AI Agent

On Time, Within Budget: Constraint-Driven Online Resource Allocation for Agentic Workflows

按时、在预算内：面向代理工作流的约束驱动在线资源分配

Xinglin Wang, Zishen Liu, Shaoxiong Feng, Peiwen Yuan, Yiwei Li, Jiayi Shi, Yueqi Zhang, Chuyi Tan, Ji Zhang, Boyuan Pan, Yao Hu, Kan Li

机构 * School of Computer Science, Beijing Institute of Technology（北京理工大学计算机科学学院） ； Xiaohongshu Inc（小红书公司） 纠错

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

AI总结 本文研究了在预算和截止时间约束下，如何通过约束驱动的在线资源分配提高代理工作流的成功概率，提出MCPP算法并在CodeFlow和ProofFlow上验证其有效性。

Comments Preprint

Cognitive Agent Compilation for Explicit Problem Solver Modeling

认知代理编译用于显式问题求解器建模

Hyeongdon Moon, Carolyn Rosé, John Stamper

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出Cognitive Agent Compilation框架，利用强教师LLM将问题解决知识编译为显式目标代理，旨在提高教育场景中问题解决的可检查性和可编辑性。

Comments Accepted to AIED 2026 Blue Sky

Repeated Deceptive Path Planning against Learnable Observer

针对可学习观察者的重复欺骗路径规划

Shiyue Cao, Pei Xu, Likun Yang, Lei Cui, Shizhao Yu, Shiyu Zhang, Yongjian Ren, Xiaotang Chen, Kaiqi Huang

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） ； National Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institution of Automation, Chinese Academy of Sciences（中国科学院复杂系统认知与决策智能国家重点实验室） 纠错

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DeMP框架，通过双层优化应对可学习观察者的适应性，提升欺骗持续性，实验显示其在重复欺骗路径规划中表现优异。

Comments Full version of the extended abstract accepted at AAMAS 2026

Safactory: A Scalable Agentic Infrastructure for Training Trustworthy Autonomous Intelligence

Safactory：一个可扩展的代理基础设施，用于训练可信的自主智能

Xinquan Chen, Zhenyun Yin, Shan He, Bin Huang, Shanzhe Lei, Pengcheng Shi, Kun Cai, Bei Chen, Bangwei Liu, Zeyu Kang, Chao Huang, Yang Zhang, Wenjie Li, Ruijun Ge, Yajie Wang, Tianshun Fang, Tianyang Xu, Yiwen Cong, Meng Jin, Gaolei Li, Xuansheng Wu, Linhan Liu, Zijing He, An Li, Yan Teng, Xin Tan, Dongrui Liu, Jing Shao, ChaoChao Lu, Ji He, Jie Li, Chunfeng Song, Jinya Xu, Fan Song, Shujie Wang, Jianmin Qian, Jie Hou, Xuhong Wang, Yingchun Wang, Hui Wang, Xia Hu

机构 * Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出Safactory，一个可扩展的代理工厂，用于训练可信的自主智能。该框架整合了三个紧密耦合的平台，以实现长期决策、工具使用和真实环境交互的可靠性和连续改进。

Comments 50 pages, 21 figures

Interactive Trajectory Planning with Learning-based Distributionally Robust Model Predictive Control and Markov Systems

基于学习的分布鲁棒模型预测控制与马尔可夫系统的交互轨迹规划

Erik Börve, Nikolce Murgovski, Morteza Haghir Chehreghani, Leo Laine

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Volvo Group Trucks Technology（沃尔沃集团卡车技术） 纠错

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

AI总结 本文研究了在周围智能体决策不确定性下的交互轨迹规划问题，提出结合PAC学习与分布鲁棒优化的DR-MPC框架，通过样本数量实现鲁棒MPC与随机MPC之间的插值。

Deadline-Driven Hierarchical Agentic Resource Sharing for AI Services and RAN Functions in AI-RAN

