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。
渐进自主性作为偏好学习：代理工具使用中的信任校准形式化
机构 * Changkun Ou（Ou Changkun）
专题命中 工具调用 ：tool use(title,abstract)；agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文将代理工具使用中的信任校准形式化为一个偏好学习问题，通过高斯过程后验模型维护潜在人类风险容忍函数，并在审批结果最不确定的地方升级到人类，继承了偏好贝叶斯优化的推理机制和样本效率论证，但目标不同。
KadiAssistant: 一种用于Kadi4Mat研究数据生态中信息检索的对话式AI代理
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
专题命中 工具调用 ：agent(title)；AI agent(title)；分类 cs.AI
AI总结 本文提出KadiAssistant，一种集成了隐私设计的AI助手，旨在帮助研究人员高效访问、聚合和整合异构且敏感的研究数据，通过结合自托管的大语言模型和隐私保护的语义搜索，提升信息检索效率并满足复杂的访问控制需求。
搜索自play：在无监督条件下推动智能体能力的前沿
机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴文勤大模型应用团队）
专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 本文提出了一种基于自play的深度搜索智能体训练方法，通过自动生成任务和解决任务来提升智能体在无监督条件下的性能，无需外部监督。
Comments Published as a conference paper at the Fourteenth International Conference on Learning Representations (ICLR 2026)
分布式AGI安全
机构 * Google DeepMind（谷歌DeepMind）
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；tool-use(abstract)；agentic(abstract)
AI总结 本文提出了一种分布式的AGI安全框架，旨在通过设计和实现虚拟代理沙盒经济来应对群体代理协调带来的安全风险，强调市场机制、可审计性和监管的重要性。
面向相机鲁棒的3D定位：基于方程的工具使用用于MLLMs
机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里集团大模型研究院） ； HuPan Lab（虎派实验室） ； Alibaba Group（阿里集团）
专题命中 工具调用 ：tool-use(title,abstract)
AI总结 本文提出了一种基于方程的工具使用框架，通过将空间工具作为公式变量重新利用，以解决多模态大语言模型（MLLMs）中3D定位的相机固有模糊问题，从而在3D物体检测和3D视觉定位任务中取得了显著提升。
optimize_anything: 一个用于优化任何文本参数的通用API
机构 * MIT（麻省理工学院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG；agentic(journal_ref)
AI总结 本文提出了一种基于LLM的通用优化系统，能够跨不同领域实现文本参数的优化，展示了其在六个多样化任务中的state-of-the-art性能，通过多任务搜索和跨问题迁移实现了高效的优化。
Comments 16 pages, 11 figures; Blog: https://gepa-ai.github.io/gepa/blog/2026/02/18/introducing-optimize-anything/
Journal ref Proceedings of the ACM Conference on AI and Agentic Systems (CAIS 26), May 26-29, 2026, San Jose, CA, USA
YAC：通过生成式AI连接自然语言与交互式视觉探索，用于生物医学数据发现
机构 * Harvard Medical School（哈佛医学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出YAC系统，结合自然语言输入和交互式可视化，通过生成式AI提升生物医学数据发现接口的能力，通过用户研究和系统分析改进系统设计和功能。
TSR：用于LLM代理多轮RL的轨迹搜索
机构 * Technical University Munich（慕尼黑技术大学） ； IBM Research（IBM研究院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出TSR，一种在训练时改进每轮轨迹生成的方法，通过轻量级树状搜索构造高质量轨迹，提升rollout质量和学习稳定性，适用于多轮RL任务。
Qayyem: 一个实时平台用于评分阿拉伯语作文的熟练程度
机构 * Computer Science and Engineering Department, Qatar University（卡塔尔大学计算机科学与工程系）
专题命中 工具调用 ：workflow(abstract)；分类 cs.CL
AI总结 本文提出Qayyem平台，提供阿拉伯语作文评分的集成工作流程，通过友好的界面简化评分服务器API的交互，部署了多种先进的阿拉伯语作文评分模型。
Comments Accepted at ACL 2026
APULSE：一种用于大规模密集图上RCSPP的可扩展混合算法
机构 * Academia Militar Lisboa（里斯本军事学院） ； INESC INOV Instituto Superior Técnico (IST) Universidade de Lisboa（INESC INOV 里斯本技术大学 (IST)）
专题命中 工具调用 ：planning(abstract)
AI总结 本文提出APULSE算法，通过结合A*启发式搜索、Pulse式剪枝机制和时间桶策略，高效解决大规模密集图上的资源受限最短路径问题，展现出显著的可扩展性和鲁棒性。
Comments This version corrects keywords and reference [9]. 9 pages
