AI Agent

Efficient Lookahead Encoding and Abstracted Width for Learning General Policies in Classical Planning

高效前瞻编码与抽象宽度用于经典规划中学习通用策略

Michael Aichmüller, Simon Ståhlberg, Martin Funkquist, Hector Geffner

机构 * RWTH Aachen University（亚琛RWTH大学） ； Linköping University（林雪平大学） 纠错

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

AI总结 本文提出了一种高效的方法，通过整体编码和抽象宽度来提升经典规划中学习通用策略的效率和可扩展性，解决了传统方法在计算成本和表达能力上的限制。

Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement

秩序之中的混沌：在桌面堆叠重构中使用Topple动作的规划

Hao Lu, Rahul Shome

机构 * School of Computing at the Australian National University（澳大利亚国立大学计算学院） 纠错

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

AI总结 本文研究了桌面环境中堆叠重构任务，通过引入更丰富的非抓取聚合动作（特别是从堆叠中倒落物体到桌面的Topple动作）来增强任务规划领域。核心方法是提出一种新的Topple聚合工具，将候选任务计划计算转化为 Pebble Motion 问题变体，从而在IsaacSim物理模拟中验证了其效果，展示了在执行速度上的显著优势。

Comments 8 pages, 7 figures

Visual Sculpting: Visually-Aligned Planning Representations for Long-Horizon Robot Clay Sculpting

视觉雕刻：用于长周期机器人泥塑的视觉对齐规划表示

Peter Schaldenbrand, Jean Oh

机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出了一种视觉对齐的规划表示方法，用于长周期机器人泥塑任务，通过捕捉光照和纹理特征，提高了对可变形材料动态的建模能力，并展示了在不同可变形材料和末端执行器下的性能。

Comments 8 pages, 14 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

Strategic Exploitation in LLM Agent Markets: A Simulation Framework for E-Commerce Trust

LLM代理市场中的战略利用：电子商务信任的模拟框架

Shijun Lei, Quang Nguyen, Swapneel S Mehta, Zeping Li, Huichuan Fu, Xiaolong Zheng, Siki Chen, Yunji Liang, Philip Torr, Zhenfei Yin

机构 * Northwestern Polytechnical University（西北工业大学） ； Boston University（波士顿大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Chinese Academy of Sciences（中国科学院） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出TruthMarketTwin模拟框架，用于研究LLM代理在电子商务市场中的行为，发现LLM代理在传统市场中会利用声誉治理的弱点，而强制执行可减少欺骗并重塑战略推理。

Learning Multi-Timescale Abstractions for Hierarchical Combinatorial Planning

学习多时间尺度抽象以进行分层组合规划

Vivienne Huiling Wang, Tinghuai Wang, Joni Pajarinen

机构 * Department of Electrical Engineering（电气工程系） ； Automation, Aalto University, Finland（自动化，艾尔沃斯大学，芬兰） 纠错

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

AI总结 本文提出了一种基于模型的分层框架，用于解决序列随机组合决策问题，通过多时间尺度目标结构化潜在动态，实现高效的前瞻规划，并联合学习子目标条件预算策略以支持上下文感知的资源分配。

Comments 34 pages, 8 figures, 23 tables

LSDTs: LLM-Augmented Semantic Digital Twins for Adaptive Knowledge-Intensive Infrastructure Planning

LSDTs: 基于大语言模型的语义数字孪生用于自适应知识密集型基础设施规划

Naiyi Li, Zihui Ma, Runlong Yu, Lingyao Li

机构 * Department of Civil & Environmental Engineering, University of Maryland, College Park（大学公园马里兰大学土木与环境工程系） ； Center for Urban Science and Progress, New York University（纽约大学城市科学与进步中心） ； Department of Computer Science, University of Alabama（阿拉巴马大学计算机科学系） ； School of Information, University of South Florida（佛罗里达州立大学信息学院） 纠错

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

AI总结 本文提出LSDTs框架，利用大语言模型从非结构化文档中提取规划知识并构建形式本体，通过语义层提升数字孪生在复杂规划场景中的适应性与仿真精度。

No Plan, Yet Human: A Reactive Robotics Model Predicts Human Planning Failures on a Clinical Task

