AI Agent

Characterizing AlphaEarth Embedding Geometry for Agentic Environmental Reasoning

表征AlphaEarth嵌入几何用于代理环境推理

Mashrekur Rahman, Samuel J. Barrett, Christina Last

机构 * Dartmouth Libraries（达特茅斯图书馆） ； Dartmouth College（达特茅斯学院） 纠错

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

AI总结 本文研究AlphaEarth嵌入几何结构，开发代理系统用于环境推理，发现其非欧几里得特性及检索优于线性方法。

Planning in entropy-regularized Markov decision processes and games

在熵正则化马尔可夫决策过程和博弈中的规划

Jean-Bastien Grill, Omar Darwiche Domingues, Pierre Ménard, Rémi Munos, Michal Valko

机构 * DeepMind ； Inria Lille（Inria里尔） ； SequeL team, Inria Lille（SequeL团队，Inria里尔） ； DeepMind Paris（DeepMind巴黎） 纠错

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

AI总结 本文提出SmoothCruiser算法，通过环境生成模型估计熵正则化马尔可夫决策过程和双人博弈的价值函数，实现问题无关的样本复杂度O~(1/epsilon^4)。

Comments NeurIPS 2019

Journal ref Advances in Neural Information Processing Systems 32 (NeurIPS 2019)

Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents

四轴决策对齐用于长周期企业AI代理

Vasundra Srininvasan

机构 * Vasundra Srinivasan 纠错

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

AI总结 本文提出四轴对齐框架，用于评估长周期企业AI代理的决策行为，涵盖事实精度、推理连贯性、合规重建和校准回避，通过实验揭示了决策对齐的重要性。

Comments 21 pages, 5 figures, 8 tables. PDFLaTeX. Code and artifacts: https://github.com/vasundras/decision-alignment-long-horizon-agents

ARGUS: Agentic GPU Optimization Guided by Data-Flow Invariants

ARGUS：通过数据流不变量指导的代理GPU优化

Haohui Mai, Xiaoyan Guo, Xiangyun Ding, Daifeng Li, Qiuchu Yu, Chenzhun Guo, Cong Wang, Jiacheng Zhao, Christos Kozyrakis, Binhang Yuan

机构 * CausalFlow Inc.（CausalFlow公司） ； HKUST（香港科技大学） ； Tsinghua University（清华大学） ； Stanford University（斯坦福大学） ； UCAS ； UC Riverside（UC河滨分校） 纠错

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

AI总结 ARGUS通过数据流不变量指导代理生成高效GPU内核，解决传统代理在关键计算任务中的性能不足问题，实现接近人工优化的性能和广泛的任务泛化能力。

QTMRL: An Agent for Quantitative Trading Decision-Making Based on Multi-Indicator Guided Reinforcement Learning

QTMRL：基于多指标引导强化学习的量化交易决策代理

Jingfeng Pan, Jiahao Chen

机构 * Guangdong University of Finance（广东金融学院） ； Jinan University（吉林大学） 纠错

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

AI总结 本文提出QTMRL代理，结合多维技术指标与强化学习，实现动态稳定的投资组合管理，通过实验验证其在盈利性、风险调整和下行风险控制上的优越性。

Regulation Zero 2: A Flow-Centric Sequential Regulation Planning Framework to Counter Regulation Cascading in Pre-tactical Air Traffic Flow Management

监管零二：一种以流量为中心的顺序监管规划框架，以应对预战术空交通流量管理中的监管级联

Thinh Hoang, Zhengyi Wang, Leila Zerrouki, Daniel Delahaye

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出Regulation Zero 2，通过在监管空间中进行顺序规划，优化兼容现有分配系统的核心方法，解决监管级联问题，提升网络可靠性。

Comments arXiv admin note: text overlap with arXiv:2510.23402

Multi-Step Gaussian Process Propagation for Adaptive Path Planning

多步高斯过程传播用于自适应路径规划

Alex Beaudin, Bjørn Andreas Kristiansen, Kristoffer Gryte, Corrado Chiatante, Morten Omholt Alver, Murat Arcak, Tor Arne Johansen

机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（挪威科技与自然大学（NTNU）工程控制系） ； Department of Electronic Systems, Norwegian University of Science and Technology (NTNU)（挪威科技与自然大学（NTNU）电子系统系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于高斯过程的多步路径规划方法OLAhGP，通过融合多模态环境传感数据和状态输入约束，提升自主水面舰在藻类监测中的路径规划效率与鲁棒性。