面向截止期限的分层代理资源共享框架用于AI服务和RAN功能在AI-RAN中

Haiyuan Li, Yulei Wu, Dimitra Simeonidou

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

AI总结 本文提出了一种分层代理框架，结合大语言模型用于慢速时间尺度的AI服务和RAN功能放置，以及基于截止期限的凸优化算法用于快速时间尺度的GPU/CPU分配，以提高AI-RAN的资源利用率和SLA满足率。

EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement

EditRefiner：一种对齐人类的代理框架用于图像编辑细化

Zitong Xu, Huiyu Duan, Yifei Nie, Mingda Du, Sijing Wu, Xiongkuo Min, Tianyi Zheng, Jian Zhang, Shusong Xu, Jinwei Chen, Bo Li, Guangtao Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Vivo Mobile Communication Co., Ltd（Vivo移动通信有限公司） ； University of Electronic Science and Technology of China（电子科学与技术大学） 纠错

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

AI总结 本文提出EditRefiner，一种对齐人类的代理框架，通过人类反馈数据集改进图像编辑的细粒度问题，通过感知-推理-行动-评估循环提升编辑质量。

End-to-end PDDL Planning with Hardcoded and Dynamic Agents

端到端PDDL规划与硬编码和动态智能体

Emanuele La Malfa, Ping Zhu, Samuele Marro, Sara Bernardini, Michael Wooldridge

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

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

AI总结 本文提出一个端到端框架，通过验证器支持规划。协调器接收自然语言规范，转换为PDDL模型，子模块（智能体）迭代优化规划需求。支持硬编码和动态智能体，最终计划转换为自然语言。

Comments Code: https://github.com/EmanueleLM/MultiAgentPlanning

PaT: Planning-after-Trial for Efficient Test-Time Code Generation

PaT：在试后进行规划以实现高效的测试时间代码生成

Youngsik Yoon, Sungjae Lee, Seockbean Song, Siwei Wang, Wei Chen, Jungseul Ok

机构 * Department of Computer Science and Engineering, POSTECH, South Korea（韩国POSTECH计算机科学与工程系） ； Graduate School of Artificial Intelligence, POSTECH, South Korea（韩国POSTECH人工智能研究生院） ； Microsoft Research Asia, Beijing, China（中国北京微软亚洲研究院） 纠错

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

AI总结 本文提出PaT方法，通过在试后规划来提高测试时间代码生成的效率，采用异构模型配置在多个基准和模型家族中显著提升了成本性能帕累托前沿。

Comments Accepted to ACL 2026 main conference

Agentic Coding Needs Proactivity, Not Just Autonomy

代理编码需要主动性，而非仅仅自主性

Nghi D. Q. Bui, Georgios Evangelopoulos

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

AI总结 本文探讨了软件开发中代理编码的主动性与自主性区别，提出主动性分类和评估标准，旨在提升编码代理的洞察力和适应性。

Comments Position Paper

Parallel Lifted Planning via Semi-Naive Datalog Evaluation

通过半 naive Datalog 评估实现并行提升规划

Dominik Drexler, Oliver Joergensen, Jendrik Seipp

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

AI总结 本文提出一种基于半 naive Datalog 评估的并行提升规划方法，通过两级并行性提升规划效率，在多核环境下实现显著加速。

MORPH-U: Multi-Objective Resilient Motion Planning for V2X-Enabled Autonomous Driving in High-Uncertainty Environments via Simulation

MORPH-U：基于仿真实现多目标鲁棒运动规划的V2X赋能自动驾驶高不确定性环境

Shih-Yu Lai

机构 * CARLA-based vehicle-side pipeline（基于CARLA的车辆侧流水线） 纠错

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

AI总结 本文提出MORPH-U，通过融合V2X与传感器数据构建局部动态地图，采用多目标优化方法在跟踪误差、安全余量、响应性和平滑度之间进行权衡，通过Pareto前沿分析选择操作点，并利用拜占庭启发的接受门防止故障触发下的不安全重规划。

