AI Agent

Agent Explorative Policy Optimization for Multimodal Agentic Reasoning

Agent探索性策略优化用于多模态Agent推理

Minki Kang, Shizhe Diao, Ryo Hachiuma, Sung Ju Hwang, Pavlo Molchanov, Yu-Chiang Frank Wang, Byung-Kwan Lee

机构 * NVIDIA ； KAIST（韩国科学技术院） 纠错

专题命中 规划决策 ：agent(title,title_cn)；agentic(title,abstract)；tool use(abstract)；分类 cs.CL

AI总结 针对多模态Agent推理中思考与工具使用的不对称性（Thinking-Acting Gap），提出AXPO算法，通过固定思考前缀并重采样工具调用及其延续，结合基于不确定性的前缀选择，显著提升工具使用率和模型性能。

Comments Project page: https://byungkwanlee.github.io/AXPO-page/

AMA-Bench: Evaluating Long-Horizon Memory for Agentic Applications

AMA-Bench：评估智能体应用的长时记忆

Yujie Zhao, Boqin Yuan, Junbo Huang, Haocheng Yuan, Zhongming Yu, Haozhou Xu, Lanxiang Hu, Abhilash Shankarampeta, Zimeng Huang, Wentao Ni, Yuandong Tian, Jishen Zhao

机构 * UCSD（加州大学圣塔克拉拉分校） ； Recursive 纠错

专题命中 规划决策 ：agent(summary_cn,abstract)；agentic(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出AMA-Bench基准，通过真实与合成轨迹评估LLM智能体的长时记忆，并基于因果图与工具增强检索提出AMA-Agent系统，在基准上提升11.16%准确率。

Agentic Active Omni-Modal Perception for Multi-Hop Audio-Visual Reasoning

面向多跳音视频推理的主动全模态感知代理

Ke Xu, Yuhao Wang, Ziyang Cheng, Hongcheng Liu, Yanfeng Wang, Yu Wang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对多跳音视频推理中证据稀疏且跨模态分布的问题，提出MOV-Bench基准和AOP-Agent代理框架，通过分层全模态记忆与观察-反思-重规划循环实现主动感知，显著提升开源全模态大模型在长视频和推理密集型问题上的性能。

Do Agents Think Deeper? A Mechanistic Investigation of Layer-Wise Dynamics in Sequential Planning

智能体思考得更深吗？顺序规划中层间动力学的机制研究

Zhenyu Cui, Xiangzhong Luo

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；autonomous agent(abstract)；tool use(abstract)

AI总结 通过残差流探针、因果层跳跃干预和有效深度测量，研究了大型语言模型在自主智能体任务（多轮规划、工具使用、迭代状态更新）中层间动态的差异，发现智能体推理表现出与静态任务不同的深度分布，随着轨迹展开，模型逐步招募更多更深层，且后期出现更强的长距离层间依赖，同时残差更新从稳定特征积累转向重复校准，有效深度分析揭示了语义方向形成较早而深层对稳定最终输出仍必要的构建-精炼差距。

DisasterBench: Benchmarking LLM Planning under Typed Tool Interface Constraints

DisasterBench: 在类型化工具接口约束下基准测试LLM规划

Zhitong Chen, Kai Yin, Weifeng Zhang, Zhiyuan Wang, Xiangjue Dong, Chengkai Liu, Zhewei Liu, Yiming Xiao, Ali Mostafavi, James Caverlee

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Toronto（多伦多大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 提出DisasterBench基准，通过类型化工具接口评估LLM在灾害响应中的结构化多智能体规划能力，并引入首次故障点（FPoF）方法进行步骤级故障归因，揭示语义推理与执行约束之间的差距。

CogPortrait: Fine-Grained Eye-Region Control in Portrait Animation via Hierarchical Agent Planning

CogPortrait: 通过分层智能体规划实现肖像动画中的细粒度眼部区域控制

He Feng, Yongjia Ma, Donglin Di, Lei Fan, Tonghua Su

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of New South Wales（新南威尔士大学） 纠错

