribes

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种以实现为中心的框架，用于检测和表征经济时间序列中的爆炸性行为，通过四个诊断层区分真正的自我强化乘法增长与I(2)动态。

Comments Working Paper 18 pages

ChatENV: An Interactive Vision-Language Model for Sensor-Guided Environmental Monitoring and Scenario Simulation

ChatENV: 一种用于传感器引导的环境监测和场景模拟的交互式视觉-语言模型

Hosam Elgendy, Ahmed Sharshar, Ahmed Aboeitta, Mohsen Guizani

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 ChatENV通过整合卫星图像与真实传感器数据，实现环境变化的时序推理与假设验证，提升了环境监测的交互性和准确性。

Comments 11 pages, 5 figures, 7 tables

QGas: Interactive Gas Infrastructure Toolkit

QGas：交互式燃气基础设施工具包

Marco Quantschnig, Yannick Werner, Sonja Wogrin, Thomas Klatzer

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出QGas工具包，通过整合GIS几何编辑与拓扑保持图操作，实现燃气基础设施数据的可视化、创建与协同扩展，支持多载体燃气系统规划。

Compliance in Databases: A Study of Structural Policies and Query Optimization

数据库合规性：结构政策与查询优化的研究

Ahana Pradhan, Srinivas Karthik, Imtiyazuddin Shaik, Srinivas Vivek

专题命中 规划决策 ：planning(abstract)

AI总结 研究探讨结构化政策对查询优化的影响，提出政策语法框架以分析合规政策对数据库系统性能的作用。

Comments 10 pages, Workshop on Secure and Private Data Management (SeQureDB '26), May 31-June 05, 2026, Bengaluru, India

ABot-Claw: A Foundation for Persistent, Cooperative, and Self-Evolving Robotic Agents

ABot-Claw：持久、协作和自演化机器人代理的基础

Dongjie Huo, Haoyun Liu, Guoqing Liu, Dekang Qi, Zhiming Sun, Maoguo Gao, Jianxin He, Yandan Yang, Xinyuan Chang, Feng Xiong, Xing Wei, Zhiheng Ma, Mu Xu

机构 * AMAP CV Lab（AMAP CV 实验室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 ABot-Claw通过统一的具身接口、视觉导向的多模态记忆和基于批评者的闭环反馈机制，实现了持久上下文保留、在线进度评估和自演化能力，支持开放动态环境中的机器人代理。

AutoDrive-R$^2$: Incentivizing Reasoning and Self-Reflection Capacity for VLA Model in Autonomous Driving

AutoDrive-R$^2$: 促进自动驾驶VLA模型的推理与自反思能力

Zhenlong Yuan, Chengxuan Qian, Jing Tang, Rui Chen, Zijian Song, Lei Sun, Xiangxiang Chu, Yujun Cai, Dapeng Zhang, Shuo Li

机构 * AMAP, Alibaba Group（阿里集团AMAP） ； Sun Yat-sen University（中山大学） ； University of Queensland（昆士兰大学） ； Lanzhou University（兰州大学） ； Case Western Reserve University（凯斯西储大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出AutoDrive-R$^2$框架，通过链式推理和强化学习提升自动驾驶VLA系统的推理与自反思能力，使用nuScenesR$^2$-6K数据集和GRPO算法实现高鲁棒性轨迹规划。

Robust Real-Time Coordination of CAVs: A Distributed Optimization Framework under Uncertainty

面向不确定环境的鲁棒实时协同：一种分布式优化框架

Haojie Bai, Tingting Zhang, Cong Guo, Yang Wang, Xiongwei Zhao, Hai Zhu

机构 * School of Electronic and Information Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）电子与信息工程学院） ； Defense Innovation Institute, Chinese Academy of Military Sciences（中国军事科学院国防创新研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种分布式优化框架，通过鲁棒规划、并行ADMM算法和交互注意力机制，提升协同车辆的安全性和实时性能，实验表明在多种场景下碰撞率降低40.79%。

Comments Accept by IEEE TVT

Time-optimal Convexified Reeds-Shepp Paths on a Sphere

球面上时间最优的凸化雷德斯-舍普路径

Sixu Li, Deepak Prakash Kumar, Swaroop Darbha, Yang Zhou

机构 * Department of Mechanical Engineering, Texas A&M University（德克萨斯A&M大学机械工程系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文研究了在单位球面上具备前进和后退运动能力的凸化雷德斯-舍普车辆的时间最优路径规划问题，通过最大原理和相图分析，得出最优路径由最多六个段组成，包含紧转、大圆弧和原地转向三种运动原语，并给出了23种最优路径类型及其闭式段角。

Structural Measures of Resilience for Supply Chains

供应链的结构韧性度量

Marios Papachristou, M. Amin Rahimian, Arash Azadegan

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出结构韧性框架及新指标，通过节点渗流理论和分支过程识别四个关键韧性决定因素，并开发可扩展线性规划计算韧性，以应对大规模网络中的级联失效。

SocialGrid: A Benchmark for Planning and Social Reasoning in Embodied Multi-Agent Systems

SocialGrid：一种用于具身多智能体系统规划与社交推理的基准测试

Hikaru Shindo, Hanzhao Lin, Lukas Helff, Patrick Schramowski, Kristian Kersting

机构 * Technical University of Darmstadt（达姆施塔特技术大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Lab1141（Lab1141实验室） ； Centre for Cognitive Science, Darmstadt（达姆施塔特认知科学中心） 纠错

