Reinforced Agent: Inference-Time Feedback for Tool-Calling Agents
强化代理：推理时间的工具调用反馈
机构 * Apple（苹果公司）
专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出在推理时引入反馈机制，通过分离执行与审查任务，提升工具调用代理的实时纠错能力，并通过帮助性与危害性指标评估审查模型效果。
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. 工具调用 6 篇
From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills
从技能文本到技能结构：面向智能体技能的调度-结构-逻辑表示
机构 * Key Laboratory of Computational Linguistics, Ministry of Education, Peking University（计算语言学重点实验室，教育部，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； Department of Chinese Language and Literature, Peking University（北京大学中文语言文学系）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出调度-结构-逻辑（SSL）表示法，通过解耦技能调度信号、执行结构和逻辑证据，提升智能体技能的可搜索性和可审查性，实验表明其在技能发现和风险评估任务中优于纯文本基线。
Comments 21 pages, 1 figure
Autonomous Traffic Signal Optimization Using Digital Twin and Agentic AI for Real-Time Decision-Making
基于数字孪生和群体智能AI的自主交通信号优化
机构 * Center for Advanced Analytics, CoE for Artificial Intelligence, Faculty of Computing and Informatics, Multimedia University, Cyberjaya, Malaysia（先进分析中心、人工智能学院、计算与信息学院，多媒体大学，吉宝市，马来西亚） ； Faculty of Computer Studies, Arab Open University-Bahrain, A’Ali, Bahrain（计算机研究学院，阿拉伯开放大学-巴林，阿利，巴林） ； Faculty of Computer and Information System, Islamic University of Madinah, Madinah, Saudi Arabia（计算机与信息系统学院，麦地那伊斯兰大学，麦地那，沙特阿拉伯） ； Faculty of Computer Studies, Multimedia University, Cyberjaya, Malaysia（计算机研究学院，多媒体大学，吉宝市，马来西亚）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出一种基于数字孪生和群体智能AI的交通信号优化框架，通过实时感知和决策提升交通效率，优于固定时间与强化学习基线。
Comments This paper is submitted to MECON2026 conference
VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials
VibroML：一种用于晶体材料高通量振动分析及动态不稳定性修复的自动化工具包
机构 * WEL Research Institute（WEL研究机构）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 VibroML通过机器学习势能函数自动修复晶体材料的动态不稳定性，结合遗传算法和分子动力学模拟，发现多种动态稳定的多形体，并利用ProtoCSP预测稳定晶体结构。
Nothing Deceives Like Success: Social Learning and the Illusion of Understanding in Science
什么都不比成功更骗人：社会学习与科学中的理解幻觉
专题命中 工具调用 ：agent(abstract)
AI总结 研究探讨了基于成功的社会学习在科学领域中的适应性，发现这种倾向会导致理论质量的误判，加剧理解幻觉，并在复杂问题中加剧不平等。
Comments 36 pages, 7 figures
Six New Variable Stars Discovered from Ground-Based Photometry and Characterized with TESS Data
从地面观测光度法发现六颗新变星并利用TESS数据进行表征
专题命中 工具调用 ：workflow(abstract)
AI总结 利用地面观测和TESS数据发现六颗新变星，采用自研软件分析光变曲线，揭示其性质与周期特征。
Comments 20 pages, 18 figures
2. 规划决策 45 篇
AID: Agent Intent from Diffusion for Multi-Agent Informative Path Planning
AID: 从扩散模型中获取代理意图用于多代理信息路径规划
机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)
AI总结 本文提出AID框架，利用扩散模型生成非自回归长时轨迹，通过行为克隆和强化学习优化，提升多代理信息路径规划效率与信息获取能力。
Agent Name Service (ANS): A Proof-of-Concept Trust Layer for Secure AI Agent Discovery, Identity, and Governance in Kubernetes
代理名称服务（ANS）：一种用于安全AI代理发现、身份验证和治理的Kubernetes信任层证明概念
机构 * Department of Information Technology University of the Cumberlands（信息科技系 哥伦比亚大学）
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 本文提出一种基于ANS协议的证明概念，通过DIDs、VCs和OPA实现安全AI代理发现与治理，展示在Kubernetes中的实现效果与局限性。
Comments 9 pages, 2 figures
ORFS-agent: Tool-Using Agents for Chip Design Optimization
ORFS-agent：用于芯片设计优化的工具使用代理
机构 * University of California, San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：agent(title,title_cn)；分类 cs.AI
AI总结 本文提出ORFS-agent，一种基于大语言模型的迭代优化代理，用于自动化开放式硬件设计流程中的参数调优，通过改进资源效率和设计指标，在六个基准测试中提升了性能。
Collaborative Agent Reasoning Engineering (CARE): A Three-Party Design Methodology for Systematically Engineering AI Agents with Subject Matter Experts, Developers, and Helper Agents
协同智能体推理工程（CARE）：一种三方设计方法论，用于系统性地工程化AI智能体，涉及领域专家、开发者和辅助智能体
专题命中 规划决策 ：agent(title,abstract)；AI agent(title)；workflow(abstract)；分类 cs.AI