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

AI总结 提出CogPortrait两阶段框架，利用多模态大语言模型智能体从高层标签生成关键点，再通过DiT视频生成骨干合成动画，实现细粒度眼部控制，并引入EMH基准评估。

An LLM-Based Assistance System for Intuitive and Flexible Capability-Based Planning

基于LLM的直观灵活能力规划辅助系统

Luis Miguel Vieira da Silva, Nicolas König, Felix Gehlhoff

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

AI总结 提出一种混合辅助系统，将基于能力的形式化SMT规划与LLM自然语言交互层结合，通过人机协同实现规划解释与知识模型自适应，提升工业自动化中能力规划的可访问性和灵活性。

Reasoning and Planning with Dynamically Changing Norms

动态变化规范的推理与规划

Taylor Olson, Roberto Salas-Damian, Kenneth D. Forbus

机构 * University of Iowa（爱荷华大学） ； Northwestern University（西北大学） 纠错

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

AI总结 本文提出一种在人类-AI环境中使用动态变化规范引导规划的方法，通过可废止演算解决规范冲突并将规范作为规划护栏，理论证明与对话任务实验验证了有效性。

Comments 8 pages, 1 figure, dataset included in anc

EpiAgent: An Agent-Centric System for Ancient Inscription Restoration

EpiAgent: 一种以智能体为中心的古铭文修复系统

Shipeng Zhu, Ang Chen, Na Nie, Pengfei Fang, Min-Ling Zhang, Hui Xue

机构 * School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其跨学科应用关键实验室（东南大学），教育部，中国） ； Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, China（计算机网络与信息集成关键实验室（东南大学），教育部，中国） ； Nanjing University Museum, Nanjing University, China（南京大学博物馆，南京大学，中国） ； The China Centre for Linguistic and Strategic Studies, Nanjing University, China（中国语言战略研究中心，南京大学，中国） 纠错

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

AI总结 提出基于智能体的EpiAgent系统，通过分层规划与LLM协调多模态分析、历史经验和专用工具，实现灵活自适应的古铭文修复，在真实退化铭文上取得更优修复质量和泛化能力。

Comments Accepted by CVPR 2026

OralAgent: Integrating Reasoning, Tools, and Knowledge for Interactive Dental Image Analysis

OralAgent: 融合推理、工具与知识的交互式牙科影像分析

Jing Hao, Siyuan Dai, Yongxin Zhang, Yuci Liang, Jiamin Wu, Jiahao Bao, Yuxuan Fan, Zanting Ye, Yanpeng Sun, Xinyu Zhang, Ming Hu, Liang Zhan, James Kit Hon Tsoi, Linlin Shen, Junjun He, Kuo Feng Hung

机构 * Faculty of Dentistry, the University of Hongkong, Hong Kong SAR, China（香港大学牙科学院，中国香港特别行政区） ； Department of Electrical and Computer Engineering, University of Pittsburgh, Pittsburgh, PA, USA（匹兹堡大学电气与计算机工程系，美国宾夕法尼亚州匹兹堡） ； Shenzhen University, China（深圳大学，中国） ； Department of Craniomaxillofacial Surgery, Shanghai Ninth People’s Hospital, China（上海第九人民医院口腔颌面外科部，中国） ； Nanyang technological University, Singapore（南洋理工大学，新加坡） ； School of Biomedical Engineering, Southern Medical University, China（南方医科大学生物医学工程学院，中国） ； Singapore University of Technology and Design, Singapore（新加坡科技设计大学，新加坡） ； University of Auckland, new zealand（奥克兰大学，新西兰） ； Shanghai Artificial Intelligence Laboratory , China（上海人工智能实验室，中国） 纠错

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

AI总结 提出首个牙科专用AI智能体OralAgent，通过集成22种视觉分析工具和368本经典牙科教科书，实现多模态推理、工具决策与知识检索的自动化框架，在多个基准上达到最优性能。

