AI Agent

Neuro-Inspired Inverse Learning for Planning and Control

神经启发式逆向学习用于规划与控制

Maryna Kapitonova, Tonio Ball

机构 * NeuroMentum AI IMBIT, University of Freiburg, Germany（NeuroMentum AI IMBIT，弗赖堡大学，德国） 纠错

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

AI总结 提出一种神经启发式框架Inverter，通过逆向学习（IL）结合前向/逆向内部模型、开环多步运动指令和层次化动作组织，在规划与控制任务中实现高效推理，平均性能提升24.2%且计算时间降低一到两个数量级。

Comments Version 2, minor fix in online version of the abstract, pdf unchanged

From Feasible to Practical: Pareto-Optimal Synthesis Planning

从可行到实用：帕累托最优合成规划

Friedrich Hastedt, Dongda Zhang, Antonio del Rio Chanona

机构 * Department of Chemical Engineering, Imperial College London, UK（伦敦帝国理工学院化学工程系） ； Department of Chemical Engineering, University of Manchester, UK（曼彻斯特大学化学工程系） 纠错

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

AI总结 针对现有合成规划方法忽略多目标权衡的问题，提出MORetro*算法，通过多目标A*搜索生成帕累托前沿，在成本、可持续性、毒性等指标间实现最优权衡。

Comments Published in Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

SciResearcher: Scaling Deep Research Agents for Frontier Scientific Reasoning

SciResearcher: 面向前沿科学推理的深度研究智能体规模化

Tianshi Zheng, Rui Wang, Xiyun Li, Kelvin Kiu Wai Tam, Newt Nguyen Kim Hue Nam, Wei Fan, Yangqiu Song, Tianqing Fang

机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

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

AI总结 提出SciResearcher框架，通过合成基于学术证据的概念与计算任务并训练智能体，在HLE-Bio/Chem-Gold等基准上达到最优性能。

Comments 23 pages, 6 figures, 15 tables

TCBiRRT: Rapid Motion Planning for Tightly Coupled Dual-arm Space Manipulator Using Task-space Random Expansion

TCBiRRT：紧耦合双臂空间机械臂的任务空间随机扩展快速运动规划

Jiawei Zhang, Xinhao Miao, Jifeng Guo, Qinghua Li, Chengchao Bai

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对紧耦合双臂空间机械臂在闭链约束下的运动规划问题，提出一种任务空间约束的双向快速随机扩展树算法（TCBiRRT），通过在任务空间直接采样和节点扩展，结合路径逆运动学映射和重抓取机制，显著提高规划成功率和速度。

Comments 12 pages, 9 figures

RCSP: Risk-Sensitive Conjectural Scenario Planning for Safe Dynamic Robot Navigation

RCSP: 面向安全动态机器人导航的风险敏感推测性场景规划

Zhengye Han, Quanyan Zhu

机构 * Department of Electrical and Computer Engineering（电气计算机工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出风险敏感推测性场景规划（RCSP），通过轻量级信念维护、未来交互采样和高风险尾部惩罚，结合局部安全检查，解决移动机器人在动态障碍物环境中的预测性近碰撞承诺问题，并在仿真中验证其提升安全性和路径质量。

LAD-VF: LLM-Automatic Differentiation Enables Fine-Tuning-Free Robot Planning from Formal Methods Feedback

LAD-VF：LLM自动微分实现基于形式化方法反馈的无微调机器人规划

Yunhao Yang, Junyuan Hong, Gabriel Jacob Perin, Zhiwen Fan, Li Yin, Zhangyang Wang, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of São Paulo（圣保罗大学） ； Texas A&M University（德克萨斯A&M大学） ； SylphAI 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出LAD-VF框架，利用形式化验证反馈和LLM自动微分自动优化提示词，无需微调即可提升机器人规划任务中规范符合率，成功率从60%提升至90%以上。

