AI Agent

Haptic Sorter: A Unified Planning Framework for Online Shape Estimation and Real-Time Pose Inference

Haptic Sorter: 一种用于在线形状估计和实时位姿推断的统一规划框架

Zhuoyi Lu, Lin Yang, Sri Harsha Turlapati, Domenico Campolo

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University (NTU), Singapore（南洋理工大学机械与航空航天工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种基于模型的统一几何框架，结合贝叶斯优化引导的触觉探索、超椭圆形状近似、操作势能自适应公式以及在线常微分方程实时位姿推断，用于机器人操作中的形状估计和位姿跟踪。

Trajectory Planning for Non-Communicating Mobile Robots using Inverse Optimal Control

非通信移动机器人的逆最优控制轨迹规划

Nina Majer, Yannick Epple, Xin Ye, Stefan Schwab, Sören Hohmann

机构 * FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究所） ； Institute of Control Systems, Karlsruhe Institute of Technology（卡尔斯鲁厄大学控制系统研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对非通信移动机器人在避碰场景中的高效交互，提出一种结合逆最优控制的轨迹规划与预测算法，通过估计未知目标状态并联合预测，实现更快的规划求解。

Any-ttach: Quick End-effector Swapping Enables Manipulation Dexterity with Simplicity

Any-ttach: 快速末端执行器更换实现简洁的灵巧操作

Weizhe Ni, Jinzhou Li, Haoyu Li, Cody Andres Alessio-Bunnell, Wenjing Pan, Xianyi Cheng

机构 * Department of Mechanical Engineering and Materials Science, Duke University（杜克大学机械工程与材料科学系） 纠错

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

AI总结 提出Any-ttach框架，通过低成本快速末端执行器更换机制，结合任务规划，实现多种工具和末端模块的灵巧操作，在长时任务中验证了可靠性和效率提升。

Advancing Creative Physical Intelligence in Large Multimodal Models

推进大型多模态模型中的创造性物理智能

Cheng Qian, Hyeonjeong Ha, Jiayu Liu, Jeonghwan Kim, Emre Can Acikgoz, Bingxuan Li, Kunlun Zhu, Jiateng Liu, Aditi Tiwari, Zhenhailong Wang, Xiusi Chen, Mahdi Namazifar, Heng Ji

机构 * UIUC（伊利诺伊大学香槟分校） ； Amazon（亚马逊） 纠错

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

AI总结 针对大型多模态模型在开放式环境中缺乏基于视觉的创造性工具使用能力的问题，提出MM-CreativityBench基准和基于偏好学习的具身对齐方法，显著提升实体选择并减少幻觉。

Comments 51 Pages, 9 Figures, 7 Tables, Previous Work CreativityBench: arXiv:2605.02910

Survival Reinforcement Learning: Toward Scalable Self-Supervised RL

生存强化学习：迈向可扩展的自监督强化学习

Franki Nguimatsia-Tiofack, Fabian Schramm, Théotime Le Hellard, Justin Carpentier

机构 * Inria and École Normale Supérieure PSL Research University（Inria 和 法国国家科学研究中心巴黎大学） 纠错

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

AI总结 提出生存强化学习（SRL），一种基于在线分类的方法，通过最大化智能体在目标状态停留时间来解决对比强化学习中的均匀性-容忍性困境，在长时程运动任务上性能提升2至8倍。

Subspace-Decomposed JEPAs: Disentangling Progression and Content in Latent World Models

子空间分解的JEPA：解耦潜在世界模型中的进展与内容

Lucas Thil, Jesse Read, Rim Kaddah, Guillaume Doquet

机构 * LIX, École Polytechnique（巴黎高等学院LIX实验室） ； IRT SystemX（系统X研究院） ； Safran Tech（萨弗兰科技） 纠错

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

AI总结 提出SD-JEPA方法，通过将JEPA潜在空间分解为正交的进展子空间和内容子空间，利用余弦边际三元组损失和SIGReg正则化分别约束，在控制基准上优于LeWM基线，并证明进展坐标可作为场景感知的指南针。

