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。
通过自我调节模拟规划实现高效的代理推理
机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 规划决策 ：agentic(title,abstract)；planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通过分解决策过程为三个系统：模拟推理、自我调节和反应执行，来提升代理推理的效率，并展示了SR$^2$AM模型在不同任务中的表现。
Comments Code and model artifacts are available at https://github.com/sailing-lab/sr2am
通过世界模型的模拟推理实现通用代理规划
机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； UC San Diego（南加州大学）
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出通过模拟推理实现通用代理规划，利用世界模型进行未来状态预测，提升决策能力，通过SiRA架构在不同任务中取得更高任务完成率。
Comments Winner of Berkeley LLM Agents Hackathon (Fundamentals Track); code available at https://github.com/sailing-lab/sira
Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments
机构 * George Mason University（乔治·马歇尔大学）
专题命中 规划决策 ：planning(title,title_cn)；分类 cs.AI
AI总结 本文提出了一种Scout-Assisted Planning框架，通过无人机主动收集环境信息来改进地面车辆的导航，通过信息增益引导的行动剪枝减少回溯成本，实验表明其在不同环境中能显著降低地面机器人旅行成本。
OPERA: 一种用于图像修复的智能体，通过端到端联合规划-执行优化
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)
AI总结 该研究提出OPERA框架，通过端到端联合优化修复规划和工具执行，解决图像修复中复杂混合退化问题，优于现有方法和统一模型。
学习配置代理AI系统
机构 * School of Computing and Augmented Intelligence（计算与增强智能学院） ； Arizona State University（亚利桑那州立大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 本文提出了一种基于半马尔可夫决策过程（SMDP）的代理配置方法，通过ARC模型动态选择查询特定的代理配置，从而在多个基准测试中提升了推理准确性、工具使用准确性和τ-Bench（Airline）Pass的成功率。
Comments 22 pages, 12 figures
NaviAgent: 一种基于图的双层规划用于可扩展的工具编排
机构 * Department of Electrical and Computer Engineering, The Ohio State University, USA（电气与计算机工程系，俄亥俄州立大学，美国）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出NaviAgent，一种基于图的双层规划框架，通过解耦任务规划与工具执行，提升大规模工具编排的可扩展性和鲁棒性，实验表明其在任务成功率和实际应用中表现优异。
Comments Accepted to ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026
IdleSpec: 通过投机规划利用空闲时间用于LLM代理
机构 * KAIST（韩国科学技术院） ； Amazon AGI（亚马逊人工智慧实验室） ； Together AI
专题命中 规划决策 ：planning(title)；agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出IdleSpec，一种利用空闲时间提升LLM代理性能的方法，通过在空闲期间生成计划候选并减少延迟开销，从而在多种代理场景中显著提高性能。
TIP: on-policy distillation 中的 token 重要性
专题命中 规划决策 ：planning(abstract,abstract_cn)；agentic(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 本研究探讨了在 on-policy 知识蒸馏中哪些 token 对学习信号最有用，提出了一种基于学生熵和教师-学生分歧的双轴分类方法，并通过实验验证了在有限内存条件下使用少量 token 进行蒸馏的有效性。
在大语言模型时代进行规划：构建可靠性与效率
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文探讨了在大语言模型时代规划领域的发展，重点介绍了通过生成可验证的符号求解器来提高规划的可靠性和效率的方法。
Comments Published at ICAPS 2026
在不确定领域中扩展感知意识规划
机构 * Technical University of Denmark（丹麦技术大学）
专题命中 规划决策 ：planning(title)；agent(abstract)；分类 cs.AI
AI总结 本文研究了在不确定领域中扩展感知意识规划的方法，通过子符号技术扩展可决定OOP片段的解决方法，包括传感器选择问题和位置可观察性问题，并通过分解POMDPs识别合理的观察函数，从而提高性能。
电动汽车充电系统中的规划、调度与行为：一项批判性综述与三重困境框架
机构 * The College of William \& Mary, Williamsburg, VA, USA ； University of Georgia, Athens, GA, USA ； University of Louisville, Louisville, KY, USA
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文综述了电动汽车充电系统中规划、调度和行为三个层面的研究，提出了三重困境框架，揭示了在追求高保真度时面临的可计算性与现实整合之间的权衡问题。
Comments Review article; 56 pages excluding references; 1 figure and 3 tables
基于分支随机优化的运动规划在多模态不确定性下的场景聚类
机构 * Chair of Automatic Control Engineering（自动控制工程教授会）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种结合随机模型预测控制与分支结构的方法，用于在多模态不确定性下进行运动规划，通过场景聚类提高实时计算性能并减少保守性。