Comments Presented at ICRA 2026

Toward Autonomous Long-Horizon Engineering for ML Research

面向机器学习研究的自主长周期工程

Guoxin Chen, Jie Chen, Lei Chen, Jiale Zhao, Fanzhe Meng, Wayne Xin Zhao, Ruihua Song, Cheng Chen, Ji-Rong Wen, Kai Jia

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

AI总结 提出AiScientist多智能体系统，通过轻量级层级研究团队和File-as-Bus工作空间解决长周期ML研究工程中的累积进度维持问题，在PaperBench和MLE-Bench Lite上取得显著提升。

Comments Repo: https://github.com/AweAI-Team/AiScientist

Planning Neural Dynamics with Lie Group Embedding through Supervised Projective Manifold Learning

通过监督投影流形学习进行李群嵌入的神经动力学规划

Tianwei Wang, Bryan Chen, Qian Zuo, Qiyue Xia, Xin Li, Wei Pang

机构 * School of Informatics（信息学院） ； School of Mathematics（数学学院） ； University of Edinburgh（爱丁堡大学） ； School of Computer Science（计算机科学学院） ； School of MACS（MACS学院） ； Beijing Institute of Technology（北京理工大学） ； Heriot-Watt University（赫瑞-瓦特大学） 纠错

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

AI总结 提出李群嵌入动力神经网络（LieEDNN），通过梯度下降和流形上的度量投影实现可学习且稳定的动力学，解决李群与神经网络加法不兼容及非线性表示空间中的演化问题，并在SE(3)伸缩机械臂上验证。

Comments Preprint. Under review

Adversarial Training for Robust Coverage Network under Worst-case Facility Losses

对抗训练用于最坏设施损失下的鲁棒覆盖网络

Changhao Miao, Yuntian Zhang, Tongyu Wu, Fang Deng, Chen Chen

机构 * State Key Laboratory of Autonomous Intelligent Unmanned Systems, Beijing Institute of Technology（自主智能无人系统国家重点实验室，北京理工大学） ； School of AI, Beijing Institute of Technology（北京理工大学人工智能学院） 纠错

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

AI总结 针对最大覆盖选址-阻断问题，提出基于对抗学习的双智能体深度强化学习框架，实现高效求解与鲁棒决策。

PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design

PolyFusionAgent: 用于聚合物性能预测和逆向设计的多模态基础模型与自主AI助手

Manpreet Kaur, Xingying Zhang, Qian Liu

机构 * Department of Applied Computer Science, The University of Winnipeg（应用计算机科学系，温尼伯大学） ； Department of Mechanical Engineering, University of Manitoba（机械工程系，曼尼托巴大学） 纠错

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

AI总结 提出PolyFusionAgent框架，结合多模态聚合物基础模型PolyFusion和工具增强的设计代理PolyAgent，通过对齐序列、拓扑、3D几何和指纹等多模态视图学习共享潜在空间，实现热物理性能预测和化学有效、结构新颖的聚合物逆向设计，并利用文献证据检索闭环设计流程。

Comments 23 pages, 5 figures, 2 tables; Supplementary material included

Self-signals Driven Multi-LLM Debate for Efficient and Accurate Reasoning

自信号驱动的多LLM辩论以实现高效准确的推理

Xuhang Chen, Zhifan Song, Deyi Ji, Shuo Gao, Lanyun Zhu

机构 * University of Cambridge（剑桥大学） ； Sorbonne Université（索邦大学） ； University of Science and Technology of China（中国科学技术大学） ； Beihang University（北航大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 提出一种利用模型级置信度和token级语义焦点两种自信号来自适应引导多LLM辩论过程的方法，在提高准确性的同时减少token消耗。

EgoExo-WM: Unlocking Exo Video for Ego World Models

EgoExo-WM: 利用外部视频解锁自我世界模型

Danny Tran, Roberto Martín-Martín, Kristen Grauman

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 提出通过从外部视频提取结构化身体姿态并利用人体运动学先验将其转换为自我视频，从而利用丰富的野外外部数据训练自我世界模型，显著提升预测质量和下游规划性能。

