AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
Oracle Poisoning：污染知识图谱以武器化AI代理推理
机构 * Microsoft（微软） ； UNSW Canberra（新南威尔士大学堪培拉分校） ； SAP ； OWASP Gen AI Security Project（OWASP生成式人工智能安全项目）
专题命中 规划决策 ：AI agent(title,abstract)；agent(title)；tool-use(abstract)；agentic(abstract)
AI总结 本文研究了通过污染知识图谱来破坏AI代理推理的攻击方法，展示了六个针对生产级代码知识图谱的攻击场景，揭示了攻击者熟练度对信任度的影响，并评估了多种防御措施的有效性。
Comments 26 pages, 3 fugres, 16 tables
TimeClaw: 一种具备探索性执行学习的时间序列AI代理
机构 * The University of Tokyo（东京大学） ； Southern University of Science and Technology（南方科技大学）
专题命中 规划决策 ：agent(title)；AI agent(title)；tool-use(abstract)；分类 cs.AI
AI总结 TimeClaw通过探索-比较-蒸馏-再注入四阶段循环，提升时间序列任务的探索性执行学习能力，在金融和天气预测中取得一致优势。
Comments Under review
Skill-R1：通过强化学习实现智能体技能进化
机构 * UC San Diego（UC圣地亚哥大学） ； Adobe Research（Adobe研究院）
专题命中 规划决策 ：agent(title)；tool use(abstract)；planning(abstract)；agentic(abstract)
AI总结 Skill-R1通过强化学习框架实现实例级递归技能优化，利用可验证奖励训练轻量级技能生成器，提升智能体在复杂多步骤任务中的表现。
通过规划对齐代理：一个轨迹级奖励建模的基准测试
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； AMAP, Alibaba Group（阿里集团AMAP）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出Plan-RewardBench，用于评估奖励模型在复杂工具使用场景中区分优选与干扰代理轨迹的能力，揭示了代理级奖励建模在长周期轨迹上的挑战。
Comments accepted to ACL 2026 main conference
面向现实代理系统的正式政策执行
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Cornell University（康奈尔大学） ； Langroid
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出基于面向切面编程的框架，通过Datalog语言实现跨代理系统的政策执行，解决传统方法无法保证正式执行的问题。
高效多机器人运动规划与预计算的平移不变边束
机构 * Smead Aerospace Engineering Sciences, University of Colorado Boulder（科罗拉多大学博尔德分校航空航天工程科学系） ； Department of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系） ； Cherry Creek High School, Greenwood Village, CO, USA（科罗拉多州格里诺村樱桃溪高中）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)
AI总结 本文提出KiTE-Extend方法，通过预计算轨迹段提升多机器人运动规划效率，尤其在多智能体场景中显著改善规划性能和可扩展性。
PAAC：隐私感知的代理设备-云协作
机构 * Purdue University（普渡大学） ； University of Exeter（埃克塞特大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL、cs.LG
AI总结 PAAC框架通过设备-云边界对齐规划-执行分解，使角色专业化成为隐私机制，提升隐私与准确性的平衡，平均准确率提升15-36%，泄漏减少2-6倍。
有效解释支持在不确定性下的规划
机构 * University of Tübingen（图宾根大学） ； Technical University Darmstadt（达姆施塔特技术大学） ； Max Planck Institute for Biological Cybernetics（生物 cybernetics 最大平面研究所） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出一种计算模型，将解释转化为行动计划，通过大规模语言模型生成策略先验和价值图，结合规划代理在部分可观测条件下执行，验证了高质量解释能提升导航效率。
Comments CogSci 2026
FocalAD：端到端自动驾驶中的局部运动规划
机构 * School of Transportation Science and Engineering（交通科学与工程学院） ； State Key Lab of Intelligent Transportation System（智能交通运输系统国家重点实验室） ； Hangzhou International Innovation Institute（杭州国际创新研究院） ； School of Computer Science and Technolog（计算机科学与技术学院） ； Beijing Jiaotong University（北京交通大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出FocalAD框架，通过增强局部运动表示和关注关键局部邻居，提升自动驾驶的规划可靠性与鲁棒性，在nuScenes和Bench2Drive等数据集上表现优异。
Journal ref FocalAD: Local Motion Planning for End-to-End Autonomous Driving. Automot. Innov. (2026)
通过规划实现高效的LLM协作
