AI Agent

R$^3$L: Reflect-then-Retry Reinforcement Learning with Language-Guided Exploration, Pivotal Credit, and Positive Amplification

R$^3$L: 反思-重试强化学习与语言引导探索、关键信用和正向放大

Weijie Shi, Yanxi Chen, Zexi Li, Xuchen Pan, Yuchang Sun, Jiajie Xu, Xiaofang Zhou, Yaliang Li

机构 * Tongyi Lab（通义实验室） ； Soochow University（苏州大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 提出R$^3$L框架，通过反思-重试机制合成高质量轨迹，结合关键信用分配和正向放大，解决强化学习在LLM推理和智能体任务中的探索与利用难题，在多个任务上取得5%到52%的相对提升。

Investigating Robot Control Policy Learning for Autonomous X-ray-guided Spine Procedures

自主X光引导脊柱手术的机器人控制策略学习研究

Florence Klitzner, Blanca Inigo, Benjamin D. Killeen, Lalithkumar Seenivasan, Michelle Song, Axel Krieger, Mathias Unberath

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Technical University of Munich（慕尼黑技术大学） ； Johns Hopkins School of Medicine（约翰霍普金斯医学院） 纠错

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

AI总结 本文研究基于模仿学习的机器人控制策略在稀疏输入（双平面X光）下进行椎体成形术中的可行性，通过模拟环境训练策略实现基于视觉的套管针迭代对齐，首次尝试成功率达68.5%，并展示了向复杂解剖结构和真实X光的迁移能力，但存在入口点精度不足等局限。

Understanding Goal Generalisation in Sequential Reinforcement Learning

理解序贯强化学习中的目标泛化

Jason Ross Brown, Edward James Young

机构 * University of Cambridge（剑桥大学） ； Geodesic Research（Geodesic研究） 纠错

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

AI总结 通过引入潜在策略梯度方法，研究序贯训练下强化学习代理在分布外环境中的目标泛化行为，发现显著特征驱动泛化且早期目标影响后期目标。

Goal-Conditioned Agents that Learn Everything All at Once

目标条件智能体一次性学习所有内容

Michael Matthews, Matthew Jackson, Michael Beukman, Thomas Foster, Alistair Letcher, Scott Fujimoto, Cédric Colas, Jakob Foerster

机构 * University of Oxford（牛津大学） ； McGill University（麦吉尔大学） ； MIT（麻省理工学院） ； Inria（法国国家信息与自动化研究所） 纠错

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

AI总结 提出LEO方法，通过联合输出所有目标的值和动作，实现高效并行全目标学习，在Craftax上显著优于其他方法，在连续控制任务上与基线相当，速度提升超过250倍。

BOHM: Zero-Cost Hierarchical Attribution for Compound AI Systems

BOHM：复合AI系统的零成本层次归因

Joss Armstrong

机构 * Ericsson Research（爱立信研究） 纠错

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

AI总结 提出BOHM方法，从路由权重中提取层次归因树，实现零成本、多分辨率归因，与SHAP互补且无需访问组件内部。

Comments 35 pages, 10 figures, 20 tables

SeedER: Seed-and-Expand Retrieval from Knowledge Graphs

SeedER: 基于种子扩展的知识图谱检索

Hamed Shirzad, Frederik Wenkel, Dominique Beaini, Danica J. Sutherland, Emmanuel Noutahi

机构 * Valence Labs, Montréal, QC, Canada（Valence实验室，加拿大魁北克省蒙特利尔） ； University of British Columbia, Department of Computer Science, Vancouver, BC, Canada（不列颠哥伦比亚大学计算机科学系，加拿大不列颠哥伦比亚省温哥华） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 提出SeedER框架，通过轻量级种子节点选取和图感知策略的强化学习迭代扩展，高效检索知识图谱中与查询相关的节点，在组合泛化和图约束子模优化上具有优势。

How Many Training Samples Are Needed for the Inverse Kinematics Solutions by Artificial Neural Networks

人工神经网络求解逆运动学需要多少训练样本

Dong-Won Lim

机构 * The University of Suwon（苏won大学） 纠错

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

AI总结 研究通过数学框架和实验分析，确定人工神经网络求解机器人逆运动学所需的最小训练样本数，发现超过125个样本不再提升模型效率。

Comments 14 pages, 5 figures

Steered Generation via Gradient-Based Optimization on Sparse Query Features

基于稀疏查询特征的梯度优化引导生成

Sumanta Bhattacharyya, Pedram Rooshenas

机构 * University of Illinois Chicago（伊利诺伊大学香槟分校） 纠错

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

AI总结 提出基于稀疏自编码器和梯度优化的稀疏查询特征引导方法，实现对大型语言模型逻辑规划与风格细节的统一可解释控制。

An AI-Driven Framework for Energy-Efficient Environmental Monitoring in Smart Cities Using Edge Intelligence