无计划，却有人类：一种反应式机器人模型预测临床任务中人类计划失败

Michael Migacev, Vito Mengers, Antonia Köngeter, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin, Germany（技术大学柏林机器人与生物学实验室，德国） ； Science of Intelligence, Research Cluster of Excellence, Berlin, Germany（智能科学，卓越研究集群，柏林，德国） ； Robotics Institute Germany（德国机器人研究所） 纠错

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

AI总结 该研究利用反应式梯度下降框架AICON，通过塔罗伦敦测试揭示人类计划能力下降时的反应模式，发现其能更准确预测24个问题的难度排序，并在留出验证中表现优异，揭示了生物系统组织方式的普遍规律。

Motion Planning of Cooperative Nonholonomic Mobile Manipulators

协作非holonomic移动机械臂的运动规划

Keshab Patra, Arpita Sinha, Anirban Guha

机构 * Department of Mechanical Engineering, Indian Institute of Technology Bombay（印度理工学院班加罗尔机械工程系） ； Center for Systems and Control, Indian Institute of Technology Bombay（印度理工学院班加罗尔系统控制中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种实时可实现的运动规划框架，用于非holonomic移动机械臂机器人在动态环境中协作运输物体。该框架通过静态无障碍区域找到从起点到目标的路径，并利用一种新颖、快速且计算轻量的椭圆技术生成路径周围的凸、静态、无障碍区域。引入了基于非线性模型预测控制（NMPC）的实时可实现规划技术，联合规划移动基底和机械臂的可行运动，并生成可行的、无碰撞的轨迹以实现协作物体运输。仿真和硬件实验验证了所提规划框架的有效性。

Comments Published in ASME Letters in Translational Robotics. This includes supplementary materials

Journal ref Patra, K., Sinha, A., and Guha, A. (May 2, 2026). "Motion Planning of Cooperative Nonholonomic Mobile Manipulators." ASME. Letters Trans. Robotics. December 2025; 1(4): 041003

A Novel Model for 3D Motion Planning for a Generalized Dubins Vehicle with Pitch and Yaw Rate Constraints

一种带有俯仰和偏航率约束的广义杜宾车辆三维路径规划新模型

Deepak Prakash Kumar, Swaroop Darbha, Satyanarayana Gupta Manyam, David W. Casbeer

机构 * Department of Electrical Engineering and Computer Science, University of California, Irvine（加州大学 Irvine 分校 电气工程与计算机科学系） ； Department of Mechanical Engineering, Texas A&M University（德克萨斯大学 A&M 学院 机械工程系） ； DCS Corporation（DCS 公司） ； Control Science Center, Air Force Research Laboratory, Wright-Patterson Air Force Base（空军研究实验室 威格伍德-帕特森空军基地 控制科学中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种新模型和快速算法，用于固定翼无人机的三维路径规划，通过体固定坐标系考虑完整车辆姿态，使用两个控制输入表示有限的俯仰和偏航率，生成更短可行路径。

Comments The code for this paper is available at https://github.com/DeepakPrakashKumar/3D-Motion-Planning-for-Generalized-Dubins-with-Pitch-Yaw-constraints

$\boldsymbol{f}$-OPD: Stabilizing Long-Horizon On-Policy Distillation with Freshness-Aware Control

f-OPD: 通过新鲜度感知控制稳定长周期在线策略蒸馏

Xianwei Chen, Shimin Zhang, Jibin Wu

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文提出f-OPD框架，通过引入样本级新鲜度评分来稳定长周期在线策略蒸馏，实现性能与效率的平衡，为大规模长周期智能体训练奠定基础。

The Personalization Paradox: Semantic Loss vs. Reasoning Gains in Agentic AI Q&A

个性化悖论：语义损失与推理增益在代理AI问答中的权衡

Satyajit Movidi, Stephen Russell

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文研究了个性化对系统性能的影响，通过比较不同配置发现个性化虽提升推理和 grounding 能力，但导致语义相似度下降，揭示了现有 LLM 评估方法的不足。

Journal ref Cloud Computing and Data Science 2026 May 18;7(2):290-313

Profit-Oriented Planning and Multi-Market Operation Model for Hybrid Energy Storage Systems

面向利润的混合储能系统容量规划与多市场运营模型

Lizhong Zhang, Junqi Liu, Jianxiao Wang, Lei Zhu

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种双层优化框架，用于优化混合储能系统（HESS）的容量规划和多市场投标，以提高利润。该框架通过协调不同储能系统的容量和多市场投标策略，实现了对能源 arbitrage 和备用服务的最优分配。