Autonomous Skeletal Landmark Localization towards Agentic C-Arm Control

自主骨骼标志点定位以实现智能C臂控制

Jay Jung, Ahmad Arrabi, Jax Luo, Scott Raymond, Safwan Wshah

机构 * University of Vermont（佛蒙特大学） ； Cleveland Clinic（克利夫兰诊所） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文研究了利用多模态大语言模型实现C臂控制中骨骼标志点的自主定位，通过实验验证了其在准确性和推理能力上的优势，为智能C臂控制提供了新方法。

Comments Accepted at IJCARS: IPCAI 2026. Int J CARS (2026)

SAGER: Self-Evolving User Policy Skills for Recommendation Agent

SAGER：面向推荐代理的自进化用户策略技能

Zhen Tao, Riwei Lai, Chenyun Yu, Weixin Chen, Li Chen, Beibei Kong, Lei Cheng, Chengxiang Zhuo, Zang Li, Qingqiang Sun

专题命中 规划决策 ：agent(title,abstract)

AI总结 SAGER通过为每个用户分配专用策略技能，实现个性化推荐代理的自进化推理，实验表明其在四个公开基准上达到最优性能，证明个性化推理过程是推荐改进的新来源。

Planning by Simulation: Motion Planning with Learning-based Parallel Scenario Prediction for Autonomous Driving

通过模拟进行规划：基于学习的并行场景预测用于自动驾驶的运动规划

Tian Niu, Kaizhao Zhang, Zhongxue Gan, Wenchao Ding

机构 * Faculty of Electrical Engineering, Mathematics and Computer Science, University of Twente（代尔夫特理工大学电子工程、数学与计算机科学学院） ； Department of Electrical Engineering, Wright State University（威斯汀大学电气工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于学习的并行场景预测方法，用于自动驾驶中的运动规划，通过模拟可能场景并计算成本，平衡和剪枝不合理动作，提升安全性和规划效率。

Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment

通过辩证对齐平息代理中的行动者-观察者不对称性

Bobo Li, Rui Wu, Zibo Ji, Meishan Zhang, Hao Fei, Min Zhang, Mong-Li Lee, Wynne Hsu

机构 * National University of Singapore（国立新加坡大学） ； Sichuan University（四川大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； University of Oxford（牛津大学） 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ReTAS模型，通过辩证对齐方法减少代理中的行动者-观察者不对称性，提升故障解决能力。

Comments ACL 2026 Main Conference. Project page: https://unikcc.github.io/ReTAS/

AI scientists produce results without reasoning scientifically

AI科学家在没有科学推理的情况下产生结果

Martiño Ríos-García, Nawaf Alampara, Chandan Gupta, Indrajeet Mandal, Sajid Mannan, Ali Asghar Aghajani, N. M. Anoop Krishnan, Kevin Maik Jablonka

机构 * Laboratory of Organic and Macromolecular Chemistry (IOMC), Friedrich Schiller University Jena（有机与大分子化学实验室（IOMC），弗里德里希-席勒耶纳大学） ； Department of Civil Engineering, Indian Institute of Technology Delhi（土木工程系，印度理工学院德里） ； School of Interdisciplinary Research, Indian Institute of Technology Delhi（跨学科研究学院，印度理工学院德里） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（Yardi人工智能学院，印度理工学院德里） ； Center for Energy and Environmental Chemistry Jena, Friedrich Schiller University Jena（能源与环境化学中心（耶纳），弗里德里希-席勒耶纳大学） ； Helmholtz Institute for Polymers in Energy Applications Jena (HIPOLE Jena), Lessingstraße 12–14（能源应用高分子研究所（耶纳，HIPOLE耶纳），Lessingstraße 12–14） 纠错

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

AI总结 研究评估了基于大语言模型的科学代理在八个领域中的表现，发现基础模型主导了性能和行为，且代理推理缺乏科学推理的 epistemic 特征。

More Than Sum of Its Parts: Deciphering Intent Shifts in Multimodal Hate Speech Detection

不止是部分之和：解码多模态仇恨言论检测中的意图转变

Runze Sun, Yu Zheng, Zexuan Xiong, Zhongjin Qu, Lei Chen, Jie Zhou, Jiwen Lu

机构 * Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 本文提出H-VLI基准和ARCADE框架，通过模拟法庭辩论解码多模态仇恨言论中的隐含意图转变，提升检测性能。

On Reasoning-Centric LLM-based Automated Theorem Proving

基于推理的LLM自动定理证明方法

Yican Sun, Chengwei Shi, Hangzhou Lyu, Yingfei Xiong

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

AI总结 本文提出ReCent-Prover，通过引入反思验证和规划检索技术，提升自动定理证明能力，在CoqStoq基准测试中实现22.58%的定理证明提升。

Mind the (DH) Gap! A Contrast in Risky Choices Between Reasoning and Conversational LLMs