ARMOR: An Agentic Framework for Reaction Feasibility Prediction via Adaptive Utility-aware Multi-tool Reasoning

ARMOR：一种通过自适应效用感知多工具推理的代理框架用于反应可行性预测

Ye Liu, Botao Yu, Xinyi Ling, Daniel Adu-Ampratwum, Xia Ning

机构 * Department of Biomedical Informatics（生物医学信息学系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Division of Medicinal Chemistry and Pharmacognosy（药物化学与药理学系） ； Translational Data Analytics Institute（转化数据分析研究所） 纠错

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

AI总结 ARMOR通过自适应效用感知多工具推理框架，有效整合多个工具的优势，提升反应可行性预测的准确性，尤其在存在工具预测冲突时表现突出。

Learning and Reusing Policy Decompositions for Hierarchical Generalized Planning with LLM Agents

基于LLM代理的分层通用规划中的策略分解学习与重用

Shirin Sohrabi, Haritha Ananthakrishnan, Harsha Kokel, Kavitha Srinivas, Michael Katz

机构 * IBM 纠错

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

AI总结 本文提出一种结合通用规划与分层任务分解的动态策略学习方法，通过自动分解学习可重用的策略组件，提升任务执行效率与准确性。

A$^2$RD: Agentic Autoregressive Diffusion for Long Video Consistency

A$^2$RD：基于代理的自回归扩散用于长视频一致性

Do Xuan Long, Yale Song, Min-Yen Kan, Tomas Pfister, Long T. Le

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

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

AI总结 A$^2$RD通过Retrieve-Synthesize-Refine-Update循环实现长视频一致性合成，提升视频生成的连贯性和叙事一致性。

Comments Project page: http://dxlong2000.github.io/AARD

Exponential Sample Complexity Separation between Flat and Hierarchical Agentic Theorem Provers

平坦与分层代理定理证明器的指数样本复杂度分离

Sho Sonoda, Shunta Akiyama, Yuya Uezato

机构 * CyberAgent ； RIKEN AIP（RIKEN先进研究所） 纠错

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

AI总结 研究通过分析教师证明器生成的数据分布，探讨了分层证明器在重复子证明中通过预测可重用证明图来减少样本需求的机制。

Coordinated Motion Planning is FPT on Discretized Simple Polygons

在离散化简单多边形上的协调运动规划是FPT

Argyrios Deligkas, Eduard Eiben, Robert Ganian, Iyad Kanj

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了在离散化简单多边形上协调运动规划问题，提出了一种参数为机器人数量k的固定参数算法，解决了该问题的参数复杂性，推动了对子网格和平面图的协调运动规划研究。

Comments A short version of this manuscript appears in the proceedings of ICALP 2026

Can Agents Price a Reaction? Evaluating LLMs on Chemical Cost Reasoning

智能体能否定价反应？评估大语言模型在化学成本推理上的能力

Yuyang Wu, Yue Huang, Shuaike Shen, Xujian Wang, Shuhao Zhang, Qiyao Xue, Weichen Liu, Runtian Gao, Jian Ma, Xiangliang Zhang, Olexandr Isayev

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Notre Dame（Notre Dame 大学） ； University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 本文提出ChemCost基准，评估大语言模型在化学成本推理任务中的能力，发现工具访问并非解决问题的充分条件，且在噪声环境下表现下降。

Comments 9 pages, 5 figures

Finite-Time Analysis of MCTS in Continuous POMDP Planning

连续POMDP规划中MCTS的有限时间分析

Da Kong, Vadim Indelman

机构 * Technion Autonomous Systems Program (TASP)（技术离子自主系统计划（TASP）） ； Technion – Israel Institute of Technology（技术离子–以色列理工学院） ； Stephen B. Klein Faculty of Aerospace Engineering（史蒂文·B·克莱因航空航天工程学院） ； Faculty of Data and Decision Sciences（数据与决策科学学院） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.AI