GEM: Gaussian Evolution Model for Occupancy Forecasting and Motion Planning

GEM：用于占用预测和运动规划的高斯演化模型

Cheng Chen, Hao Huang, Saurabh Bagchi

机构 * Purdue University（普渡大学） ； New York University Abu Dhabi（纽约大学阿布扎克分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出GEM模型，通过高斯演化模型实现高效的占用预测和运动规划，解决了传统方法在时间灵活性、场景演化和连续时间动态匹配上的不足。

Optimal Production Planning Under Macroeconomic Regime Switches

在宏观经济制度切换下的最优生产计划

Dragos-Patru Covei

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种综合的数学和计算框架，用于分析由连续时间马尔可夫链驱动的随机制度切换经济中的最优生产计划问题，建立了弱耦合的拟线性椭圆Hamilton-Jacobi-Bellman方程组，并证明了在最优增长条件下多制度解的唯一性，同时提供了显式的二次解以描述最优价值函数和生产策略。

Comments 31 pages

You Can't Fool Us: Understanding the Resilience of LLM-driven Agent Communities to Misinformation

你无法欺骗我们：理解由LLM驱动的代理社区对谣言的韧性

Chichen Lin, Yijie Jin, Kangbo Hu, Weijian Fan, Han Xiao, Yongbin Wang, Zhihui Ying, Zhanzhan Zhao

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文研究了由LLM驱动的代理社区在面对可信谣言冲击时的韧性，通过构建基于LLM的代理模拟，从主动开放思维(AOT)和政治意识形态(PI)两个维度分析社区对谣言的反应机制，发现高AOT提升抗谣言冲击能力和恢复力，而PI影响恢复路径，中等意识形态社区恢复更可靠，极化社区则保留更多支持。

Comments 26 pages, 7 figures, 1 table

Ensuring reliability in 100% renewable microgrids: a scenario-based joint planning and operational design framework

确保100%可再生能源微电网的可靠性：基于场景的联合规划和运营设计框架

Mohammed Zeehan Saleheen, Markus Wagner, Hao Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于场景的优化框架，通过分阶段解决长期容量规划和短期运营调度问题，以提高100%可再生能源微电网的可靠性，同时最小化系统总成本。

Comments Accepted by Energy Conversion and Management on 13 May 2026

Journal ref Energy Conversion and Management, 2026

Bayesian Networks for Path-Based Sensors: Gathering Information and Path Planning in Communication Denied Environments

基于路径的传感器的贝叶斯网络：在通信受限环境中收集信息和路径规划

Alkesh K. Srivastava, George P. Kontoudis, Donald Sofge, Michael Otte

机构 * University of Maryland, College Park, MD, US.（美国马里兰大学学院公园分校） ； Temple University, Philadelphia, PA, US.（美国 Temple 大学） ； Colorado School of Mines, Golden, CO, US.（科罗拉多矿业学院） ； U.S. Naval Research Lab (Retired), DC, US.（美国海军研究实验室（退休）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于贝叶斯网络的更新方法，用于在通信受限环境中通过路径传感器提升信念图的收敛速度，并考虑了假阳性和假阴性问题。

Comments This paper has been accepted for presentation at 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR 2026)

High-Resolution PTDF-Based Planning of Storage and Transmission Under High Renewables

基于高分辨率PTDF的高可再生能源下的储能与传输规划

Kevin Wu, Rabab Haider, Pascal Van Hentenryck

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种多期两阶段PTDF方法，用于优化传输升级和储能选址规模，在高可再生能源情景下实现高效规划，展示出在高空间分辨率下的可扩展性。

Missing Old Logits in Asynchronous Agentic RL: Semantic Mismatch and Repair Methods for Off-Policy Correction

异步代理强化学习中缺失旧日志：语义不匹配及用于离线策略修正的修复方法

Zhong Guan, Yongjian Guo, Haoran Sun, Wen Huang, Shuai Di, Likang Wu, Xiong Jun Wu, Hongke Zhao

机构 * Tianjin University（天津大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； JDT AI Infra（京东AI基础设施） 纠错

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

AI总结 本文研究了异步代理强化学习中因缺失旧日志导致的语义不匹配问题，提出三种精确获取旧日志的策略及近似修正方法，改进了PPO-EWMA方法，提升了训练速度和优化性能。