机构 * KAIST（韩国科学技术院） ； Yonsei University（延世大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出COPE框架，通过规划模型与执行模型的协作，提升小模型和大模型在复杂任务中的性能，同时显著降低推理成本。
代理模糊测试：机遇与挑战
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.SE
AI总结 本文提出代理模糊测试方法，通过历史漏洞引导深度代理进行推理，发现逻辑漏洞变种。AFuzz在V8引擎发现40个漏洞，获35000美元奖金，并被分配两个CVE。
M2A：在大型语言模型中协同数学与代理推理
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Li Auto Inc.（Li Auto公司）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出M2A框架，通过模型融合协同数学与代理推理，提升多任务学习下的推理稳定性与性能。
Skill-CMIB: 多模态代理技能用于通过条件多模态信息瓶颈实现一致行动
机构 * UC San Diego（UC圣地亚哥大学） ； Adobe Research（Adobe研究院） ； UC Santa Barbara（UC圣芭芭拉大学） ； University of New South Wales（新南威尔士大学）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.LG
AI总结 本文提出Skill-CMIB方法，通过条件多模态信息瓶颈构建多模态技能，解决多模态环境下代理执行不一致的问题，提升执行稳定性。
独立采样优于代理推理
机构 * Princeton University（普林斯顿大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 本文研究在固定预算下如何分配推理时间计算以提高编程竞赛表现，发现独立采样在准确率与成本、查询数的权衡上优于代理推理，且在资源受限条件下独立探索更有效。
MILD：具有双向感知和多层对齐的中介代理系统用于人车协作
机构 * Department of Civil Engineering, McGill University（麦吉尔大学土木工程系） ； Systems Hub, The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）系统中心） ； Interdisciplinary Centre for Security, Reliability and Trust, University of Luxembourg（卢森堡大学安全、可靠与信任跨学科中心）
专题命中 规划决策 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出MILD系统，通过双向感知和多层对齐提升人车协作效率，采用ECPO算法确保策略符合安全规范和人类价值观，实验证明其在感知准确性和策略质量上优于基线模型。
小米OneVL：基于视觉-语言解释的一步潜在推理与规划
机构 * Xiaomi Embodied Intelligence Team（小米具身智能团队）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 OneVL通过双重辅助解码器监督的紧凑潜在标记，实现了视觉-语言解释的一步潜在推理与规划，首次在延迟条件下超越了显式推理方法。
Comments Technical Report; 49 pages, 22 figures, 10 tables; Project Page at https://xiaomi-embodied-intelligence.github.io/OneVL GitHub at https://github.com/xiaomi-research/onevl
计划是什么？LLMs中隐式规划的度量及其在押韵生成和问答中的应用
机构 * HPI / University of Potsdam（HPI/波茨坦大学） ； Utrecht University（乌特勒支大学） ； Google DeepMind（谷歌DeepMind）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出简单方法评估LLM隐式规划，通过押韵生成和问答案例展示其可扩展性，发现隐式规划在1B参数模型中普遍存在，为AI安全提供新视角。
Comments 41 pages, 34 figures, Accepted at ICLR 2026, Code available at https://github.com/Jim-Maar/implicit-planning-in-llms
学习学习代理的偏好
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.LG；multi-agent(comments)
AI总结 本文研究学习代理偏好学习问题，通过分析在线学习者行为推断潜在奖励函数，探讨无 regrets 或收敛到最优 Boltzmann 策略的理论保证。
Comments Published at ICLR 2026, Workshop on Multi-Agent Learning and Its Opportunities in the Era of Generative AI. 9 pages main text
对抗鲁棒性增强方法研究：用于医疗决策任务的对抗鲁棒大语言模型智能体
机构 * Pace University（帕克大学）
专题命中 规划决策 ：agent(summary_cn,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出ARSM-Agent框架，通过多模块协同提升医疗决策智能体的对抗鲁棒性与安全性，实验表明其在多种攻击下攻击成功率降低至8.7%。
Comments 5 pages, 2 figures, 1 table.Accepted for oral presentation at AINIT 2026
CARL：基于关键性的代理强化学习
机构 * National University of Singapore, Singapore（新加坡国立大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 CARL通过识别关键状态中的动作选择，提升长周期代理推理的性能与效率，采用熵作为启发式代理，减少噪声信用分配和冗余计算。