Journal ref in IEEE Access, vol. 14, pp. 40690-40706, 2026
IR-Agent: 专家启发的LLM代理用于从红外光谱中解析分子结构
机构 * KAIST（韩国科学技术院） ； KRICT（韩国信息通信技术研究院）
专题命中 规划决策 ：agent(title,title_cn)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出IR-Agent，一种新的多代理框架，用于从红外光谱中解析分子结构，通过模拟专家驱动的分析过程，提升结构解析的准确性。
Comments ICLR 2026
NEWTON：面向物理基础视频生成的代理规划
机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术公司） ； Sany Group（三一集团）
专题命中 规划决策 ：planning(title,abstract)；agentic(title)；agent(abstract)
AI总结 本文提出NEWTON，通过将视频生成从系统输出降级为代理工具箱中的一个动作，利用学习的规划器协调物理感知工具，提高视频生成的物理合理性，从而在VideoPhy-2数据集上显著提升联合准确性。
Comments project page: https://Newton026.github.io/newton
CHI-Bench: 能否让AI代理自动化端到端、长周期、政策丰富的医疗工作流程？
机构 * Johns Hopkins Medicine（约翰霍普金斯医学中心） ； Wellstar Health System（Wellstar健康系统） ； Stanford University（斯坦福大学） ； CMU（卡内基梅隆大学） ； UCSD（加州大学圣地亚哥分校） ； Yale School of Medicine（耶鲁医学院） ； Salesforce AI Research（Salesforce人工智能研究） ； University of Washington（华盛顿大学） ； Northeastern University（东北大学） ； Brown University（布朗大学） ； Boston College（波士顿学院） ； Stony Brook University（史泰森布里克大学） ； University of Oxford（牛津大学） ； Arizona State University（亚利桑那州立大学） ； University of Southern California（南加州大学） ； Emory University（埃默里大学） ； MBZUAI ； Recursive Superintelligence（递归超级智能） ； University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
专题命中 规划决策 ：AI agent(title)；agent(abstract)；workflow(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出CHI-Bench基准，旨在评估AI代理在医疗工作流程中端到端、长周期和政策丰富任务中的自动化能力，揭示当前基准测试中政策密度、多角色协作和多方交互等能力的不足。
Comments Website: https://actava.ai/benchmarks Code: https://github.com/actava-ai/chi-bench Dataset: https://huggingface.co/datasets/actava/chi-bench
ClinSeekAgent: 自动化多模态证据检索以实现代理临床推理
机构 * UC Santa Cruz（加州大学圣克ruz分校）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 本文提出ClinSeekAgent，一种自动化代理框架，用于动态多模态证据检索，旨在从异构来源主动检索、迭代规划和综合多模态证据，从而提升临床决策支持。
Comments 24 pages, 9 figures; Project Page: https://ucsc-vlaa.github.io/ClinSeekAgent/
潜在动作重参数化用于高效智能体推断
机构 * Université de Montréal（蒙特利尔大学） ； The University of Sydney（悉尼大学） ； Fudan University（复旦大学） ； Yale University（耶鲁大学） ； DeepWisdom ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon Science（亚马逊科学） ； Stanford University（斯坦福大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Mila - Quebec AI Institute（蒙特利尔人工智能研究所）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出Latent Action Reparameterization (LAR)框架，通过学习紧凑的潜在动作空间来提升大语言模型智能体的推断效率，减少有效动作 horizon 并保持原始动作空间的表达性。
在符号世界模型上学习双层策略以实现长周期规划
机构 * Vector Institute（向量研究所） ； University of Toronto（多伦多大学） ； LAAS-CNRS（Laas--cnrs） ； University of Toulouse（图卢兹大学） ； RWTH Aachen University（亚琛工业大学）
专题命中 规划决策 ：planning(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出了一种结合低层模仿学习和高层符号抽象的双层策略，用于解决长周期规划问题，通过BISON系统在扩展的MetaWorld基准上验证了其在处理大量物体和长周期任务上的优越性。
TravExplorer: 通过可 traversability-aware 3-D 规划实现跨楼层的 embodied 探索