Optimal Knock-Pick Planning for Tightly Packed Tabletop Blocks With Parallel Grippers

紧密排列桌面积木的最优敲击抓取规划

Hao Lu, Rahul Shome

机构 * School of Computing（计算学院） ； Australian National University（澳大利亚国立大学） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.AI

AI总结 研究在平行夹具无法在物体周围获得足够空隙时，如何通过引入方向性敲击原语来优化敲击抓取策略，以减少动作数量。

Comments Accepted by WAFR 2026, 18 pages, 6 figures

The Alpha Illusion: Reported Alpha from LLM Trading Agents Should Not Be Treated as Deployment Evidence

阿尔法幻觉：LLM交易代理报告的阿尔法不应被视为部署证据

Yuxuan Ye, Jun Han, Ao Hu, Juncheng Bu, Yiyi Chen, Liangjian Wen, Danilo Mandic, Danny Dongning Sun, Xu Yinghui, Zenglin Xu

机构 * Fudan University（复旦大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Southwest University of Finance and Economics（西南财经大学） ； Northeastern University（东北大学） ； Imperial College London（伦敦帝国理工学院） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 本文指出，LLM交易代理报告的阿尔法不应被当作部署的证据，因为这些阿尔法需要通过结构有效性测试来验证其时间完整性、现实摩擦、反事实稳健性、预测校准、数值执行和多代理分解等关键指标，当前的公开证据无法区分稳健的预测能力与时间污染、未建模的摩擦、短窗口夏普不确定性、叙事拟合和参数先验等因素。

Motion-Uncertainty-Aware Next-Best-View Planning for Moving Object Reconstruction

考虑运动不确定性的移动物体重建最佳下视角规划

Karen Li, Mattia Mantovani, Robert J. Wood, Lorenzo Sabattini, Stephanie Gil

机构 * Harvard University（哈佛大学） ； University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出了一种考虑运动不确定性的最佳下视角规划框架，用于重建未知的刚体目标，该框架利用噪声的平面位置测量和移动机器人深度观测，通过固定滞后高斯过程平滑器估计和预测目标状态，从而生成候选视角并提高重建完整性。

Comments This paper is accepted for publication for Robotics: Science and Systems (RSS) 2026

DexHoldem: Playing Texas Hold'em with Dexterous Embodied System

DexHoldem: 使用 Dexterous Embodied 系统进行德州扑克游戏

Feng Chen, Tianzhe Chu, Li Sun, Pei Zhou, Zhuxiu Xu, Shenghua Gao, Yuexiang Zhai, Yanchao Yang, Yi Ma

机构 * ShadowHand 纠错

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

AI总结 本文提出DexHoldem，一个基于ShadowHand的现实世界系统级基准，用于评估德克萨斯扑克的灵巧操作。研究通过14个德克萨斯扑克操作原始技能的1470个远程操作示例，测试了代理在感知、执行和决策路由中的能力。

Comments 30 Pages

MARS: Technical Report for the CASTLE Challenge at EgoVis 2026

MARS：EgoVis 2026 CASTLE挑战的技术报告

Haoyu Zhang, Qiaohui Chu, Yisen Feng, Meng Liu, Weili Guan, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学） 纠错

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

AI总结 本文提出MARS系统，用于EgoVis 2026的CASTLE挑战，通过多模态代理推理解决需要多源信息的复杂问题，核心方法是多模态证据选择，主要贡献是实现了在多源数据上的有效推理。

Comments The Runner-up Solution for CASTLE Challenge @ EgoVis 2026

ALIGN: A Vision-Language Framework for High-Accuracy Accident Location Inference through Geo-Spatial Neural Reasoning

ALIGN：一种通过地理空间神经推理进行高精度事故位置推断的视觉-语言框架

MD Thamed Bin Zaman Chowdhury, Moazzem Hossain

机构 * Department of Civil Engineering, Bangladesh University of Engineering and Technology（孟加拉工程与技术大学土木工程系） 纠错

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

AI总结 本文提出ALIGN框架，通过视觉-语言模型整合文本和图像数据，以高精度推断事故位置，显著优于传统文本解析方法，实现了亚公里级的定位精度。

MemOCR: Layout-Aware Visual Memory for Efficient Long-Horizon Reasoning

MemOCR: 一种面向布局的视觉记忆用于高效的长周期推理

Yaorui Shi, Shugui Liu, Yu Yang, Wenyu Mao, Yuxin Chen, Qi GU, Hui Su, Xunliang Cai, Xiang Wang, An Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； School of Computing（计算学院） 纠错