Comments 18 pages, 6 figures
LCGNav: 本地候选感知的几何增强以实现连续环境中的通用拓扑规划
机构 * The Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing（中国科学院航空航天信息研究所，北京） ； The School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing（中国科学院大学电子电气与通信工程学院，北京） ； The Department of Computer Science, City University of Hong Kong, Hong Kong, SAR, China（香港城市大学计算机科学系，香港特别行政区，中国）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)
AI总结 LCGNav通过本地几何增强框架解决连续环境视觉语言导航中局部深度信息冗余和候选前沿关注不足的问题，提升拓扑规划性能。
DeepRefine: 通过强化学习进行代理编译知识的精炼
机构 * HKUST（香港科技大学） ； HKBU（香港大学） ； Microsoft Research Asia Hong Kong（微软亚洲研究院（香港））
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 DeepRefine是一种基于LLM的推理模型，通过用户查询提升预构建知识库的质量，以适应下游任务。该模型通过多轮交互和归纳诊断定位缺陷并进行针对性精炼，采用Gain-Beyond-Draft奖励机制进行强化学习训练。
MemReread: 通过记忆引导重读增强代理长上下文推理
机构 * Soochow University（苏州大学） ； Peking University（北京大学）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.CL
AI总结 MemReread通过记忆引导重读机制，在线性处理文档片段时避免二次检索，实现非线性推理并保持文档理解的逻辑流，通过强化学习框架提升长上下文推理任务性能。
自我进化代理会遗忘吗？在终身大语言模型代理适应中的能力退化与保持
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(title)；workflow(abstract)；分类 cs.AI、cs.CL
AI总结 研究探讨了自我进化过程中能力退化现象，提出能力保持进化原则，通过四种进化维度提升能力稳定性与适应性能。
CHARMS：用于自动驾驶中的推理与运动风格化的认知层次代理
机构 * School of Mechanical and Electronic Engineering, Wuhan University of Technology（武汉理工大学机械与电子工程学院） ； Intelligent Transportation Systems Research Center, Wuhan University of Technology（武汉理工大学智能交通系统研究所） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 CHARMS通过强化学习预训练和监督微调pipeline，实现人类般的决策行为和交互真实性，同时利用泊松认知层次理论生成多样化驾驶场景。
Journal ref ITSC 2025
Flame3D: 无需3D特定训练的3D场景零样本组合推理
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 Flame3D通过可组合的空间工具和训练自由框架，实现3D场景的零样本组合推理，支持动态空间合成和外部数据整合，展示了在ScanQA和Compose3D上的竞争力。
REI-Bench: 体感代理能否在任务规划中理解模糊的人类指令？
机构 * MARS Lab, School of Mechanical and Aerospace Engineering（MARS实验室，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.AI、cs.CL
AI总结 本文研究模糊参照表达对LLM任务规划的影响，提出REI-Bench基准，发现模糊性会显著降低机器人规划性能，提出任务导向上下文认知方法提升表现。
Comments Accepted at ICLR 2026
代理行为的代理使用：代理循证学是基础代理的缺失科学
机构 * Singapore Management University（新加坡管理大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（信息通信研究院，科技研究局（A*STAR）） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出代理循证学作为基础代理的理论基础，通过将经典循证学定律映射到代理设计原则，提出可靠性、持续运行和自我改进三大工程需求，以指导复杂任务中的代理设计与部署。
Comments Preliminary Work
EvoDriveVLA: 通过协作感知-规划蒸馏进化驾驶VLA模型
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； XPeng Motors（小鹏汽车）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出EvoDriveVLA框架，结合自我锚定感知约束和未来引导轨迹优化，解决自动驾驶中感知退化和长期规划不稳定问题，实现nuScenes和NAVSIM的SOTA性能。
Comments 19 pages, 5 figures, 5 tables
EconWebArena：在现实网络环境中评估自主代理在经济任务上的基准测试
机构 * Capital One ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：autonomous agent(title,abstract)；分类 cs.CL
AI总结 本文提出EconWebArena基准，通过360个精心挑选的任务测试自主代理在经济任务中的能力，强调权威数据源和基于网络的经济推理，评估多种多模态LLM的表现，揭示性能差距和挑战。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