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出TravExplorer框架，结合零样本语义引导与可 traversability-aware 3-D 规划，实现跨楼层的 embodied 探索，通过统一的体积地图区分占用结构与机器人可达支撑面，并提取可 traversable 前沿区域，同时采用FOV-aware的主动感知策略解决跨楼层遍历中的不完整观测问题，最终在HM3D和MP3D上进行了4195次模拟实验，并在真实世界中验证了无需先验地图或人工干预的开放词汇目标搜索能力。
轨迹规划与控制在极限情况下的研究：RoboRacer平台上的开放实验基准
机构 * Professorship of Autonomous Vehicle Systems, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑技术大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Avilus GmbH（Avilus GmbH公司） ； Department of Information Technology and Electrical Engineering (DIETI), University of Naples Federico II（那不勒斯费德里科二世大学信息科技与电气工程系（DIETI）） ； Dept. of Industrial Engineering, University of Trento（特伦托大学工业工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种模块化框架，用于评估轨迹规划和控制在高加速度 maneuver 中的新方法和现有方法，通过 RoboRacer 平台上的两个赛道测试，展示了 MS-NN 在提高跟踪精度和减少转向振荡方面的优势，以及在线速度重计划对提高 lap 时间和安全速度的贡献。
Comments Accepted - 2026 IEEE 29th International Conference on Intelligent Transportation Systems (ITSC)
物理闭环：一种混合代理架构用于验证的CAD工程设计
机构 * Dresden University of Technology（德累斯顿技术大学） ； MAN Truck & Bus SE（MAN卡车与巴士股份有限公司） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道大学）
专题命中 规划决策 ：agentic(title,abstract)；AI agent(abstract)
AI总结 本文提出了一种混合代理-物理架构，通过将经过验证的知识工程工具直接嵌入到自主AI代理的决策循环中，以解决大型语言模型在生成CAD设计时缺乏物理理解的问题。该方法通过显式的物理验证指导闭环、顺序决策过程，提高了生成CAD设计的物理正确性。
Comments Accepted in IJCAI-ECAI 2026 (Special Track on AI4Tech)
CopT: 在连续空间中利用对比学习进行通用和代理推理的在线策略思考
机构 * Georgia Tech（佐治亚理工学院） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Microsoft（微软公司）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出CopT，一种改进的推理流程，通过反转传统思考和回答的顺序，首先生成草稿答案，再基于该答案进行在线策略思考以进行反思和修正。CopT利用连续嵌入作为推理时的对比验证器，通过对比离散令牌输入和连续嵌入输入下模型对相同生成令牌的支持，得到一个序列级的反KL估计器来评估答案的可靠性。在数学、编程和代理推理任务中，CopT在保持同等或更高准确性的情况下，将峰值准确率提高了高达23%，并将令牌使用量减少了高达57%。
Comments Code: https://github.com/sdc17/CopT, Website: https://copt-web.github.io/
MINTEval: 评估长时间跨度智能体系统中的多目标干扰下的记忆
机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出MINTEval基准，用于评估智能体在长时间跨度和多目标干扰下的记忆表现，通过长连接上下文、多领域和多类型问题来测试记忆增强代理的鲁棒性和泛化能力。
Comments Equal contribution; order decided by a coin flip. Code and data: https://github.com/amy-hyunji/MINTEval
结构化风格重写与思维链规划用于低资源字符对话
机构 * Guangdong University of Finance（广东金融学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文提出了一种结构化风格重写框架，结合思维链规划，以解决低资源条件下中文字符驱动生成中的风格分离问题，通过分解角色风格为可解释的格式签名、语法和语用维度，并利用思维链监督进行显式风格规划，实验表明该方法在保持语义忠实性的同时提升了风格质量。
Comments 30 pages, 5 figures. Preprint
规划可接受的图-偏微分方程值扩展用于稀疏目标条件规划
机构 * Department of Applied Mathematics, University of Washington（应用数学系，华盛顿大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了在操作argmin-Q规划器下，哪些图值扩展是规划可接受的，提出了一种局部动作间隙证书，证明在 rollout 过程中若代理值误差低于真实动作间隙的一半，则贪心 rollout 可达到目标。通过比较原理填充距离界，AMLE 实现了该证书，而调和扩展由于反映边界击中概率而非最短路径贪心顺序，可能导致局部动作排名错误。
RoadmapBench: 评估跨版本升级的长期代理软件开发