Comments 14 pages, 7 figures, 6 tables

AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation

AutoScientists: 用于长期科学实验的自组织智能体团队

Shanghua Gao, Ada Fang, Marinka Zitnik

机构 * Harvard University（哈佛大学） 纠错

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

AI总结 提出一种去中心化的AI智能体团队系统AutoScientists，通过自组织协作、提案评审和失败知识共享，在生物医学机器学习、语言模型训练优化和蛋白质适应性预测等长期实验中显著优于现有方法。

Cyclical Entropy Eruption: Entropy Dynamics in Agent Reinforcement Learning

循环熵爆发：智能体强化学习中的熵动力学

Wendi Li, Shawn Im, Sharon Li

机构 * Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系） 纠错

专题命中 规划决策 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG

AI总结 本文发现智能体强化学习训练中存在循环熵爆发现象，并提出了SEAL辅助损失函数来稳定训练、提升性能。

Structured Agent Distillation for Large Language Model

大型语言模型的结构化智能体蒸馏

Jun Liu, Zhenglun Kong, Peiyan Dong, Changdi Yang, Tianqi Li, Hao Tang, Geng Yuan, Wei Niu, Wenbin Zhang, Pu Zhao, Xue Lin, Dong Huang, Yanzhi Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； MIT（麻省理工学院） ； Northeastern University（东北大学） ； Adobe Research（Adobe研究） ； National University of Singapore（新加坡国立大学） ； University of Georgia（佐治亚大学） ； Florida International University（佛罗里达国际大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG；autonomous agent(journal_ref)

AI总结 提出结构化智能体蒸馏框架，通过分段对齐推理和动作跨度，将大型语言模型智能体压缩为小型学生模型，在保持决策性能的同时降低推理成本。

Journal ref The 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

MangaFlow: An End-to-End Agentic Framework for Controllable Story to Manga Generation

MangaFlow: 一种用于可控故事到漫画生成的端到端代理框架

Muyao Wang, Zeke Xie, Yanhao Chen, Lixin Xiu, Hideki Nakayama

机构 * The University of Tokyo（东京大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)

AI总结 提出MangaFlow代理框架，通过将漫画创作分解为规划、定位、布局构建、参考条件渲染、合成和文字放置等步骤，实现可控的长篇漫画生成，支持布局和视觉参考作为显式中间变量，并引入故事段落记忆以保持跨面板一致性。

Mags-RL: Wearing Multimodal LLMs a Magnifying Glass via Agentic Reinforcement Learning For Complex Scene Reasoning

Mags-RL: 通过智能体强化学习为多模态大语言模型戴上放大镜以进行复杂场景推理

Xuanzhao Dong, Wenhui Zhu, Peijie Qiu, Xiwen Chen, Xiaobing Yu, Xin Li, Zhipeng Wang, Shao Tang, Gen Li, Yujian Xiong, Hao Wang, Yanxi Chen, Prayag Tiwari, Yalin Wang

机构 * Arizona State University（亚利桑那州立大学） ； Clemson University（克莱姆森大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Halmstad University（哈姆斯塔德大学） ； Florida State University（佛罗里达州立大学） ； Rice University（里士满大学） 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)

AI总结 提出Mags-RL框架，通过智能体强化学习让多模态大语言模型调用超分辨率代理进行高分辨率细粒度检查，实现两轮推理以提升复杂场景下的视觉推理能力。

UserHarness: Harnessing User Minds for Stronger Agent Theory-of-Mind

UserHarness：利用用户心智增强智能体心理理论

Cheng Qian, Jiayu Liu, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 提出UserHarness框架，通过显式重建用户心智状态（信念、意图等）进行心理理论推理，在五个基准上达到95.94%的宏准确率，相对提升超15%。

Comments 19 Pages, 4 Figures, 2 Tables

Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning

仿真引导的扩散方法用于去中心化多机器人运动规划

Jinhao Liang, Sven Koenig, Ferdinando Fioretto

机构 * University of Virginia（弗吉尼亚大学） ； University of California, Irvine（加州大学伊文斯顿分校） 纠错