Learning to Reason with Insight for Informal Theorem Proving

学习在非形式定理证明中进行洞察推理

Yunhe Li, Hao Shi, Bowen Deng, Wei Wang, Mengzhe Ruan, Hanxu Hou, Zhongxiang Dai, Siyang Gao, Chao Wang, Shuang Qiu, Linqi Song

机构 * City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Ke Holdings Inc.（Ke控股公司） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 针对非形式定理证明中缺乏洞察（识别核心技巧）的瓶颈，提出统一训练框架DeepInsight，通过分层数据集、渐进式多阶段SFT和基于洞察的策略优化方法，显著提升大语言模型的数学推理能力。

DeepImageSearch: Benchmarking Multimodal Agents for Context-Aware Image Retrieval in Visual Histories

DeepImageSearch: 多模态智能体在视觉历史中上下文感知图像检索的基准测试

Chenlong Deng, Mengjie Deng, Junjie Wu, Dun Zeng, Teng Wang, Qingsong Xie, Jiadeng Huang, Shengjie Ma, Changwang Zhang, Zhaoxiang Wang, Jun Wang, Yutao Zhu, Zhicheng Dou

机构 * 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） ； OPPO Research Institute（OPPO研究院） 纠错

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

AI总结 提出DeepImageSearch范式，将图像检索重构为自主探索任务，通过构建DISBench基准和模块化智能体框架，验证了在视觉历史中基于隐式上下文线索进行多步推理的必要性。

Comments 18 pages, 6 figures

Boundary-Guided Policy Optimization for Memory-efficient RL of Diffusion Large Language Models

边界引导策略优化：面向扩散大语言模型的内存高效强化学习

Nianyi Lin, Jiajie Zhang, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 针对扩散大语言模型中似然函数难以处理导致强化学习内存开销大的问题，提出边界引导策略优化（BGPO），通过构造满足线性和等价性的下界实现内存高效训练，在数学求解、代码生成和规划任务中显著优于现有方法。

PROWL: Prioritized Regret-Driven Optimization for World Model Learning

PROWL: 基于优先遗憾驱动的世界模型学习优化

Ahmet H. Güzel, Jenny Seidenschwarz, Benjamin Graham, Jonathan Sadeghi, Jeffrey Hawke, Ilija Bogunovic

机构 * University College London AI Centre（伦敦大学学院人工智能中心） ； Odyssey ； University of Basel（巴塞尔大学） 纠错

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

AI总结 提出一种KL约束的对抗课程，通过训练策略暴露扩散世界模型的高误差轨迹并持续微调，结合优先对抗轨迹缓冲区，解决被动数据中罕见关键转换的鲁棒性问题。

HiPER: Hierarchical Reinforcement Learning with Explicit Credit Assignment for Large Language Model Agents

HiPER: 具有显式信用分配的分层强化学习用于大型语言模型智能体

Jiangweizhi Peng, Yuanxin Liu, Ruida Zhou, Charles Fleming, Zhaoran Wang, Alfredo Garcia, Mingyi Hong

机构 * University of Minnesota ； Northwestern University ； Amazon AGI ； Texas A\&M University ； Cisco Research 纠错

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

AI总结 针对稀疏奖励长程任务中LLM智能体信用分配困难的问题，提出HiPER分层规划-执行框架，通过分层优势估计（HAE）在规划和执行层面显式分配信用，在ALFWorld和WebShop上达到97.4%和83.3%的成功率。

Comments ICML 2026

World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry

World Action Verifier: 通过前向-反向不对称性自我改进世界模型

Yuejiang Liu, Fan Feng, Lingjing Kong, Weifeng Lu, Jinzhou Tang, Kun Zhang, Kevin Murphy, Chelsea Finn, Yilun Du