机构 * UniPat AI ； Peking University（北京大学） ； Fudan University（复旦大学） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； G Labs（0G实验室） ； Pipeline Lab（Pipeline实验室）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出RoadmapBench，一个基于真实开源版本升级的115个长期编码任务的基准，旨在评估长期多目标软件开发，发现现有基准无法有效评估此类任务，表明长期软件开发仍是难题。
Comments 30 pages, 15 figures
通过答案集编程进行长期电力网络规划
机构 * University of Calabria, Italy（意大利卡拉布里亚大学） ； University of Huddersfield, UK（英国赫德瑟菲尔德大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出了一种基于答案集编程的自动化和优化长期电力网络规划方法，以解决可持续性目标、需求模式和城市化趋势等复杂问题。
Comments 16 pages, 4 figures
ORCA：一种用于视觉语言模型幻觉和对抗鲁棒性的代理推理框架
机构 * University of West Florida（佛罗里达大学） ； United States Military Academy（美国军事学院）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出ORCA框架，通过推理时的结构化推理和小规模视觉模型，提升预训练视觉语言模型的事实准确性与对抗鲁棒性，并在幻觉基准和对抗扰动测试中取得显著提升。
Comments Accepted at the ACM International Conference on Cloud and Big Data Computing (ICCBDC 2026)
基于学习的优化轨迹规划用于协作的空中-地面切换任务
机构 * Institute of Engineering and Computational Mechanics, University of Stuttgart, 70569 Stuttgart, Germany（工程与计算力学研究所，斯图加特大学，德国斯图加特70569） ； Mechanical Engineering, LUT University, 53850 Lappeenranta, Finland（机械工程，卢蒂大学，芬兰拉佩恩兰塔53850）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出了一种结合学习的轨迹规划框架，用于协同无人 aerial 和 ground 车辆的切换任务，通过使用解耦的编码器-解码器 LSTM 网络生成协调的切换轨迹预测，从而加速优化过程，实现更快的收敛和更高的优化成功率。
Comments Preprint of a contribution accepted for publication in the RoManSy 2026 Springer proceedings
RECIPE: 通过指令视频中的 grounding 实现过程规划
机构 * Khoury College of Computer Sciences, Northeastern University, Boston（东北大学北斯托顿学院计算机科学学院） ； Department of Mathematics and Computer Science, University of Catania, Italy（卡塔尼亚大学数学与计算机科学系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 该研究提出RECIPE方法，通过利用指令视频中的grounding信息来改进过程规划任务，通过利用预计算的文本嵌入实现大规模视频数据的验证，从而提升规划的准确性和鲁棒性。
Learn2Decompose: 为高效连续多物体操作规划学习问题分解
机构 * Idiap Research Institute（Idiap研究 institute） ； Ecole Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种高效的任务与运动重计划方法，用于动态环境中连续多物体操作的规划。通过从示范中学习问题分解来加速TAMP求解器，核心方法包括目标分解学习、计算距离学习和物体减少，有效提升了重计划效率。
Comments Extension of RAL version: added PR2 Whole-body kitchen task and detailed discussion on limitations in main text; added pseudocode and robustness analysis of our approach, and formal analysis on why and when task goals are decomposable in appendix
KIO-planner: 基于双映射的注意力引导单阶段运动规划用于无人机导航
机构 * Faculty of Applied Sciences（应用科学学院） ； Macao Polytechnic University（澳门理工学院） ； College of Animal Science and Technology（动物科学与技术学院） ； Zhongkai University of Agriculture and Engineering（仲恺农业工程学院） ； School of Economics and Management（经济管理学院） ； South China Normal University（华南师范大学） ； Information Engineering School（信息工程学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出KIO-planner，一种基于注意力引导的单阶段轨迹规划框架，通过整合CBAM模块和双映射机制，实现了在密集障碍环境中低延迟、可靠的运动规划，提高了导航的敏捷性和安全性。
Comments Accepted by an IEEE Vehicular Technology Conference. 6 pages, 4 figures, 1 table
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