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

AI总结 提出一种基于约束感知扩散模型的去中心化框架SID，通过仿真邻居未来轨迹并利用安全约束规划自身轨迹，在密集场景下实现高效协调。

Path Channels and Plan Extension Kernels: a Mechanistic Description of Planning in a Sokoban RNN

路径通道与计划扩展核：Sokoban RNN中规划的机制描述

Mohammad Taufeeque, Aaron David Tucker, Adam Gleave, Adrià Garriga-Alonso

机构 * FAR.AI Berkeley（FAR.AI伯克利） 纠错

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

AI总结 通过逆向工程分析无模型强化学习训练的卷积循环神经网络，发现其通过路径通道存储未来动作计划，并利用卷积核实现双向传播与回溯规划。

Comments Published as a conference paper at ICLR 2026. 34 pages, 26 figures

GONDOR to the Rescue: Satisficing Planning with Low Memory

GONDOR 救援：低内存下的满意规划

Yonatan Vernik, Alexander Tuisov, Alexander Shleyfman

机构 * Computer Science Department, Bar-Ilan University（巴伊兰大学计算机科学系） ； Independent Researcher（独立研究员） 纠错

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

AI总结 提出 GONDOR 算法，通过周期压缩搜索树并保留稀疏锚点状态，在严格内存限制下扩展 GBFS，实现低内存预算下的满意规划。

AIBuildAI-2: A Knowledge-Enhanced Agent for Automatically Building AI Models

AIBuildAI-2：一种用于自动构建AI模型的知识增强智能体

Ruiyi Zhang, Peijia Qin, Qi Cao, Li Zhang, Pengtao Xie

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； Department of Medicine, University of California San Diego（加州大学圣地亚哥分校医学系） 纠错

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

AI总结 针对现有自动构建AI模型的智能体因依赖大语言模型静态参数知识而性能受限的问题，提出AIBuildAI-2，通过引入分层、可进化的外部知识系统，动态加载相关上下文，实现设计决策的专家知识支撑，在MLE-Bench上取得70.7%奖牌率并在心脏病预测竞赛中排名前6.6%。

HumanoidMimicGen: Data Generation for Loco-Manipulation via Whole-Body Planning

HumanoidMimicGen: 通过全身规划生成行走操作数据

Kevin Lin, Ajay Mandlekar, Caelan Reed Garrett, Nikita Chernyadev, Yu Fang, Runyu Ding, Yuqi Xie, Justin Tran, Linxi Fan, Yuke Zhu

机构 * NVIDIA ； 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 ：planning(title,abstract)；分类 cs.AI

AI总结 提出HumanoidMimicGen方法，通过全身规划自动生成人形机器人行走操作演示数据，在模拟基准上使联合训练的策略性能提升20%。

Comments website: https://humanoidmimicgen.github.io/

Hierarchical Prompt-Domain Control and Learning for Resource-Constrained Agentic Language Models

面向资源受限智能体语言模型的分层提示域控制与学习

Joan Vendrell Gallart, Russell Bent, Michael Grosskopf

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 纠错

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

AI总结 提出分层控制与学习框架，通过蒸馏学习输出模式、在线监控与提示域控制，解决资源受限下智能体语言模型的可靠性问题。

LCO: LLM-based Constraint Optimization for Safer Agentic LLMs in Real-world Tasks

LCO：基于LLM的约束优化，用于现实任务中更安全的智能体LLM

Jiayong Wan, Jiawei Chen, Zhaoxia Yin, Liu Shuyuan, Hang Su

机构 * East China Normal University（东华大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出LCO框架，通过自思考模块和进化采样模块约束LLM行为，在不微调模型的情况下减少上下文奖励黑客行为，实验表明在输出优化和策略优化场景中显著提升安全性。

Verifiable Process Rewards for Agentic Reasoning

可验证过程奖励用于智能体推理

Huining Yuan, Zelai Xu, Huaijie Wang, Xiangmin Yi, Jiaxuan Gao, Xiao-Ping Zhang, Yu Wang, Chao Yu, Yi Wu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 提出可验证过程奖励（VPR）框架，通过符号或算法预言机将密集的中间步骤验证转化为强化学习的逐轮监督信号，解决长程智能体推理中的信用分配问题，并在搜索、约束和后验验证三种场景中验证其有效性。