机构 * Stanford University（斯坦福大学） ； UC San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Google DeepMind（谷歌DeepMind） ； Harvard University（哈佛大学） 纠错

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

AI总结 提出World Action Verifier (WAV)框架，利用状态合理性和动作可达性的独立验证以及前向-反向不对称性，通过视频语料库的多样子目标生成器和稀疏逆模型实现循环一致性，从而在欠探索区域自我改进世界模型，在多个任务中样本效率提升2倍且下游策略性能提升22%以上。

Comments Project Website: https://world-action-verifier.github.io

Extending the UXR Point of View Pyramid: A Generative AI-Augmented Methodology for Human-Centred AI Systems

扩展UXR观点金字塔：一种面向人本AI系统的生成式AI增强方法论

Festus Fatai Adedoyin, Huseyin Dogan, Melike Akca, Abiodun Adedeji

机构 * School of Computing and Engineering, Bournemouth University（伯恩茅斯大学计算机与工程学院） 纠错

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

AI总结 针对英国债务管理中的AI金融系统，通过扩展UXR观点金字塔，提出一种结合生成式AI的增强方法论，包括AI增强观点金字塔、结构化提示架构和AI驱动的Playbook卡片系统，以提升可解释性、公平性和问责性。

Developing an AI-Powered UX Research Point of View for Digital Health in A Regulatory Context: An Exemplar Case from MSM and Transgender HIV Care in Nigeria

在监管背景下开发AI驱动的用户体验研究视角：以尼日利亚MSM和跨性别者HIV护理为例

Emmanuel Oluwatosin Oluokun, Festus Fatai Adedoyin, Huseyin Dogan, Nan Jiang, Melike Akca, Abiodun Adedeji, Olumuyiwa Ayorinde, Fatima Ahmad Muazu

机构 * School of Computing and Engineering, Bournemouth University（伯恩茅斯大学计算与工程学院） 纠错

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

AI总结 本文提出一种生成式AI增强的用户体验研究方法论，通过四阶段UXR流程和十张理论驱动的UXR游戏卡，指导尼日利亚男男性行为者（MSM）和跨性别者HIV护理中数字健康干预的设计，核心贡献是可复制的、关注污名和隐私的负责任GenAI使用框架。

UXR PoV for Neuroinclusive Emotion Regulation

神经包容性情绪调节的用户体验研究观点

Melike Akca, Mona Giff, Deniz Cetinkaya, Huseyin Dogan, Stephen Giff

机构 * School of Computing and Engineering, Bournemouth University（伯恩茅斯大学计算机与工程学院） ； Google Redmond, Washington, USA（谷歌红mond分公司） 纠错

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

AI总结 本文提出一种生成式AI增强的用户体验研究方法，结合DBT、SDT和COM-B理论框架，通过四阶段流程生成十张UXR游戏卡，为ADHD成人设计神经包容性的数字情绪调节干预。

Fighting Numerical Hallucinations via Data-centric Compilation for Online Financial QA

通过数据为中心的编译对抗在线金融问答中的数值幻觉

Hao Chen, Xing Tang, Qirui Liu, Weijie Shi, Shiwei Li, Fuyuan Lyu, Weihong Luo, Xiku Du, Xiuqiang He

机构 * Shenzhen Technology University（深圳科技大学） ； FiT, Tencent（腾讯金融科技部） ； South China University of Technology（华南理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； McGill University（麦吉尔大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出数据为中心推理编译器（DCRC），通过对抗数据构建、多阶段训练和编译执行推理流程，解决在线金融问答中检索增强生成面临的噪声敏感、计算脆弱和可审计性危机，实现可靠的数值推理。

Comments Accepted by KDD 2026 ADS track

AdaptR1: Reinforcement Learning Based Adaptive Interleaved Thinking in Multi-hop Question Answering

AdaptR1：基于强化学习的自适应交错思考在多跳问答中的应用

Yuxin Wang, Jiahao Lu, Qifeng Wu, Shicheng Fang, Chuanyuan Tan, Yining Zheng, Xuanjing Huang, Xipeng Qiu