注意（DH）差距！理性推理与对话LLM在风险选择中的对比

Luise Ge, Yongyan Zhang, Yevgeniy Vorobeychik

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） 纠错

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

AI总结 研究通过对比推理模型与对话模型在风险决策中的表现，发现前者更理性，后者更接近人类但受因素影响更大。

EVPO: Explained Variance Policy Optimization for Adaptive Critic Utilization in LLM Post-Training

EVPO：用于大语言模型后训练中自适应批评者利用的解释方差策略优化

Chengjun Pan, Shichun Liu, Jiahang Lin, Dingwei Zhu, Jiazheng Zhang, Shihan Dou, Songyang Gao, Zhenhua Han, Binghai Wang, Rui Zheng, Xuanjing Huang, Tao Gui, Yansong Feng

机构 * Peking University（北京大学） ； Fudan University（复旦大学） ； Shanghai Qiji Zhifeng Co., Ltd.（上海启智科技有限公司） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

AI总结 本文提出EVPO，通过监控批量方差并自适应切换基于批评者或批量均值估计，证明在每一步都能达到更小的方差。在四个任务中，EVPO优于PPO和GRPO。

seneca: A Personalized Conversational Planner

seneca：一个个性化的对话规划器

Simon Bohnen, Gabriel Garbers, Lukas Ellinger, Georg Groh

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

AI总结 本文提出seneca，一种结合对话代理、持久数据库和处理器的个性化AI规划框架，旨在解决现有工具在持续自我调节、优先级设定和反思方面的不足。

Comments accepted to the CHI '26 Workshop on Tools for Thought

From Proof to Program: Characterizing Tool-Induced Reasoning Hallucinations in Large Language Models

从证明到程序：刻画大语言模型中的工具诱导推理幻觉

Farima Fatahi Bayat, Pouya Pezeshkpour, Estevam Hruschka

机构 * Megagon Labs（Megagon实验室） 纠错

专题命中 规划决策 ：tool use(abstract)；分类 cs.CL、cs.SE

AI总结 研究探讨了工具增强语言模型在使用外部工具时产生的推理幻觉问题，通过PYMATH基准测试发现，尽管工具使用提升了最终答案准确率，但推理过程却愈发不连贯，提出基于偏好优化的框架以改善工具使用下的推理深度。

Comments 19 pages, 5 figures

Cloning Deterministic Worlds: The Critical Role of Latent Geometry in Long-Horizon World Models

克隆确定性世界：潜在几何在长周期世界模型中的关键作用

Zaishuo Xia, Yukuan Lu, Xinyi Li, Yifan Xu, Yubei Chen

机构 * UC Davis（加州大学戴维斯分校） ； Open Path AI Foundation（Open Path AI基金会） 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Geometrically-Regularized World Models (GRWM)，通过时间对比学习原理对潜在空间进行几何正则化，提升世界模型的克隆精度和稳定性，解决长周期高保真建模中的几何结构瓶颈。

MRS: Multi-Resolution Skills for HRL Agents

MRS：多分辨率技能用于HRL智能体

Shashank Sharma, Janina Hoffmann, Vinay Namboodiri

机构 * DeepMind 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MRS多分辨率技能，通过学习多个固定时间跨度的目标预测模块，解决HRL中子目标选择精度与预测噪声的矛盾，提升长周期任务性能。

GOLD-BEV: GrOund and aeriaL Data for Dense Semantic BEV Mapping of Dynamic Scenes

GOLD-BEV：地面和空中数据用于动态场景的密集语义BEV映射

Joshua Niemeijer, Alaa Eddine Ben Zekri, Reza Bahmanyar, Philipp M. Schmälzle, Houda Chaabouni-Chouayakh, Franz Kurz

机构 * German Aerospace Center (DLR)（德国航空航天中心（DLR）） ； Digital Research Center of Sfax（锡夫克斯数字研究中心） 纠错

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

AI总结 本文提出GOLD-BEV框架，通过时间同步的空中影像监督学习密集鸟瞰图语义环境地图，结合空中与地面数据实现动态场景的高精度BEV映射。

RL-ABC: Reinforcement Learning for Accelerator Beamline Control

RL-ABC：用于加速器束流线控制的强化学习

Anwar Ibrahim, Fedor Ratnikov, Maxim Kaledin, Alexey Petrenko, Denis Derkach

机构 * Laboratory of Methods for Big Data Analysis, HSE University, Moscow, Russia（大数据分析方法实验室，莫斯科HSE大学） ； Budker Institute of Nuclear Physics, Novosibirsk, Russia（布德ker核物理研究所，新西伯利亚俄罗斯） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出RL-ABC框架，通过将束流线调谐转化为马尔可夫决策过程，利用强化学习算法实现自动优化，支持多种RL算法并提升训练效率。