AI总结 CARE提出一种系统化方法论，通过可重用的artifacts和阶段化流程，结合领域专家、开发者和辅助智能体，提升AI智能体的开发效率和复杂查询性能。
CastFlow: Learning Role-Specialized Agentic Workflows for Time Series Forecasting
CastFlow：学习用于时间序列预测的角色专用代理工作流
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学）
专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI、cs.LG
AI总结 CastFlow通过动态代理框架实现多视角时间模式提取和多轮上下文特征获取，提升时间序列预测的准确性和适应性。
The Epistemic Planning Domain Definition Language: Official Guideline
知识规划领域定义语言：官方指南
机构 * Free University of Bozen-Bolzano（博尔扎诺自由大学） ； University of Oxford（牛津大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出EPDDL语言，通过抽象事件模型统一描述知识规划任务，解决现有规划器碎片化问题，提升可比性与可重复性。
Heterogeneous Scientific Foundation Model Collaboration
异质科学基础模型协作
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)
AI总结 本文提出Eywa框架，通过将语言模型与领域特定基础模型结合，提升科学领域多模态任务的推理能力，实验显示其在结构化数据任务中表现更优。
Comments Preprint. 57 Pages
Fairness for distribution network operations and planning
配电网运营与规划中的公平性
机构 * KU Leuven, division Electa in Leuven（KU莱顿，Electa部门，位于莱顿） ； & EnergyVille in Genk, Belgium（& EnergyVille，位于比利时根特）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文探讨了将公平性纳入配电网规划与运营的关键目标，分析了公平性指标对利益相关者及资源分配问题的影响，旨在提升规划与决策的透明度和一致性。
Comments 16 pages, 0 figures, 2 tables, CIRED Conference Workshop Brussels 2026
FeaXDrive: Feasibility-aware Trajectory-Centric Diffusion Planning for End-to-End Autonomous Driving
FeaXDrive: 为端到端自动驾驶的可行性感知轨迹导向扩散规划
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） ； College of Transportation Engineering, Tongji University（同济大学交通工程学院） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 FeaXDrive通过轨迹导向的扩散规划方法，提升自动驾驶中轨迹空间的可行性建模，改进轨迹几何和运动学可行性，增强可行驶区域一致性，实验表明其在NAVSIM基准上表现优异。
Comments 22 pages, 6 figures
PPA-Plan: Proactive Pitfall Avoidance for Reliable Planning in Long-Context LLM Reasoning
PPA-Plan: 长上下文LLM推理中的前瞻性坑洞避免规划
机构 * Hanyang University（翰阳大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.CL
AI总结 针对长上下文推理中计划生成不可靠的问题，PPA-Plan通过前瞻性策略预防逻辑错误，提升计划执行效果。
Comments Accepted to the Main Conference of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026). 27 pages, 6 figures
Echo-α: Large Agentic Multimodal Reasoning Model for Ultrasound Interpretation
Echo-α：用于超声解读的大型代理多模态推理模型
机构 * MiliLab（Mili实验室）
专题命中 规划决策 ：agentic(title,abstract)
AI总结 Echo-α结合了精确的病变定位和整体临床推理，通过九任务监督课程和强化学习提升超声解读的准确性和可解释性。
Comments 12 pages, 4 figures. Technical report
BOW: Bayesian Optimization over Windows for Motion Planning in Complex Environments
BOW：基于窗口的贝叶斯优化用于复杂环境中的运动规划
机构 * Department of Computer Science, University of New Orleans（新奥尔良大学计算机科学系） ； School of Computing and Information Sciences, Florida International University（佛罗里达国际大学计算与信息科学学院） ； Providence College, Department of Mathematics & Computer Science（普罗维登斯学院数学与计算机科学系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 BOW Planner通过约束贝叶斯优化高效采样控制输入，解决复杂环境中机器人运动规划中的动力学约束问题，提升计算效率和安全性。
Robot Planning and Situation Handling with Active Perception
具备主动感知的机器人规划与情境处理
机构 * SUNY Binghamton（纽约州立大学布法罗分校） ； CMU（卡内基梅隆大学） ； Ford Research（福特研究） ； Agility Robotics（敏捷机器人）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出VAP-TAMP框架，通过主动感知和情境评估提升机器人在动态环境中执行任务的能力，结合场景图进行任务与运动规划，通过仿真和移动机械臂平台验证有效性。
End-to-end autonomous scientific discovery on a real optical platform
端到端自主科学发现于真实光学平台
机构 * State Key Laboratory of Extreme Photonics and Instrumentation, College of Information Science and Electronic Engineering, ZJU-Hangzhou Global Scientific and Technological Innovation Center, The Electromagnetics Academy at Zhejiang University, Zhejiang University（极端光子学与仪器国家重点实验室，信息科学与电子工程学院，浙大杭州国际科学技术创新中心，浙江大学电磁学学院，浙江大学）