Comments Corrected minor typos and LLM-assisted data extraction errors. The main conclusions are unchanged

The Script is All You Need: An Agentic Framework for Long-Horizon Dialogue-to-Cinematic Video Generation

脚本即一切：一个用于长程对话到电影视频生成的智能体框架

Chenyu Mu, Xin He, Qu Yang, Wanshun Chen, Jiadi Yao, Huang Liu, Zihao Yi, Bo Zhao, Xingyu Chen, Ruotian Ma, Fanghua Ye, Erkun Yang, Cheng Deng, Zhaopeng Tu, Xiaolong Li, Linus

机构 * Tencent（腾讯） 纠错

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

AI总结 提出一个端到端智能体框架，通过训练ScripterAgent将对话转化为精细脚本，并利用DirectorAgent跨场景连续生成策略，实现长程对话到电影视频的连贯生成，显著提升脚本忠实度和时间保真度。

A Multi-Level Agent-Based Architecture for Climate Governance Integrating Cognitive and Institutional Dynamics

一种整合认知与制度动态的气候治理多层级智能体架构

Ivan Puga-Gonzalez, Önder Gürcan, Vanja Falck, Christopher Frantz, F. LeRon Shults, David Herbert, Larissa Lopes Lima, Markus Grendstad Rousseau

专题命中 规划决策 ：agent(title,abstract)；autonomous agent(comments)

AI总结 提出一种模块化多层级智能体架构，整合基于动机的认知决策模型与制度行为，用于模拟气候治理中公民、NGO、媒体和政治决策者的复杂互动。

Comments 9 pages, 1 figure, The 7th International Workshop on Agents for Societal Impact (ASI 2026) held in conjunction with the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

Accelerating Robot Path Planning via Connectivity-Preserving Region Proposal Network

加速机器人路径规划的连通性保持区域提议网络

Zhanzheng Ma, Cancan Zhao, Shuai Zhang, Bo Ouyang

机构 * School of Management, Hefei University of Technology（合肥工业大学管理学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出连通性保持区域提议网络（CP-RPN），通过分割模型预测紧凑且拓扑连通的候选区域，压缩搜索空间，结合Voronoi图与局部A*回退机制实现低延迟高成功率路径规划。

Machine Learning for Exact Time Series Aggregation in Generation Expansion Planning with Energy Storage

机器学习用于含储能的发电扩展规划中的精确时间序列聚合

Jakub Rybka, Luca Santosuosso, Thomas Klatzer, Sonja Wogrin

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对含可再生能源、火电和储能的发电扩展规划问题，提出一种基于机器学习估计边际成本的迭代时间序列聚合方法，实现精确聚合并保持最优性间隙可评估。

Simultaneous Contact Selection and Planning for Contact-Rich Manipulation with Cascaded Optimization

基于级联优化的接触丰富操作中同时接触选择与规划

Zhe Zhang, Xingrong Diao, Haoxiang Liang, Han Yang, Bi-Ke Zhu, Dandan Zhang, Jiankun Wang

机构 * IEEE 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种级联优化框架SCSP，通过接触选择优化和接触规划优化实现接触丰富操作中的主动接触位置选择与轨迹规划。

Comments 20 pages, 18 pages

Informative Path Planning with Guaranteed Estimation Uncertainty

具有保证估计不确定性的信息性路径规划

Kalvik Jakkala, Saurav Agarwal, Jason O'Kane, Srinivas Akella

机构 * Texas A&M University（德克萨斯大学） ； Indian Institute of Technology Bombay（孟买印度理工学院） ； University of North Carolina at Charlotte（夏洛特北卡罗来纳大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种三阶段方法，通过高斯过程模型将不确定性约束转化为覆盖图，并规划近最短路径，在复杂环境中实现具有保证估计不确定性的信息性路径规划。

Comments 15 pages, 11 figures, RSS 2026