Comments This work has been accepted for presentation at IFAC World Congress 2026
SPIRAL：通过反思规划代理实现自演化动作条件视频生成
机构 * Zhejiang University（浙江大学） ； KnowledgeXLab at Shanghai AI Lab（上海人工智能实验室知识X实验室） ； National University of Singapore（新加坡国立大学） ； Chinese Academy of Sciences（中国科学院） ； Tencent Youtu Lab（腾讯优设实验室） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出SPIRAL框架，通过反思规划代理实现长时域动作条件视频生成，解决传统方法在长时间视频生成中的不足，通过闭环设计和自演化机制提升视频生成的一致性和准确性。
Comments 42 Pages, 21 Figures, Project page at https://yuyang-cloud.github.io/spiral
并行八叉树映射：一种用于自主导航中路径规划增强的可扩展框架
机构 * Department of Mechanical and Aerospace Engineering, University of Florida（佛罗里达大学机械与航空航天工程系） ； Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出并行八叉树映射（POMP），一种高效的基于八叉树的映射技术，通过在固定占用网格分辨率下优化自由空间表示，提升路径规划效率和成功率，特别是在复杂环境中。
ATLAS：一种用于EvoDPO的多LLM训练框架，具有自适应参考进化
机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Purdue University West Lafayette（韦伯州立大学） ； School of Mechanical Engineering（机械工程学院） ； Department of Mathematics（数学系） ； Department of Computer Science（计算机科学系） ； Department of Mathematics and Mechanical Engineering（数学与机械工程系）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出ATLAS框架，通过自适应参考进化解决多LLM代理系统中固定参考模型导致的更新保守或训练停滞问题，结合支持者驱动探索与EvoDPO驱动的稳定性，提升长期评估驱动的自我改进能力。
Steins;Gate Drive: 基于结构化未来语义安全仲裁的延迟解耦LLM规划
机构 * Institute for Wireless Communication and Navigation（无线通信与导航研究所） ； RPTU University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心）
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 本文提出SteinsGateDrive架构，通过延迟解耦规划与运行时架构，在保持安全边界的同时，将有效延迟从+3.07秒减少到-0.01秒，提升了自动驾驶的规划效率。
Comments 10 pages, 2 figures, 5 tables, submitted to IEEE transaction of intelligent vehicles
Maestro：通过强化学习协调分层模型-技能集合
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学）
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出Maestro框架，通过强化学习协调多模态任务，利用分层模型-技能集合提升多模态任务性能，实现高效且通用的协调策略。
评估大型语言模型作为实时战略代理：提供商性能、混合分解及时间风险游戏中的操作差距
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文研究了大型语言模型在实时策略环境中的表现，发现其性能受目标跟踪、执行转换、成本和运行时可靠性等因素影响，支持将LLM作为受限制工作流中的组件进行评估，而非孤立的基准测试对象。
Comments 13 pages, 7 figures. Code and tracked notes: https://github.com/hcekne/risk-game . Public runtime artifact index: https://github.com/hcekne/risk-game/blob/main/docs/article-plans/public_experiment_artifacts.md
感知还是偏见：大语言模型能否超越个性的第一印象？
机构 * The University of Tokyo（东京大学） ； Shanda AI Research Tokyo（Shanda AI 研究所东京） ； Dalian University of Technology（大连理工大学）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文探讨了多模态大语言模型（MLLMs）在感知个性方面的能力，提出了一种新的任务Grounded Personality Reasoning（GPR），并构建了一个新的数据集MM-OCEAN，通过三重评估体系揭示了MLLMs在人格推理中的偏见问题。
AwareVLN: 基于自感知的视觉语言导航推理
机构 * Tsinghua University（清华大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)
AI总结 本文提出AwareVLN框架，通过自感知推理机制实现端到端的视觉语言导航，解决了传统方法在理解代理、指令和场景关系上的不足，并在多个数据集上实现了优于现有方法的性能。
Comments Accepted to CVPR 2026. Project page: https://gwxuan.github.io/AwareVLN/
在部分可观察环境中学习统一的风险图
机构 * Fudan University（复旦大学） ； Tongji University（同济大学）
专题命中 规划决策 ：planning(abstract,abstract_cn)
AI总结 本文提出了一种统一的风险图建模与学习框架，用于部分可观察环境中的自动驾驶，通过时空建模整合交通流风险和碰撞风险，以更精细地评估遮挡引起的危险，并引入扩散基场景生成框架来解决遮挡交互场景稀缺的问题，实验表明该方法在Waymo Open Motion Dataset上显著优于现有方法。
Comments Published in IEEE Robotics and Automation Letters
离线目标条件强化学习中的抽象