基于边缘智能的智慧城市节能环境监测AI驱动框架

Yichen Liu, Imam Akintomiwa Akinlade, Xiaochong Jiang, Wenting Yang, Shiqi Yang

机构 * Independent Researcher（独立研究者） ； Harvard Business School（哈佛商学院） 纠错

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

AI总结 提出一种利用TinyML边缘设备和上下文感知自适应决策的AI驱动框架，通过效用函数动态激活传感器，减少能耗并延长寿命，在城市规模模拟中验证了其优于静态、周期和UCB自适应策略。

Comments 6 pages, 2 figures, 3 tables

A Machine Learning Framework for Large-Scale Static Wireless Mesh Networks

大规模静态无线Mesh网络的机器学习框架

Julia Andrusenko

专题命中 规划决策 ：planning(abstract)

AI总结 针对复杂岛屿环境中155个商用现成无线电节点的大规模静态无线Mesh网络，提出一种结合确定性射频传播建模与约束聚类优化的系统设计方法。

Comments 5 pages, 3 figures, submitted to MILCOM 2026 Track 5

Value-focused modelling to generate alternatives -- Coupling multi-criteria decision analysis and optimisation models to support strategic decisions

价值导向的替代方案生成——耦合多准则决策分析与优化模型以支持战略决策

Emily Bergup, Jonas Finke, Sebastian Schär, Valentin Bertsch

专题命中 规划决策 ：planning(abstract)

AI总结 提出价值导向的替代方案生成方法（VF-MGA），通过双向耦合多准则决策分析（MCDA）和建模生成替代方案（MGA），在能源系统规划中生成利益相关者相关的近优替代方案，并通过案例验证其有效性。

RadMaps: A Geospatial Framework for Simultaneously Modelling Capacity and Geographic Constraints on Radiotherapy Access

RadMaps：一个同时建模放疗容量和地理约束的地理空间框架

Laurence Wroe, Archie Brown, Sophia Martin, Alika Ho, Steinar Stapnes

专题命中 规划决策 ：planning(abstract)

AI总结 提出RadMaps开源框架，通过H3六边形网格整合人口、癌症发病率、放疗设施数据，结合容量和地理约束的贪婪分配算法，计算局部放疗可及性指标。

Droneulator: A Portable UAV Simulator for Agricultural Workflows with RotorPy and Godot 4

Droneulator: 一种基于RotorPy和Godot 4的农业工作流便携式无人机模拟器

Jacob Swindell, Michael Lowen, Marija Popovic, Riccardo Polvara

机构 * Lincoln Centre for Autonomous Systems (L-CAS), University of Lincoln, Lincoln, UK（林肯自主系统中心（L-CAS）、林肯大学、林肯，英国） ； Faculty of Aerospace Engineering, MAVLab, Delft University of Technology (TU Delft), Delft, Netherlands（航空航天工程学院、MAVLab、代尔夫特理工大学（TU Delft）、代尔夫特，荷兰） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种结合RotorPy动力学与Godot 4渲染的便携式无人机模拟器Droneulator，支持PX4控制、WebSocket命令和Zenoh/ROS~2管道，实现农业无人机数据采集、局部规划和强化学习实验的统一验证。

Tractable Maximization of Budgeted Phylogenetic Diversity on Networks Utilizing Node Scanwidth

利用节点扫描宽度在网络上有预算地最大化系统发育多样性的可处理性

Niels Holtgrefe, Jannik Schestag

专题命中 规划决策 ：planning(abstract)

AI总结 本文利用节点扫描宽度参数，提出了三种预算约束下系统发育网络多样性最大化问题的精确算法，其中两种可在 O*(2^nsw B^2) 时间内求解，第三种在 O*(3^nsw) 时间内计算多样性得分，并首次给出节点扫描宽度的精确计算算法。

Semantic-Aware Guided Drone Exploration for Language-Conditioned 3D Indoor Mapping

语义感知引导的无人机探索：面向语言条件的三维室内建图

Nitin Vegesna, Avideh Zakhor

机构 * Department of Electrical Engineering and Computer Sciences（电气工程与计算机科学系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出SAGE系统，结合CLIP语义提示与覆盖导向探索，在未知室内环境中优先发现目标物体，同时保持高覆盖率。

Comments 10 pages, 6 figures, 4 tables. To be presented at the 2nd 3D-LLM/VLA Workshop at CVPR 2026 (non-archival workshop)