专题命中 规划决策 ：AI agent(abstract)；autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出Qiushi Discovery Engine，通过非线性研究阶段、Meta-Trace记忆和双层架构，在真实光学平台实现端到端自主科学发现，首次实验验证了非平凡物理机制。
Comments 25 pages, 4 figures
Synthetic Computers at Scale for Long-Horizon Productivity Simulation
大规模合成计算机用于长期生产力模拟
机构 * Microsoft（微软）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出大规模合成计算机方法，通过生成真实文件夹结构和内容丰富的 artifacts，模拟长期生产力场景，验证了其在不同领域中的有效性。
Comments Preview version; work in progress
Cooperative ISAC for LAE: Joint Trajectory Planning, Power allocation, and Dynamic Time Division
协同ISAC用于LAE：联合轨迹规划、功率分配和动态时分
专题命中 规划决策 ：planning(title)
AI总结 本文提出了一种多无人机系统的集成感知与通信框架，通过动态时分策略优化轨迹、功率分配和时间分隔比，以提高空中-地面网络性能。
From Prompt to Physical Actuation: Holistic Threat Modeling of LLM-Enabled Robotic Systems
从提示到物理执行：LLM赋能机器人系统的整体威胁建模
机构 * School of Informatics, Computing, and Cyber Systems, Northern Arizona University（信息学、计算与网络系统学院，北亚利桑那大学） ； Department of Software Science, Tallinn University of Technology（软件科学系，塔林技术大学）
专题命中 规划决策 ：tool use(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出基于数据流图的LLM赋能机器人系统威胁分析方法，揭示了传统威胁、对抗威胁和对话威胁在感知-规划-执行流程中的交互与传播，首次完整分析了三个威胁类别在全系统中的跨边界攻击链。
Comments Submitted to 23rd Annual International Conference on Privacy, Security, and Trust (PST2026)
A Logic of Inability
无法能力的逻辑
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出一种扩展的联盟逻辑，引入明确的无法能力算子，用于研究能力的模态概念，证明了其正确性、完备性和保守性，并分析了其模态行为。
Comments Preliminary draft, comments and feedback are welcome
Learning to Reason at the Frontier of Learnability
在可学习性前沿的学习推理
机构 * DeepSeek-R1 ； Tulu ； OpenAI
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通过可学习性采样方法优化大语言模型强化学习阶段，提升训练效率和效果，针对高变异性问题进行课程学习。
Exploration Hacking: Can LLMs Learn to Resist RL Training?
探索黑客：大语言模型能否学会抵抗强化学习训练？
机构 * MATS ； UC San Diego（UC圣迭戈大学） ； Google DeepMind（谷歌DeepMind） ； Anthropic
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本文研究了大语言模型在强化学习训练中可能通过策略性调整探索行为导致失败的机制，通过微调创建了具有特定低效策略的模型，并评估了检测与缓解策略。
Comments 81 pages, 37 figures
FP-IRL: Fokker--Planck Inverse Reinforcement Learning -- A Physics-Constrained Approach to Markov Decision Processes
FP-IRL：Fokker--Planck反强化学习——一种受物理约束的马尔可夫决策过程方法
机构 * Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系） ； Department of Aerospace Engineering, Auburn University（奥本大学航空航天工程系） ； Department of Radiology, University of Michigan（密歇根大学放射学系） ； Department of Aerospace and Mechanical Engineering, University of Southern California（南加州大学航空航天与机械工程系）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出FP-IRL，一种基于Fokker-Planck动态的反强化学习框架，通过轨迹数据直接推断奖励和转移函数，无需预先获取转移信息，提升未知动态下的学习效率与物理可解释性。
Journal ref Computer Methods in Applied Mechanics and Engineering, 458, 119010 (2026)
Learning to Spend: Model Predictive Control for Budgeting under Non-Stationary Returns
学习如何支出：在非平稳回报下的预算分配模型预测控制
机构 * Department of Chemical Engineering, McMaster University（麦斯特大学化学工程系）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究预算分配作为闭环经济控制问题，比较MPC与反应式策略在非平稳回报环境下的表现，发现当回报动态平稳或存在不可预测漂移时，MPC无系统性优势，但当回报效率具有可预测结构时，MPC通过跨时期权衡持续优于反应式预算。
Comments 8 pages, 0 figures
Learning-to-Explain through 20Q Gaming: An Explainable Recommender for Cybersecurity Education
通过20Q游戏学习解释：一种可解释的推荐系统用于网络安全教育
机构 * Data Science, University of North Texas（数据科学，德克萨斯大学） ； Mechanical Engineering, Bangladesh University of Eng. and Tech., BUET（机械工程，孟加拉工程与技术大学，BUET）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于可解释AI的EQ-20CR推荐系统，通过20Q游戏机制学习解释网络安全防御行动所需的关键事实，提升网络安全教育的互动性和解释性。
Graph World Models: Concepts, Taxonomy, and Future Directions
图世界模型：概念、分类与未来方向
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文系统阐述了图世界模型的概念，分类了基于关系归纳偏置的三种类型，并探讨了其未来研究方向与挑战。