AI总结 本文针对连续POMDP规划中的MCTS，提出有限时间分析，通过扩展多项式探索奖励和引入抽象分区框架，提供理论保证，提出Voro-POMCPOW算法在连续观测空间中实现有效探索。

Comments 9 pages, 1 figure

ResRL: Boosting LLM Reasoning via Negative Sample Projection Residual Reinforcement Learning

ResRL: 通过负样本投影残差强化学习提升大语言模型推理能力

Zihan Lin, Xiaohan Wang, Jie Cao, Jiajun Chai, Li Wang, Xiaodong Lu, Wei Lin, Ran He, Guojun Yin

机构 * MAIS\&NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China（MAIS与NLPR，自动化研究所，中国科学院，北京，中国） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences, Beijing, China（先进交叉学科学院，中国科学院大学，北京，中国） 纠错

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

AI总结 本文提出ResRL，通过解耦正负响应的语义分布，提升LLM推理能力同时保持生成多样性，在十二个基准测试中超越强基线，尤其在数学推理上表现更优。

Comments Accepted to ICML 2026. Preprint version. https://github.com/1229095296/ResRL.git

Exact Is Easier: Credit Assignment for Cooperative LLM Agents

精确更简单：合作大语言模型代理的信用分配

Yanjun Chen, Yirong Sun, Hanlin Wang, Jinghan Wang, Xinming Zhang, Xiaoyu Shen, Wenjie Li, Wei Zhang

机构 * Eastern Institute of Technology（东部技术研究所） ； The Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出C3方法，通过精确历史恢复实现合作大语言模型代理的信用分配，证明精确方法在效果、成本和效率上均优于近似方法，并引入三种可审计指标用于信用评估。

Securing Computer-Use Agents: A Unified Architecture-Lifecycle Framework for Deployment-Grounded Reliability

保障计算机使用代理：一种面向部署的架构-生命周期框架用于可靠性

Zejian Chen, Zhanyuan Liu, Chaozhuo Li, Mengxiang Han, Songyang Liu, Litian Zhang, Feng Gao, Yiming Hei, Xi Zhang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； China Academy of Information and Communications Technology, Artificial Intelligence Institute（信息与通信技术研究院，人工智能研究所） 纠错

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

AI总结 本文提出一种面向部署的架构-生命周期框架，用于提升计算机使用代理的可靠性，通过分析感知、决策和执行层，以及创建、部署、操作和维护阶段，解决能力形成、授权暴露、故障表现和控制放置之间的联系。

Benchmarking World-Model Learning with Environment-Level Queries

用环境级查询评估世界模型学习

Archana Warrier, Dat Nguyen, Michelangelo Naim, Moksh Jain, Yichao Liang, Karen Schroeder, Cambridge Yang, Joshua B. Tenenbaum, Sebastian Vollmer, Kevin Ellis, Zenna Tavares

机构 * Basis Research Institute ； DFKI GmbH ； Harvard University ； Universit\'e de Montr\'eal \& Mila - Quebec AI Institute ； University of Cambridge ； Massachusetts Institute of Technology ； Cornell University 纠错

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

AI总结 本文提出WorldTest协议，通过环境级查询评估智能体是否学习到支持多种环境属性的模型，通过AutumnBench验证人类在网格世界环境中的表现优于前沿模型。

Comments 34 pages, 10 figures

Reason to Play: Behavioral and Brain Alignment Between Frontier LRMs and Human Game Learners

玩乐的动机：前沿LRMs与人类游戏学习者的行为与大脑对齐

Botos Csaba, Sreejan Kumar, Austin Tudor David Andrews, Laurence Hunt, Chris Summerfield, Joshua B. Tenenbaum, Rui Ponte Costa, Marcelo G. Mattar, Momchil Tomov

机构 * University of Oxford（牛津大学） ； Columbia University（哥伦比亚大学） ； New York University（纽约大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文研究了前沿LRMs在游戏学习中的行为与大脑活动对齐情况，发现其在游戏发现阶段更接近人类行为，并能更准确预测大脑活动。

Ask Early, Ask Late, Ask Right: When Does Clarification Timing Matter for Long-Horizon Agents?