Scene Reconstruction as Mapping Priors for 3D Detection

场景重建作为3D检测的映射先验

Yang Fu, Yuliang Zou, Hao Xiang, Xin Huang, Yijing Bai, Chen Song, Weijing Shi, Govind Thattai, Dragomir Anguelov, Mingxing Tan, Yingwei Li

机构 * Waymo LLC（Waymo公司） ； UC San Deigo（加州大学圣地亚哥分校） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出利用自动构建的密集映射先验增强3D检测，设计MPA3D框架融合多模态传感器数据，在Waymo数据集上取得新最优结果。

Comments Accepted to CVPR 2026

Beyond Zero: Enterprise Security for the AI Era

超越零信任：面向AI时代的企业安全

Joseph Valente, Michal Zalewski

专题命中 规划决策 ：AI agent(abstract)

AI总结 本文提出Beyond Zero安全范式，通过将信任边界缩小到单个操作并融合静态授权与动态AI推理，实现每秒数千次的人机决策中介，构建自防御企业。

Comments This is a preprint and this paper has been accepted for publication in ACM Queue. The final version of this paper may change through the editorial process

Robust Capacity Expansion under Wildfire Ignition Risk and High Renewable Penetration

野火点火风险与高可再生能源渗透率下的鲁棒容量扩展

Tomás Tapia, Ryan Piansky, Yury Dvorkin, Jean-Paul Watson

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种鲁棒优化模型，通过电池储能选址和输电线路地下化投资，应对野火点火风险与可再生能源不确定性的最坏情况，提高系统韧性。

Time-driven Survival Analysis from FDG-PET/CT in Non-Small Cell Lung Cancer

基于FDG-PET/CT的非小细胞肺癌时间驱动生存分析

Sambit Tarai, Ashish Chauhan, Elin Lundström, Johan Öfverstedt, Therese Sjöholm, Veronica Sanchez Rodriguez, Håkan Ahlström, Joel Kullberg

机构 * Radiology, Department of Surgical Sciences（外科科学系放射学部） ； Antaros Medical（Antaros医疗） ； Molecular Imaging and Medical Physics, Department of Surgical Sciences（外科科学系分子成像与医学物理部） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出一种结合组织FDG-PET/CT投影和时间输入的深度学习回归框架，用于预测非小细胞肺癌患者的总生存期，在AUC上比基线方法提升4.3%，并实现了风险分层。

Comments Under review

Journal ref Ann Biomed Eng (2026)

The effect of a new power interconnector on energy prices volatility: the case of Sicily

新电力互联器对能源价格波动的影响：以西西里岛为例

Francesco Lisi, Pierdomenico Duttilo, Marina Bertolini

专题命中 规划决策 ：planning(abstract)

AI总结 本研究采用半参数GARCH模型和全非参数加性模型，分析了Sorgente-Rizziconi互联器对西西里岛电价波动的影响，发现互联器显著增加了价格波动而未降低平均价格水平。

Comments Applied Stochastic Models in Business and Industry (2026)

Using Ensemble Diffusion to Estimate Uncertainty for End-to-End Autonomous Driving

使用集成扩散估计端到端自动驾驶的不确定性

Florian Wintel, Sigmund H. Høeg, Gabriel Kiss, Frank Lindseth

机构 * Norwegian University of Science and Technology（挪威科学技术大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 提出EnDfuser系统，利用扩散模型作为轨迹规划器，通过集成扩散从单一感知帧生成候选轨迹分布，实现不确定性感知决策，在LAV基准上驾驶评分提升1.7%。

Comments Accepted at NLDL 2026

When Planning Fails Despite Correct Execution: On Epistemic Calibration for LLM-Based Multi-Agent Systems

当计划正确执行却失败时：基于LLM的多智能体系统的认知校准

Zehao Wang, Shilong Jin, Zhao Cao, Lanjun Wang

机构 * College of Intelligence and Computing, Tianjin University, Tianjin, China（天津大学智能与计算学院） ； School of New Media and Communication, Tianjin University, Tianjin, China（天津大学新媒体与传播学院） ； Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China（中国人民大学北京校区人工智能学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；workflow(abstract)

AI总结 针对基于LLM的多智能体系统中因认知误校准导致计划失败的问题，提出认知计划校准代理工作流（EPC-AW），通过信息一致性计划选择和一致性引导的认知状态细化，平均提升系统成功率9.75%。

How to Steer Your Multi-Agent System: Human-LLM Collaborative Planning

如何操控你的多智能体系统：人-大语言模型协作规划

Zeyu He, Hannah Kim, Dan Zhang, Estevam Hruschka

专题命中 多智能体 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；agentic(comments)

AI总结 本文通过定义人-大语言模型协同规划的设计空间（模式、范围、层次），并实现原型AMBIPOM支持过程级监督，结合用户研究和基准测试揭示了混合工作流与权衡，为更透明、可控、有效的人机协同规划提供设计洞见。