ST-Prune: Training-Free Spatio-Temporal Token Pruning for Vision-Language Models in Autonomous Driving

ST-Prune：面向自动驾驶的视觉-语言模型中无训练的时空令牌修剪

Lin Sha, Haiyun Guo, Tao Wang, Cong Zhang, Min Huang, Jinqiao Wang, Qinghai Miao

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Carizon ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 针对自动驾驶中多视角相机和多帧视频输入的计算开销问题，ST-Prune提出无训练的时空令牌修剪框架，通过MTP和RSP模块有效压缩时空冗余，实现90%令牌减少下的近无损性能。

Comments 18 pages, 4 figures

VideoAgent: Personalized Synthesis of Scientific Videos

VideoAgent：科学视频的个性化合成

Xiao Liang, Bangxin Li, Zixuan Chen, Hanyue Zheng, Zhi Ma, Di Wang, Cong Tian, Quan Wang

机构 * RobotY, Xidian University（西电机器人院） ； ICTT, Xidian University（西电智能技术研究所） 纠错

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

AI总结 VideoAgent通过意图驱动的规划问题重新定义科学视频合成，结合静态幻灯片与动态动画，提升叙述的语义密度和教学效果，实验表明其能有效传达复杂技术逻辑。

Goal-Oriented Semantic Communication for Logical Decision Making

面向逻辑决策的语义通信

Ahmet Faruk Saz, Faramarz Fekri

专题命中 规划决策 ：autonomous agent(abstract)

AI总结 本文提出基于一阶逻辑的可解释语义通信框架，用于协作感知中的逻辑决策。通过定义语义信息和熵，实现目标导向的信息传输，确保决策的逻辑可验证性。

Direction-Dependent Path Loss Modeling in Olive Orchards for Precision Agriculture

橄榄园中方向依赖的路径损耗建模用于精准农业

Mohammad Rowhani Sistani, Katarzyna Kosek-Szott, Pierluigi Gallo

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于拓扑的传播模型，考虑橄榄园布局和设备相对位置，实验验证显示其比传统模型更贴合RSSI数据，为农业环境中链路预算和网络规划提供更可靠依据。

Comments 11 pages, 10 figures, 5 tables. Submitted manuscript

Astro-Animation -- How Artists and Scientists Envision the Universe

Astro-Animation -- 如何艺术家和科学家构想宇宙

Laurence Arcadias, Robin H. D. Corbet, Emma Booth

专题命中 规划决策 ：planning(abstract)

AI总结 艺术家与科学家合作制作宇宙主题动画，通过艺术与科学结合激发青少年对STEAM的兴趣，展示科学与艺术融合的创新方法。

Comments Accepted for publication in Mutual Images Research Journal. Proceedings of Figuring the Invisible, Lucerne, Switzerland, 2023

Digital twin-based hybrid framework for steam generator clogging prognostics

基于数字孪生的混合框架用于蒸汽发生器堵塞预测

Edgar Jaber, Emmanuel Remy, Vincent Chabridon, Morgane Garo-Sail, Mathilde Mougeot, Didier Lucor, Jerome Delplace, Maxime Lointier

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种混合框架，结合物理仿真和不确定性量化技术，用于预测蒸汽发生器管支撑板堵塞退化现象，以支持数字孪生的剩余寿命评估。

Explore Like Humans: Autonomous Exploration with Online SG-Memo Construction for Embodied Agents

像人类一样探索：面向具身智能体的在线SG-Memo构建自主探索

Xu Chen, Shichao Xie, Zhining Gu, Lu Jia, Minghua Luo, Fei Liu, Zedong Chu, Yanfen Shen, Xiaolong Wu, Mu Xu

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出ABot-Explorer框架，通过在线RGB-only过程统一记忆构建与探索，利用VLMs提取语义导航 affordances，生成结构化SG-Memo以提升探索效率和环境覆盖。

Seeing at Timau National Observatory Based on ERA5 Dataset

基于ERA5数据集的Timau国家天文台观测研究

Rhorom Priyatikanto, Gerhana P. Putri, Clara Y. Yatini, Isfahani Rusyda, Evan I. Akbar, Agustinus G. Admiranto, Ferdhiansyah Noor, Siti Maryam, Elyyani, Abd Rachman

专题命中 规划决策 ：planning(abstract)

AI总结 本文利用ERA5数据集分析Timau天文台的长期大气数据，评估其视宁度条件，发现视宁度中位数为0.79角秒，为天文台规划提供重要参考。

Comments 11 pages, 7 figures, This preprint has not undergone peer review or any post-submission improvements or corrections. The Version of Record of this article is published in Experimental Astronomy