AI Agent

VoxMind: An End-to-End Agentic Spoken Dialogue System

VoxMind：一个端到端的智能语音对话系统

Tianle Liang, Yifu Chen, Shengpeng Ji, Yijun Chen, Zhiyang Jia, Jingyu Lu, Fan Zhuo, Xueyi Pu, Yangzhuo Li, Zhou Zhao

机构 * Zhejiang University（浙江大学） ； China University of Petroleum-Beijing at Karamay（中国石油大学（北京）克拉玛依校区） ； Xiamen University（厦门大学） 纠错

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

AI总结 本文提出VoxMind，通过引入智能代理能力，提升端到端语音对话系统在复杂任务中的表现，实验表明其任务完成率显著提高。

Comments Accepted to ACL 2026 Main Conference.Code and data available at https://github.com/MM-Speech/VoxMind

DeepER-Med: Advancing Deep Evidence-Based Research in Medicine Through Agentic AI

DeepER-Med: 通过代理AI推进医学中的深度证据导向研究

Zhizheng Wang, Chih-Hsuan Wei, Joey Chan, Robert Leaman, Chi-Ping Day, Chuan Wu, Mark A Knepper, Antolin Serrano Farias, Jordina Rincon-Torroella, Hasan Slika, Betty Tyler, Ryan Huu-Tuan Nguyen, Asmita Indurkar, Mélanie Hébert, Shubo Tian, Lauren He, Noor Naffakh, Aseem Aseem, Nicholas Wan, Emily Y Chew, Tiarnan D L Keenan, Zhiyong Lu

机构 * Division of Intramural Research (DIR), National Library of Medicine (NLM), National Institutes of Health (NIH)（国家医学图书馆（NLM）内务研究部，国家卫生研究院（NIH）） ； Hunterian Neurosurgical Laboratory, Johns Hopkins School of Medicine（约翰霍普金斯医学院霍尔特神经外科实验室） ； Cancer Data Science Laboratory, Center for Cancer Research, National Cancer Institute (NCI), National Institutes of Health (NIH)（国家癌症研究所（NCI）癌症数据科学实验室，国家癌症研究中心，国家卫生研究院（NIH）） ； Experimental Immunology Branch, National Cancer Institute (NCI), National Institutes of Health (NIH)（国家癌症研究所（NCI）实验免疫学分支，国家卫生研究院（NIH）） ； Epithelial Systems Biology Laboratory, Systems Biology Center, National Heart, Lung, and Blood Institute (NHLBI), National Institutes of Health (NIH)（国家心肺血液研究所（NHLBI）上皮系统生物学实验室，系统生物学中心，国家卫生研究院（NIH）） ； Brain Tumor Genetics Lab, Department of Neurosurgery, Johns Hopkins Hospital（约翰霍普金斯医院神经外科部脑肿瘤遗传实验室） ； Division of Hematology/Oncology, University of Illinois Chicago（伊利诺伊大学芝加哥分校血液/肿瘤科部） ； University of Illinois Cancer Center, Chicago, IL 60612, USA（伊利诺伊大学癌症中心，芝加哥，IL 60612，美国） ； Division of Epidemiology and Clinical Applications, National Eye Institute (NEI), National Institutes of Health (NIH)（国家眼耳研究所（NEI）流行病学与临床应用部，国家卫生研究院（NIH）） ； University of Michigan Medical School, Ann Arbor, MI 48109, USA（密歇根大学医学学院，安阿伯，MI 48109，美国） 纠错

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

AI总结 DeepER-Med通过代理AI框架提升医学研究的证据生成流程，包含研究规划、协作和证据综合模块，并通过专家评估和真实临床案例验证其有效性。

Comments 37 pages, 6 figures, 5 tables

Exploring Agentic Visual Analytics: A Co-Evolutionary Framework of Roles and Workflows

探索代理式可视化分析：角色与工作流的共进化框架

Tianqi Luo, Leixian Shen, Yuyu Luo

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

AI总结 本文通过调研55个代理式可视化分析系统，提出一个共进化框架，分析代理自主性与人类角色转变之间的关系，并提出设计指南和未来研究方向。

FACTS: Table Summarization via Offline Template Generation with Agentic Workflows