Comments Project Page: https://vision.cs.utexas.edu/projects/EgoExo-WM/

AD-H: Language-guided Autonomous Driving with Hierarchical Agents

AD-H：基于分层智能体的语言引导自动驾驶

Zaibin Zhang, Talas Fu, Shiyu Tang, Yuanhang Zhang, Yifan Wang, Lijun Wang, Huchuan Lu

机构 * Dalian University of Technology（大连理工大学） 纠错

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

AI总结 提出AD-H分层多智能体框架，上层MLLM规划器生成中层驾驶指令，下层轻量控制器执行连续动作，通过规则重建1.15M中层指令对，以3B+350M参数超越7B模型，实现长时域泛化与指令遵循。

Not All Transitions Matter: Evidence from PPO

并非所有转移都重要：来自PPO的证据

Ajhesh Basnet

机构 * Department of Artificial Intelligence and Data Science（人工智能与数据科学系） ； KPR Institute of Engineering and Technology（KPR工程科技研究院） 纠错

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

AI总结 本文提出在PPO训练中随机丢弃一定比例的轨迹转移，以打破重复梯度结构，稳定训练，并在多个环境中验证了效果。

Comments 19 pages, 5 figures. Accepted to 2026 8th Asia Conference on Machine Learning and Computing (ACMLC 2026)

Journal ref Proceedings of the 2026 8th Asia Conference on Machine Learning and Computing

Explainable Cross-Disease Reasoning for Cardiovascular Risk Assessment from Low-Dose Computed Tomography

可解释的跨疾病推理：基于低剂量计算机断层扫描的心血管风险评估

Yifei Zhang, Jiashuo Zhang, Mojtaba Safari, Xiaofeng Yang, Liang Zhao

机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Department of Radiation Oncology（放射肿瘤学部） ； Winship Cancer Institute, Emory University（埃默里大学Winship癌症研究所） 纠错

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

AI总结 提出一种可解释的跨疾病推理框架，通过提取肺部发现、基于医学知识进行跨器官机制推理，并结合心脏子体积特征，从低剂量胸部CT中实现心血管风险评估，在NLST队列中AUC达0.919。

Real-Time Progress Prediction in Reasoning Language Models

推理语言模型中的实时进度预测

Hans Peter Lyngsøe Raaschou-Jensen, Constanza Fierro, Anders Søgaard

机构 * Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系） 纠错

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

AI总结 研究通过离散化推理轨迹训练线性探针和微调模型生成0-100%进度估计，实现推理语言模型中的实时进度预测，并在数学推理任务上达到0.161 MAE。

Continual Model-Based Reinforcement Learning with Hypernetworks

基于超网络的连续模型强化学习

Yizhou Huang, Kevin Xie, Homanga Bharadhwaj, Florian Shkurti

机构 * Division of Engineering Science, University of Toronto, Canada（多伦多大学工程科学系） ； Department of Computer Science, University of Toronto, Canada（多伦多大学计算机科学系） 纠错

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

AI总结 提出HyperCRL方法，利用任务条件超网络在序列任务中持续学习动力学模型，避免重新训练并固定存储开销，在机器人 locomotion 和 manipulation 任务中优于现有持续学习方法。

Comments Updated link to project website in the abstract. 7 pages (+2 pages in appendix), 8 figures. In proceedings of the 2021 IEEE International Conference on Robotics and Automation

The Coverage Illusion: From Pre-retrieval Routing Failure to Post-retrieval Cascades in a Production RAG System

覆盖幻觉：从检索前路由失败到生产RAG系统中的检索后级联

Zafar Hussain, Kristoffer Nielbo

机构 * Aarhus University（奥胡斯大学） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.CL