尽早、晚些时候、正确时机：澄清时机对长周期智能体有何影响？

Anmol Gulati, Hariom Gupta, Elias Lumer, Sahil Sen, Vamse Kumar Subbiah

机构 * PricewaterhouseCoopers U.S（普华永道美国公司） 纠错

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

AI总结 研究探讨了澄清时机对长周期智能体性能的影响，发现澄清价值依赖于缺失信息类型，且过晚澄清会降低性能。通过实验验证了任务内在的时机特性，为设计时间感知的澄清策略提供了依据。

Multi-Environment POMDPs with Finite-Horizon Objectives

多环境POMDPs与有限时间目标

Léonard Brice, Filip Cano, Krishnendu Chatterjee, Thomas A. Henzinger, Stefanie Muroya

机构 * Institute of Science and Technology Austria（奥地利科学与技术研究所） 纠错

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

AI总结 本文研究多环境POMDPs在有限时间目标下的最优值与策略计算，证明该问题在POMDPs中为PSPACE完全问题，并提出有效算法在经典基准上表现优异。

Who Prices Cognitive Labor in the Age of Agents? Compute-Anchored Wages

在代理时代谁定价认知劳动？基于计算的工资

Siqi Zhu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出计算锚定工资理论，指出代理并非劳动力而是将计算资本转化为认知劳动的有效单位，从而改变劳动力市场的工资定价机制。

LLM-Based SQL Generation: Prompting, Self-Refinement, and Adaptive Weighted Majority Voting

基于大型语言模型的SQL生成：提示、自我完善与自适应加权多数投票

Yu-Jie Yang, Hung-Fu Chang, Po-An Chen

机构 * Institute of Information Management（信息管理研究所） ； National Yang Ming Chiao Tung University（阳明交通大学） ； R. B. Annis School of Engineering（R. B. Annis工程学院） ； University of Indianapolis（印第安纳大学） 纠错

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

AI总结 本文提出SSEV管道，通过自我完善与加权多数投票提升SQL生成准确性，在多个基准测试中取得良好成绩，并进一步提出ReCAPAgent-SQL框架以应对企业数据库复杂性，提升实际应用效果。

Comments 29 pages, 22 figures

Journal ref 2026 International Conference on Information Management

ProcObject-10K: Benchmarking Object-Centric Procedural Understanding in Instructional Videos

ProcObject-10K：面向教学视频中以对象为中心的程序理解的基准测试

Wenliang Guo, Yu Kong

机构 * Michigan State University（密歇根州立大学） 纠错

专题命中 规划决策 ：planning(abstract,abstract_cn)

AI总结 本文提出ProcObject-10K，首个评估教学视频中以对象为中心推理和时间证据定位的基准，涵盖137个任务和五种推理类型，揭示模型在对象动态理解上的不足。

Pushing Blocks without Fixed Walls via Checkable Gizmos: Push-1 is PSPACE-Complete

通过可检查的工具推动方块而不依赖固定墙壁：Push-1 是 PSPACE 完全的

MIT Hardness Group, Josh Brunner, Lily Chung, Erik D. Demaine, Jenny Diomidova, Della Hendrickson, Jayson Lynch

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

AI总结 本文证明了Push-1问题PSPACE完全性，移除了固定墙壁的需要，展示了新的可检查工具框架，并连接了运动规划通过工具框架与图定向重配置问题。

Comments 34 pages, 20 figures. Improved writing and added intuition