FACTS: 通过离线模板生成实现基于表格的摘要的代理工作流

Ye Yuan, Mohammad Amin Shabani, Siqi Liu

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； RBC Borealis 纠错

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

AI总结 FACTS通过离线模板生成实现高效、准确且隐私合规的表格摘要，优于现有方法，适用于实际查询需求。

Comments Accepted by ACL 2026 Findings

VeriGraph: Scene Graphs for Execution Verifiable Robot Planning

VeriGraph：用于可验证机器人规划的场景图

Daniel Ekpo, Mara Levy, Saksham Suri, Chuong Huynh, Archana Swaminathan, Abhinav Shrivastava

机构 * University of Maryland, College Park, MD USA（马里兰大学学院公园分校） 纠错

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

AI总结 VeriGraph通过整合视觉语言模型和场景图，提升机器人任务规划的可行性验证与修正，显著提高任务完成率。

Comments Accepted to ICRA 2026. Project website: https://verigraph-agent.github.io

Scalable Multi-Task Learning through Spiking Neural Networks with Adaptive Task-Switching Policy for Intelligent Autonomous Agents

通过具有自适应任务切换策略的脉冲神经网络实现可扩展的多任务学习用于智能自主代理

Rachmad Vidya Wicaksana Putra, Avaneesh Devkota, Muhammad Shafique

机构 * eBRAIN Lab, New York University (NYU) Abu Dhabi（eBRAIN实验室，纽约大学（NYU）阿布扎比分校） 纠错

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

AI总结 本文提出SwitchMT方法，通过自适应任务切换策略和深度脉冲Q网络实现高效的多任务学习，提升自主代理在多个Atari游戏中表现。

Comments Accepted at the 63rd ACM/IEEE Design Automation Conference (DAC), July 26-29, 2026 in Long Beach, CA, USA. [Codes: https://github.com/rachmadvwp/SwitchMT]

Mapping High-Performance Regions in Battery Scheduling across Data Uncertainty, Battery Design, and Planning Horizons

在数据不确定性、电池设计和规划时间跨度中电池调度的高性能区域映射

Jaime de Miguel Rodriguez, Artjom Vargunin, Brigitta Robin Raudne, David Solis Martin, Yaroslava Mykhailenko, Kaarel Oja

机构 * Enefit ； University of Seville（塞维利亚大学） ； University of Tartu（塔尔图大学） ； Tallinn University of Technology（塔林技术大学） 纠错

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

AI总结 本文研究多阶段模型预测控制下能量存储操作的三重分析，探讨数据特征、预测不确定性、规划时间跨度和电池充放电速率的相互作用，通过合成数据集系统探索数据特征和不确定性的变化，确定最佳时间跨度映射关系，减少计算成本并保持最优性能。

Comments 40 pages

COVER:COverage-VErified Roadmaps for Fixed-time Motion Planning in Continuous Semi-Static Environments

覆盖验证的固定时间运动规划路标：连续半静态环境中的路标规划

Niranjan Kumar Ilampooranan, Constantinos Chamzas

机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出COVER框架，通过增量构建覆盖验证的路标，为半静态环境提供固定时间内的运动规划解决方案，展示了更广的问题空间覆盖和更高的查询成功率。

Contact-Aware Planning and Control of Continuum Robots in Highly Constrained Environments

具备接触意识的连续机器人在高度受限环境中的规划与控制

Aedan Mangan, Kehan Long, Ki Myung Brian Lee, Miheer Potdar, Nikolay Atanasov, Tania K. Morimoto

机构 * Department of Mechanical and Aerospace Engineering, University of California San Diego（加州大学圣地亚哥分校机械与航空航天工程系） ； SceniX Inc（SceniX公司） ； Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； Department of Surgery, University of California San Diego（加州大学圣地亚哥分校外科系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种具备接触意识的规划方法，通过评估接触质量并惩罚危险交互，生成可行轨迹和接触意识雅可比矩阵，实验证明其在高度受限环境中可靠导航的能力。

Comments 15 pages, 3 figures

Trajectory Planning for Safe Dual Control with Active Exploration

安全双控轨迹规划与主动探索

Kaleb Ben Naveed, Manveer Singh, Devansh R. Agrawal, Dimitra Panagou

机构 * Department of Robotics, University of Michigan（密歇根大学机器人学系） ； Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了一种受预算约束的双控问题，通过整合鲁棒规划与主动探索，在保证安全性和预算可行性的同时，平衡即时任务性能与长期不确定性降低。