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

AI总结 MemOCR通过利用视觉布局进行自适应信息密度分配，提高了在有限上下文预算下的长周期推理效率，其核心方法是维护结构化的丰富文本记忆并将其渲染为图像，以实现对关键证据的视觉优先级分配和辅助细节的压缩，从而在各种基准测试中优于基于文本的基线方法。

GVGAI-LLM: Evaluating Large Language Model Agents with Infinite Games

GVGAI-LLM：通过无限游戏评估大语言模型代理

Yuchen Li, Cong Lin, Muhammad Umair Nasir, Philip Bontrager, Jialin Liu, Julian Togelius

机构 * New York University（纽约大学） ； University of the Witwatersrand（沃尔特·斯通大学） ； Meta ； Lingnan University（岭南大学） 纠错

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

AI总结 GVGAI-LLM通过 arcade 式游戏测试大语言模型的推理与问题解决能力，定义了可解释的评估指标，揭示了模型在空间推理和基本规划中的局限性。

Tongyi DeepResearch Technical Report

通义深研技术报告

Tongyi DeepResearch Team, Baixuan Li, Bo Zhang, Dingchu Zhang, Fei Huang, Guangyu Li, Guoxin Chen, Huifeng Yin, Jialong Wu, Jingren Zhou, Kuan Li, Liangcai Su, Litu Ou, Liwen Zhang, Pengjun Xie, Rui Ye, Wenbiao Yin, Xinmiao Yu, Xinyu Wang, Xixi Wu, Xuanzhong Chen, Yida Zhao, Zhen Zhang, Zhengwei Tao, Zhongwang Zhang, Zile Qiao, Chenxi Wang, Donglei Yu, Gang Fu, Haiyang Shen, Jiayin Yang, Jun Lin, Junkai Zhang, Kui Zeng, Li Yang, Hailong Yin, Maojia Song, Ming Yan, Minpeng Liao, Peng Xia, Qian Xiao, Rui Min, Ruixue Ding, Runnan Fang, Shaowei Chen, Shen Huang, Shihang Wang, Shihao Cai, Weizhou Shen, Xiaobin Wang, Xin Guan, Xinyu Geng, Yingcheng Shi, Yuning Wu, Zhuo Chen, Zijian Li, Yong Jiang

机构 * Tongyi Lab（通义实验室） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文介绍了一种专为长时间深度信息检索任务设计的代理大语言模型，通过端到端训练框架结合代理中期和后期训练，实现了在复杂任务中的可扩展推理和信息检索，同时提供了高可扩展的数据合成管道，实现了无需昂贵人工标注的自动化训练流程，并在多个深度研究基准测试中取得了最先进的性能。

Comments https://tongyi-agent.github.io/blog

HINT-SD: Targeted Hindsight Self-Distillation for Long-Horizon Agents

HINT-SD：针对长 Horizon 智能体的定向 hindsight 自监督学习

Woongyeng Yeo, Yumin Choi, Taekyung Ki, Sung Ju Hwang

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 HINT-SD，一种针对长 Horizon 智能体的定向 hindsight 自监督学习框架，通过全轨迹 hindsight 选择失败相关的动作，并仅在目标动作跨度上应用反馈条件自监督学习，实验表明该方法在 BFCL v3 和 AppWorld 上比密集的每回合反馈基线提高了 18.80 个百分点，同时训练时间降低 2.26 倍。

Automating Computational Chemistry Workflows via OpenClaw and Domain-Specific Skills

通过OpenClaw和领域特定技能自动化计算化学工作流程

Mingwei Ding, Chen Huang, Yibo Hu, Yifan Li, Zitian Lu, Xingtai Yu, Duo Zhang, Wenxi Zhai, Tong Zhu, Qiangqiang Gu, Jinzhe Zeng

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

AI总结 本文提出了一种基于OpenClaw的多步骤计算化学自动化框架，通过任务协调和监督代理、规划技能和领域技能实现了计算化学流程的自动化，并在甲烷氧化反应分子动力学案例中展示了其协调跨工具执行、运行时故障恢复和反应网络提取的能力。

Comments Rev 1