AI总结 本文通过丹麦国家百科全书的案例研究，发现合成查询高估了LLM增强的需求（覆盖幻觉），并提出一种检索后级联策略，按成本递增顺序执行工作流，仅在无结果时升级到LLM增强，从而在无需训练开销的情况下提升质量并降低延迟。

ReasonOps: A Unified Operational Paradigm for Trustworthy Verified LLM Reasoning

ReasonOps: 可信验证的LLM推理的统一操作范式

Adnan Rashid

机构 * School of Electrical Engineering（电子工程学院） ； Computer Science (SEECS) National University of Sciences（计算机科学（SEECS）国家 Sciences and Technology） 纠错

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

AI总结 本文提出ReasonOps，一种将推理视为持续监控、可验证、可靠性感知的操作过程的统一范式，整合语义解释、自动形式化、符号推理、定理证明、运行时保证、概率可靠性估计和自适应修正，以解决当前LLM推理中的逻辑不一致、幻觉符号转换等问题。

Comments 5 Pages

Generating Robust Portfolios of Optimization Models using Large Language Models

使用大型语言模型生成鲁棒的优化模型组合

Eleni Straitouri, Cheol Woo Kim, Milind Tambe

机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Harvard University（哈佛大学） 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LLM作为随机生成器和推理评估器的统一框架，生成鲁棒的优化模型组合，并保证在生成器或评估器之一与人类偏好对齐时组合中包含高质量候选模型。

Comments Accepted at the ICML 2026 LM4Plan Workshop

Towards Feedback-to-Plan Decisions for Self-Evolving LLM Agents in CUDA Kernel Generation

面向CUDA内核生成中自进化LLM代理的反馈到计划决策

Yee Hin Chong, Jiaming Wu, Youhui Zhang, Peng Qu

机构 * Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Beijing National Research Center for Information Science and Technology, Beijing, China（北京信息科学国家研究中心） 纠错

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

AI总结 通过轨迹冻结和选择性反馈注入，提出CUDAnalyst框架以归因规划决策对反馈组件的贡献，揭示显式规划仅在反馈对齐时有效，且有效规划源于结构化多反馈交互。

Comments ICML 2026 accpeted, camera-ready in progress

When Do LLM Agents Treat Surface Noise Differently from Semantic Noise? A 68-Cell Measurement Study with a Held-Out Trace-Level Validation

LLM 代理何时对表面噪声与语义噪声做出不同处理？一项基于 68 个单元格的测量研究及留出轨迹级验证

Liyun Zhang, Jiayi Guo

机构 * School of Information and Software Engineering, UESTC（信息与软件工程学院，电子科技大学） ； Jacobs School of Engineering, UC San Diego（工程学院，加州大学圣地亚哥分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本研究通过 68 个单元格的测量实验，发现大语言模型驱动的思维链和 ReAct 代理对语义扰动（如释义、同义词）比表现扰动（如格式、重排序）更敏感，并基于留出模型和轨迹级机制分析提出了“隐蔽发散”解释。

When Does LeJEPA Learn a World Model?

LeJEPA 何时学习世界模型？

David Klindt, Yann LeCun, Randall Balestriero

机构 * Cold Spring Harbor Laboratory（冷泉港实验室） ； New York University（纽约大学） ； Brown University（布朗大学） 纠错

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

AI总结 本文证明 LeJEPA（对齐加高斯正则化）在潜变量服从平稳加性噪声演化的世界中能够线性恢复潜变量（线性可识别性），并指出高斯分布是唯一保证该性质的潜分布，同时验证了近似可识别性和最优规划能力。

Gamified Requirement Elicitation for a Multi-Modal Decision Support System. The Case of SYNCHROMODE

多模态决策支持系统的游戏化需求获取：以SYNCHROMODE为例

Dimitris Tzanis, Alexandros Dolianitis, Viktoria Petkani, Areti Kotsi, Evangelos Mitsakis