DriveLaW:Unifying Planning and Video Generation in a Latent Driving World

DriveLaW：在潜在驾驶世界中统一规划与视频生成

Tianze Xia, Yongkang Li, Lijun Zhou, Jingfeng Yao, Kaixin Xiong, Haiyang Sun, Bing Wang, Kun Ma, Guang Chen, Hangjun Ye, Wenyu Liu, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米电动车） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 DriveLaW通过统一视频生成与运动规划，提升自动驾驶中的预测与规划性能，实现视频生成与轨迹规划的一致性，取得新的state-of-the-art结果。

Comments 18 pages, 6 figures, CVPR 2026

Sampling-Based Multi-Modal Multi-Robot Multi-Goal Path Planning

基于采样的多模态多机器人多目标路径规划

Valentin N. Hartmann, Tirza Heinle, Yijiang Huang, Stelian Coros

机构 * Computational Robotics Lab ETH Zürich（机器人计算实验室ETH Zurich） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于采样的多机器人多目标路径规划方法，解决多机器人协同任务中的路径规划问题，实现概率完备和渐进最优的规划算法。

Comments 25 pages, 17 figures

MCSC-Bench: Multimodal Context-to-Script Creation for Realistic Video Production

MCSC-Bench：多模态情境到脚本创建用于真实视频制作

Huanran Hu, Zihui Ren, Dingyi Yang, Liangyu Chen, Qixiang Gao, Tiezheng Ge, Qin Jin

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

AI总结 本文提出MCSC任务，通过多模态输入和用户指令生成结构化视频脚本，并引入首个大规模MCSC数据集MCSC-Bench，包含11K+标注视频，支持全面评估材料选择、叙事规划和条件脚本生成。

Disco-RAG: Discourse-Aware Retrieval-Augmented Generation

Disco-RAG: 语篇意识的检索增强生成

Dongqi Liu, Hang Ding, Qiming Feng, Xurong Xie, Zhucun Xue, Chengjie Wang, Jian Li, Jiangning Zhang, Yabiao Wang

机构 * Saarland University（萨尔兰大学） ； Shanghai Jiaotong University（上海交通大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Tencent YouTu Lab（腾讯优图实验室） 纠错

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

AI总结 Discourse-aware RAG框架通过构建篇章内结构树和跨篇章修辞图，提升知识整合能力，在问答和长文档摘要任务中取得最佳效果。

Comments ACL 2026 Main & Long Conference Paper

A Digital Twin Framework for Decision-Support and Optimization of EV Charging Infrastructure in Localized Urban Systems

面向本地城市系统的电动车充电基础设施决策支持与优化的数字孪生框架

Bui Khanh Linh Do, Thanh H. Nguyen, Nghi Huynh Quang, Doanh Nguyen-Ngoc, Laurent El Ghaoui

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

AI总结 本文提出一种整合基于代理的决策支持与嵌入式优化的数字孪生框架，用于动态模拟电动车充电行为、基础设施布局及政策响应，通过大学校园案例分析，展示了动态通知和优化策略在提升用户满意度和能源管理中的作用。

Comments 38 pages, 11 figures. Accepted for publication in CEUS. This version is made available under the CC-BY-NC-ND 4.0 license. Final version available at: https://doi.org/10.1016/j.compenvurbsys.2026.102422

Journal ref Computers, Environment and Urban Systems, Volume 127, 102422 (2026)

Optimistic Policy Learning under Pessimistic Adversaries with Regret and Violation Guarantees

在悲观对抗者下具有后悔和违反保证的乐观策略学习

Sourav Ganguly, Kartik Pandit, Arnob Ghosh

机构 * Dept. of Electrical and Computer Engineering, NJIT, Newark, NJ, USA（电气与计算机工程系，新泽西理工学院，新泽西州纽克尔，美国） 纠错

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

AI总结 本文提出RHC-UCRL算法，通过建模外生因素为对抗策略，实现策略在对抗环境下的最优与安全，提供子线性后悔和约束违反保证。

Hierarchical Active Inference using Successor Representations

基于成功表示的分层主动推断

Prashant Rangarajan, Rajesh P. N. Rao

机构 * Paul G. Allen Center for Computer Science and Engineering, University of Washington（保罗·G·阿伦计算机科学与工程中心，华盛顿大学） 纠错

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

AI总结 本文提出基于分层主动推断的行动规划模型，结合环境层次模型与成功表示实现高效规划，展示了如何通过低层表示学习高层抽象状态，并在多个规划和强化学习任务中验证了方法有效性。

Comments Accepted for publication in Neural Computation (MIT Press). 82 pages, 29 figures

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。