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

AI总结 SocialGrid通过评估LLM在具身多智能体环境中的规划、任务执行与社交推理能力，揭示了现有模型在任务完成和社交推理上的不足，并提供规划 oracle 和竞争排行榜以促进改进。

Comments Preprint

Weak-Link Optimization for Multi-Agent Reasoning and Collaboration

多智能体推理与协作中的弱链接优化

Haoyu Bian, Chaoning Zhang, Jiaquan Zhang, Xingyao Li, Yuanfang Guo, Wei Dong, Yang Yang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Beihang University（北航） ； Xi'an University of Architecture and Technology（西安建筑科技大学） 纠错

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

AI总结 本文提出WORC框架，通过识别并强化性能瓶颈智能体，提升多智能体系统的稳定性和泛化能力。

Comments 13 pages, 4 figures. Submitted to CAAI Transactions on Intelligence Technology

WiseMind: a knowledge-guided multi-agent framework for accurate and empathetic psychiatric diagnosis

WiseMind: 一种基于知识的多智能体框架，用于准确且富有同理心的精神病诊断

Yuqi Wu, Guangya Wan, Jingjing Li, Shengming Zhao, Lingfeng Ma, Tianyi Ye, Ion Pop, Yanbo Zhang, Jie Chen

机构 * College of Biomedical Engineering（生物医学工程学院） ； Fudan University（复旦大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Alberta（阿尔伯塔大学） ； University of Virginia（弗吉尼亚大学） ； McIntire School of Commerce（麦金尼商学院） ； School of Data Science（数据科学学院） ； Department of Psychiatry（精神病学系） 纠错

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

AI总结 WiseMind通过整合理性与情感智能体，结合DSM-5知识图谱，提升了精神病诊断的准确性与同理心，其在1206次模拟对话和180次真实交互中达到85.6%的诊断准确率，超越了单智能体方法。

Comments Accepted at npj Digital Medicine (2026)

MARCH: Multi-Agent Radiology Clinical Hierarchy for CT Report Generation

MARCH：多智能体放射科临床层级用于CT报告生成

Yi Lin, Yihao Ding, Yonghui Wu, Yifan Peng

机构 * Weill Cornell Medicine（韦尔·科恩医学中心） ； University of Western Australia（西澳大学） ； University of Florida（佛罗里达大学） 纠错

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

AI总结 MARCH通过模拟放射科专业层级，采用多智能体框架提升CT报告生成的临床准确性和语言准确性。

Comments Accepted by ACL 2026 main conference

Veritas-RPM: Provenance-Guided Multi-Agent False Positive Suppression for Remote Patient Monitoring

Veritas-RPM：基于溯源的多智能体虚假阳性抑制用于远程患者监测

Aswini Misro, Vikash Sharma, Shreyank N Gowda

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

AI总结 本文提出Veritas-RPM多智能体架构，通过五个处理层抑制远程患者监测中的虚假阳性，利用合成数据验证其性能，评估指标包括真实抑制率、虚假升级率和不确定率。

AstroVLM: Expert Multi-agent Collaborative Reasoning for Astronomical Imaging Quality Diagnosis

AstroVLM：专家多智能体协作推理用于天体成像质量诊断

Yaohui Han, Tianshuo Wang, Zixi Zhao, Zhengchun Zhu, Shuo Ren, Yiru Wang, Rongliang Fu, Tinghuan Chen, Tsung-Yi Ho

机构 * The Chinese University of Hong Kong（香港中文大学） ； Central South University（中南大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区） 纠错

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

AI总结 本文提出AstroVLM，通过多智能体协作推理解决复杂天体成像质量诊断问题，实验表明其在实际任务中优于所有基线模型。

The Price of Paranoia: Robust Risk-Sensitive Cooperation in Non-Stationary Multi-Agent Reinforcement Learning

paranoia 的代价：非平稳多智能体强化学习中鲁棒风险敏感合作的价格

Deep Kumar Ganguly, Chandradithya S Jonnalagadda, Pratham Chintamani, Adithya Ananth

机构 * Technical University of Munich (TU Munich)（慕尼黑技术大学） ； Brown University（布朗大学） ； Indian Institute of Technology Tirupati (IIT Tirupati)（Tirupati印度理工学院） 纠错

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

AI总结 研究非平稳多智能体强化学习中合作均衡的鲁棒性，发现风险中性学习下合作均衡易崩溃，提出通过调整策略梯度更新方差来增强稳定性，引入 paranoia 的价格概念量化合作恢复能力。

Comments Accepted to AAMAS ALA Workshop 2026

Security Threat Modeling for Emerging AI-Agent Protocols: A Comparative Analysis of MCP, A2A, Agora, and ANP

面向新兴AI代理协议的安全威胁建模：MCP、A2A、Agora和ANP的比较分析

Zeynab Anbiaee, Mahdi Rabbani, Mansur Mirani, Gunjan Piya, Igor Opushnyev, Ali Ghorbani, Sajjad Dadkhah

机构 * Canadian Institute for Cybersecurity (CIC), University of New Brunswick, New Brunswick, Canada（加拿大网络安全研究所（CIC）、新不伦瑞克大学、新不伦瑞克省，加拿大） 纠错

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

AI总结 本文对四种新兴AI代理通信协议进行安全分析，识别协议特定及跨协议风险面，提出定性风险评估框架，并通过MCP案例研究提供安全部署指导。