Comments ACM Conference on AI and Agentic Systems (CAIS) 2026

A Proactive Multi-Agent Dialogue Framework for Assessing Social Language Disorder Traits in Autism

一种主动式多智能体对话框架用于评估自闭症中的社交语言障碍特征

Chuanbo Hu, Minglei Yin, Bin Liu, Wenqi Li, Lynn K. Paul, Shuo Wang, Xin Li

机构 * Department of Computer Science（计算机科学系） ； University at Albany（阿尔巴尼大学） ； Department of Management Information System（管理信息系统系） ； West Virginia University（西弗吉尼亚大学） ； Department of Radiology（放射学系） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Humanities and Social Sciences（人文学与社会科学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL

AI总结 提出TPA（思考、计划、询问）主动式多智能体对话框架，通过临床策略驱动的提问选择，在ADOS-2评估中实现82.1%的社交语言障碍特征覆盖率，比临床医生自动回放高16.6%。

Self-Refining Topology Optimization via an LLM-Based Multi-Agent Framework

基于LLM多智能体框架的自优化拓扑优化

Hyunjee Park, Hayoung Chung

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)

AI总结 提出TopOptAgents多智能体系统，通过LLM协作与迭代自优化循环，自动化拓扑优化的决策与设计过程，尤其对文献覆盖不足的问题类效果显著。

Comments 28 pages, 17 figures

MAS-Orchestra: Understanding and Improving Multi-Agent Reasoning Through Holistic Orchestration and Controlled Benchmarks

MAS-Orchestra：通过整体编排和受控基准理解与改进多智能体推理

Zixuan Ke, Yifei Ming, Austin Xu, Ryan Chin, Xuan-Phi Nguyen, Prathyusha Jwalapuram, Jiayu Wang, Semih Yavuz, Caiming Xiong, Shafiq Joty

机构 * Salesforce Research（Salesforce研究院） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 提出MAS-Orchestra框架，将多智能体系统编排形式化为函数调用的强化学习问题，并引入受控基准MASBENCH，揭示MAS收益依赖于任务结构等因素，在数学推理等任务上取得一致改进且效率提升10倍以上。

Comments ICML 2026

ARMS: Automatic Reward Shaping for Sparse-Reward Multi-Agent Reinforcement Learning

ARMS: 稀疏奖励多智能体强化学习的自动奖励塑形

Elie Abboud, Oren Gal

机构 * Department of Marine Technologies（海洋技术系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 提出ARMS框架，通过自监督轨迹排序学习稠密塑形信号，并基于条件最优反应推理证明其保持纳什均衡，从而解决多智能体强化学习中的稀疏奖励问题。

CultivAgents: Cultivating Relationship-Centered Multi-Agent Systems for Personalized Gardening

CultivAgents：培育以关系为中心的多智能体系统以实现个性化园艺

Yiyang Wang, Moeiini Reilly, Britney Johnson, Kefei Yan, Alex Cabral, Josiah Hester

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 提出 CultivAgents，一个基于关怀伦理、协调经验、环境和民族植物学三个专业智能体的多智能体系统，为社区园丁提供个性化、社会文化背景化的园艺支持，并通过混合方法研究验证其有效性。

Comments Preprint, 9 pages. Website: https://hello-diana.github.io/CultivAgents/

KPI2KVI: A Multi Agent Workflow for Calculating Key Value Indicators from Service Descriptions

KPI2KVI：一种从服务描述计算关键价值指标的多智能体工作流

Masoud Shokrnezhad, Tarik Taleb, Yan Chen, Qize Guo

机构 * ICTFICIAL OY（ICTFICIAL公司） ； Ruhr-Universitaet Bochum（波恩鲁尔大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；workflow(title,abstract)；分类 cs.AI

AI总结 提出KPI2KVI工具，通过大语言模型驱动的确定性多智能体工作流，从非结构化服务描述中自动计算关键价值指标（KVI），包括上下文获取、KVI类别选择、KPI生成、数值收集与估计，以及带解释的区间值输出。

SFG-ROS: A Resource-Aware Framework for Dense Multi-Agent Perception

SFG-ROS：面向密集多智能体感知的资源感知框架

Constantin Blessing, Elias Geiger, Jakob Häringer, Dennis Grewe, Markus Enzweiler

机构 * Institute for Intelligent Systems, Faculty of Computer Sciences and Engineering（智能系统研究所，计算机科学与工程学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 针对ROS 2在多机器人协作感知中的网络饱和与计算开销问题，提出SFG-ROS框架，通过模式驱动的流量路由、按需集中解码和硬件无关容器管道，将网络流量限制为O(1)并减少72.3%的CPU扩展开销。