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

AI总结 本文以SYNCHROMODE项目为案例，通过传统用例方法和游戏化方式获取多模态决策支持系统的需求，并对比分析两种方法产生的需求。

Comments 12 pages, 6 figures

Neural Bayesian Sequential Routing

神经贝叶斯序列路由

Yongchao Huang

专题命中 规划决策 ：agentic(abstract)；分类 cs.LG

AI总结 提出神经贝叶斯序列路由（NBSR）框架，将神经推理建模为有向无环图上的主动证据累积，通过狄利克雷-分类共轭框架实现不确定性量化、早期退出和资源理性推理。

Comments 71 pages

A Fast and Generic Energy-Shifting Transformer for Hybrid Monte Carlo Radiotherapy Calculation

一种用于混合蒙特卡罗放疗计算的快速通用能量转移变换器

Chi-Hieu Pham, Didier Benoit, Vincent Bourbonne, Ulrike Schick, Dimitris Visvikis, Julien Bert

机构 * LaTIM, INSERM-UMR1101, University of Brest（拉蒂姆研究所、INSERM-UMR1101、布列塔尼大学） 纠错

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

AI总结 提出一种名为能量转移的深度学习框架，通过从简单单能输入合成多能剂量分布，实现加速蒙特卡罗剂量计算，并设计TransUNetSE3D架构结合Transformer和残差挤压激励模块，在保持实时速度的同时达到98%以上的伽马通过率。

Comments 13 pages, 6 figures, 6 tables

Red-Teaming Claude Opus and ChatGPT-based Security Advisors for Trusted Execution Environments

对基于Claude Opus和ChatGPT的TEE安全顾问进行红队测试

Kunal Mukherjee, Spandan Mukherjee

机构 * Virginia Tech（弗吉尼亚理工大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

AI总结 针对TEE安全顾问角色下的LLM助手（ChatGPT-5.2和Claude Opus-4.6），提出TEE-RedBench评估方法，发现提示诱导的失败可跨模型迁移（最高12.02%），并通过LLM-in-the-loop流水线减少80.62%的失败。

Comments Accepted for publication in ACM CAIS '26 Workshop on AI Discovery in the Wild (AID-Wild)

AIDG: A Formal Decomposition of Information Extraction and Containment Asymmetries in Multi-Turn LLM Dialogue

AIDG：多轮LLM对话中信息提取与包含不对称性的形式化分解

Adib Sakhawat, Fardeen Sadab, Rakin Shahriar

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 提出AIDG框架，将多轮对抗对话形式化为部分可观察随机博弈，分解提取与包含角色，揭示防御性能聚类而攻击性能分散等不对称性。

Comments 20 pages, 5 figures, 13 tables. Includes appendix and supplementary materials

Constrained Meta Reinforcement Learning with Provable Test-Time Safety

具有可证明测试时安全性的约束元强化学习

Tingting Ni, Maryam Kamgarpour

机构 * Sycamore Lab, EPFL, Lausanne, Switzerland（苏黎世联邦理工学院萨克森实验室，瑞士拉瓦尔） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 提出一种约束元强化学习算法，在测试任务上以可证明的安全性和样本复杂度保证学习近似最优策略，并证明样本复杂度下界。

LLM-guided Hierarchical Search for End-to-end Reasoning Intensive Retrieval

LLM引导的层次化搜索用于端到端推理密集型检索

Nilesh Gupta, Wei-Cheng Chang, Ngot Bui, Cho-Jui Hsieh, Inderjit S. Dhillon

机构 * UT Austin（得克萨斯大学） ； UCLA（加州大学洛杉矶分校） ； Google（谷歌） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.LG

AI总结 本文提出LATTICE，一种无需嵌入模型的LLM引导层次化搜索方法，通过LLM构建搜索索引并校准路径聚合遍历，在推理密集型基准上达到与最优微调集成基线相当的性能。