机构 * FLAIR, MLRG University of Oxford（FLAIR、MLRG 欧洲大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种在离线目标条件强化学习中利用抽象的方法，通过引入相对化选项和不同层次的表示，提高了在相似状态空间上下文中的经验复用能力，从而提升了性能。
重新审视正则化策略优化以实现稳定且高效的双人博弈强化学习
机构 * The University of Tokyo, Japan（东京大学） ； RIKEN Center for Advanced Intelligence Project, Japan（日本RIKEN高级智能项目中心）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文重新审视了带有反向Kullback-Leibler正则化和熵正则化的策略优化方法，在双人零和设置中从理论和经验角度分析其组合，提供了新的收敛保证并通过合成游戏的数值实验验证了理论结果，并基于正则化策略优化推导出一种实用的模型无关强化学习算法，通过在五个棋盘游戏中进行的全面实验验证了算法的训练效率。
Comments Accepted at ICML 2026
LiteCoOp: 轻量级多语言模型共享树推理用于模型服务编译器优化
机构 * A lternative C omputing T echnologies ( ACT ) Lab（替代计算技术实验室） ； University of California San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出LiteCoOp，一种轻量级框架，通过将优化搜索树本身作为多语言模型协作机制，实现编译器优化过程中异构语言模型的协作，从而在降低编译成本的同时提升性能。
一种基于KL正则化的学习规划框架：具有自适应先验的规划
机构 * LIACS, Leiden University, Leiden, The Netherlands（莱顿大学莱顿分校，荷兰） ； Google Deepmind, London, United Kingdom（谷歌DeepMind，英国伦敦） ； University of Oxford, Oxford, United Kingdom（牛津大学，英国牛津）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种基于KL正则化的学习规划框架，通过将规划器的动作分布作为先验整合到策略优化中，提升了在高维连续控制任务中模型驱动强化学习的样本效率和长期性能。
Comments Published at ICML2026
委托合同
专题命中 规划决策 ：agent(abstract,comments)；multi-agent(comments)
AI总结 本文研究了通过知情代理进行委托合同的机制，证明了委托合同可实现的成果等同于集中式贝叶斯机制在主导策略激励兼容和事后个体理性下的结果，并探讨了不同场景下的最优合同限制。
Comments Comments: 51 pages; expanded introduction and related literature, added extensions to interdependent values and multi-agent settings, substantially revised procurement and efficiency applications, new analysis of contracting rights and buy-sell clauses, exposition and references improved
基于随机作业到达的灵活作业车间调度的深度强化学习
机构 * Centre for Artificial Intelligence, Zurich University of Applied Sciences（人工智能中心，苏黎世应用科学大学） ； Inspire AG（Inspire公司） ； Automatic Control Laboratory, ETH Zurich（自动控制实验室，苏黎世联邦理工学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种基于事件的深度强化学习方法，用于解决具有随机作业到达的灵活作业车间调度问题，通过Proximal Policy Optimization算法和轻量级多层感知机训练智能体，以最小化所有作业的总完成时间，并在不同异质性和作业到达率的数据集上优于单独的调度规则。
KAPPS：一种基于知识的闭环工厂CPPS架构
机构 * Institute for Material Handling and Logistics (IFL), Karlsruhe Institute of Technology（材料搬运与物流研究所（IFL），卡尔斯鲁厄技术大学） ； Department of Production Engineering, KTH Royal Institute of Technology（生产工程系，皇家理工技术大学） ； Institute of Production Science (wbk), Karlsruhe Institute of Technology（生产科学研究所（wbk），卡尔斯鲁厄技术大学） ； Analytic Computing, Institute for Artificial Intelligence, University of Stuttgart（分析计算，人工智能研究所，斯图加特大学） ； Electronics and Computer Science, University of Southampton（电子与计算机科学，南安普顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出KAPPS，一种基于知识的闭环工厂CPPS架构，旨在解决闭环制造中产品状态变化、动态重构过程和人机知识整合的需求，通过知识图谱和语义接口层实现数据集成与推理，提升制造系统的灵活性和适应性。
Comments Submitted to Journal of Manufacturing Systems (JMS)
S2ED：从故事到可执行描述以实现一致性感知的故事插图
机构 * University of Auckland（奥克兰大学） ； Wuhan College of Communication（武汉通信学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出S2ED框架，通过将完整故事转换为可编辑的可执行描述，提升故事插图的一致性和角色真实性，适用于多帧故事插图的长时程一致性需求。
Comments 6 pages, 5 figures. Accepted by IEEE ICME 2026
超越欧几里得距离：通过地平线匹配轨迹可达性度量修复潜在世界模型
机构 * Tongji University（同济大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出轨迹可达性度量（TRM）作为固定潜在世界模型的后处理终端排名方法，通过训练小的成对头部来改进终端排名，从而提高连续操控任务的性能。
Comments 26 pages, 7 figures
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