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。
在噪声中学习行动：通过噪声环境增强智能体鲁棒性
机构 * National University of Singapore（国立新加坡大学） ； Meituan（美团） ； Tsinghua University（清华大学） ； Tianjin University（天津大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 规划决策 ：agent(title,abstract)；tool use(abstract)；planning(abstract)；agentic(abstract)
AI总结 提出NoisyAgent框架，通过在训练中引入用户噪声和工具噪声，提升智能体在真实世界噪声环境下的鲁棒性和泛化能力。
Sentinel：具身协同空间推理与规划
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)
AI总结 提出Sentinel挑战和CoSaR框架，通过自然语言通信与空间导航算法结合，解决多智能体在城市规模户外环境中的协同空间推理与规划问题。
Comments The first two authors contributed equally
智能体技能综述：分类、技术与应用
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)
AI总结 本文从智能体技能的生命周期（表示、获取、检索和演化）出发，系统综述了基于大语言模型的智能体在自动化复杂工作流中的技能定义、方法、资源及应用，并讨论了质量控制、互操作性、安全更新和长期能力管理等挑战。
自主AI代理在供应链管理中的可靠性与有效性
机构 * Harvard University（哈佛大学） ； MIT/Purdue（麻省理工学院/普渡大学） ； MIT（麻省理工学院） ； Harvard University/Kempner Institute（哈佛大学/凯普勒研究所） ； Georgia Tech（佐治亚理工学院）
专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过MIT啤酒游戏研究多级供应链中的自主生成式AI代理，发现模型能力是性能主导因素，但平均性能掩盖可靠性风险，并引入代理牛鞭效应，提出基于GRPO的后训练框架以提高可靠性。
IPIBench: 在连续流下评估多模态大模型的交互式主动智能
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； ByteDance（字节跳动）
专题命中 规划决策 ：agent(summary_cn,abstract)；agentic(abstract)
AI总结 提出IPIBench基准，用于评估多模态大模型在流式视频场景中的交互式主动智能，并设计IPI-Agent框架以改善主动触发和交互协调。
APEX-Searcher: 通过子目标细化信用分配以增强智能体检索增强生成
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部） ； Wenge Technology Co., Ltd（Wenger科技有限公司）
专题命中 规划决策 ：agentic(title)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 针对复杂多跳问答中检索路径模糊和端到端强化学习奖励稀疏的问题，提出APEX-Searcher，通过分离规划与执行的信用分配（规划用RL优化、执行用SFT学习），在多个基准上取得一致提升。
先规划后行动：面向LLM推理的高层规划引导强化学习
机构 * Case Western Reserve University, Cleveland, OH, USA（凯斯西储大学） ； Kean University, Union, NJ, USA（凯恩大学） ； The Ohio State University, Columbus, OH, USA（俄亥俄州立大学） ； Fudan University, Shanghai, China（复旦大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； The University of Hong Kong, Hong Kong, China（香港大学） ； North Carolina State University, Raleigh, NC, USA（北卡罗来纳州立大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出PTA-GRPO两阶段框架，通过高层规划引导与强化学习联合优化，提升LLM在数学和自然科学推理任务中的准确性和泛化能力。
Comments 19 pages and 5 figures
TPS-Drive: 基于VLM的自动驾驶任务引导表示净化
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
专题命中 规划决策 ：agent(summary_cn,abstract)；planning(abstract)
AI总结 提出TPS-Drive框架，通过任务引导的表示净化（Agent-Centric Tokenizer）解决VLM在自动驾驶中的空间幻觉和表示干扰问题，实现精确的3D空间预测与安全规划。
通过在线规划的约束贝叶斯实验设计
机构 * ELLIS Institute Finland（芬兰ELLIS研究所） ； Department of Computer Science, Aalto University, Finland（芬兰阿尔托大学计算机科学系） ； Department of Computer Science, University of Manchester, UK（英国曼彻斯特大学计算机科学系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 提出一种结合离线预训练摊销策略和后验网络与在线多步前瞻规划（场景树）的方法，以在动态约束下优化贝叶斯实验设计，相比现有方法获得更优信息序列且计算开销适中。
Comments 24 pages, 9 figures. Accepted at the Forty-Third International Conference on Machine Learning (ICML 2026)
从规范到指标 (N2I-RAG): 一种用于法律指标计算的智能检索增强生成框架
机构 * LISI Laboratory（LISI实验室） ； Cadi Ayyad University（卡迪·阿亚德大学） ； Univ Brest（布列塔尼大学） ； IRD, Univ Brest, CNRS, Ifremer, LEMAR（IRD、布列塔尼大学、CNRS、Ifremer、LEMAR）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出N2I-RAG框架，通过自适应检索、基于LLM的智能体和验证机制，实现从法律文本到指标的透明、可追溯的自动计算，在法国海洋环境法语料库上优于基线方法。
管理虚拟实验室规划中LLM生成程序性知识的不确定性
机构 * School of Science and Technology, Hellenic Open University（希腊开放大学科学与技术学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 针对LLM生成实验程序存在的不确定性，提出一个原型框架，通过结构化领域表示和不确定的状态转移样本提取候选程序规则，转化为显式约束并修复不确定步骤，以提升虚拟实验室规划的可靠性。
神经启发式逆向学习用于规划与控制
机构 * NeuroMentum AI IMBIT, University of Freiburg, Germany（NeuroMentum AI IMBIT，弗赖堡大学，德国）
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
从可行到实用：帕累托最优合成规划
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）
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: 面向前沿科学推理的深度研究智能体规模化
机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； Tencent AI Lab（腾讯AI实验室）
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：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
机构 * Harbin Institute of Technology（哈尔滨工业大学）
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: 面向安全动态机器人导航的风险敏感推测性场景规划
机构 * Department of Electrical and Computer Engineering（电气计算机工程系）
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自动微分实现基于形式化方法反馈的无微调机器人规划
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
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
面向机器学习研究的自主长周期工程
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
通过监督投影流形学习进行李群嵌入的神经动力学规划
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）
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
对抗训练用于最坏设施损失下的鲁棒覆盖网络
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）
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: 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
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）
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
自信号驱动的多LLM辩论以实现高效准确的推理
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）
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: 利用外部视频解锁自我世界模型
机构 * 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(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：基于分层智能体的语言引导自动驾驶
机构 * Dalian University of Technology（大连理工大学）
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。
并非所有转移都重要：来自PPO的证据
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）
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
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
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）
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。
推理语言模型中的实时进度预测
机构 * Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系）
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。
基于超网络的连续模型强化学习
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）
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
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
机构 * Aarhus University（奥胡斯大学）
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: 可信验证的LLM推理的统一操作范式
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）
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
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