机构 * Computer Science, Fudan University（复旦大学计算机科学系） ； Institute of Modern Languages and Linguistics, Fudan University（复旦大学现代语言与语言学研究院） ； Shanghai Innovation Institute（上海创新研究院） ； Soochow University（苏州大学） 纠错

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

AI总结 提出AdaptR1框架，通过强化学习动态分配每步推理预算，减少多跳问答中的过度思考，在保持性能的同时显著降低推理成本。

Does Visual Information Play a Decisive Role in Vision-Language-Action Model Driving Behavior?

视觉信息在视觉-语言-动作模型驾驶行为中是否起决定性作用？

Jingtao He, Hongliang Lu, Xiaoyun Qiu, Yixuan Wang, Xinhu Zheng

机构 * Intelligent Transportation Thrust, The Hong Kong University of Science and Technology (Guangzhou)（科技与交通智能 thrust，香港科学与技术大学（广州）） 纠错

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

AI总结 本文提出结构化多级视觉扰动框架，系统分析VLA驾驶模型对视觉信息的依赖程度，揭示依赖模式随评估方式变化且在不同抽象层次上不均匀。

Zero Collapse: A Failure Mode of Policy Gradient Methods in Discontinuous Reward Environments

零坍塌：策略梯度方法在不连续奖励环境中的一种失败模式

Nishant Kumar, Enrique Areyan Viqueira, Amy Greenwald

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文发现策略梯度方法在拍卖等不连续奖励环境中会出现“零坍塌”失败模式，即策略因梯度信号消失而陷入零奖励区域，并提出了缓解策略。

Comments 20 pages, 7 figures; includes Appendix

Planner-Centric Reinforcement Learning for Deep Research with Structure-Aware Reward

面向深度研究的规划器中心强化学习与结构感知奖励

Mustafa Anis Hussain, Xinle Wu, Yao Lu

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出DecomposeR框架，通过将研究计划表示为有向无环图（DAG）并采用两阶段强化学习（规划器RL和回答器RL），实现显式结构化规划与细粒度奖励分配，在长文本基准上提升5.1-8.0分。

GSAM: A Generalizable and Safe Robotic Framework for Articulated Object Manipulation

GSAM: 一种通用且安全的铰接物体操作机器人框架

Beichen Shao, Mengying Xie, Heng Su, Wanyi Zhang, Mingyan Li, Yan Ding, Fausto Giunchiglia, Chao Chen

机构 * College of Computer Science, Chongqing University, Chongqing, China（重庆大学计算机学院） ； Lumos Robotics, China（Lumos机器人中国） ； Xi'an Jiaotong-Liverpool University, China（西安交通大学利物浦大学） ； Fudan University, China（复旦大学） ； Department of Information Engineering and Computer Science, University of Trento, Trento, Italy（特伦托大学信息工程与计算机科学系） 纠错

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

AI总结 提出GSAM框架，通过视觉感知器生成运动学参数、基于VLM的细调器进行常识推理修正、交互约束函数生成器集成障碍物避免知识，并由运动学感知规划器验证轨迹可达性，在50个铰链任务上相比最佳基线将标准差降低3.1%、操作成功率提升36.0%。

Comments Accepted by the 19th International Conference on Parallel Problem Solving from Nature (PPSN 2026)

Skill is Not One-Size-Fits-All: Model-Aware Skill Alignment for LLM Agents

技能并非一刀切：面向 LLM 智能体的模型感知技能对齐

Jianxiang Yu, Jiapeng Zhu, Bochen Lin, Qier Cui, Zichen Ding, Xiang Li

机构 * East China Normal University（华东师范大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 提出 MASA 框架，通过层次化技能进化管道和轻量级条件重写器，为不同能力的 LLM 主干网络自适应调整技能，显著提升长时交互任务性能。

Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents

利用更新并非利用收益：解构自演化LLM智能体中的演化能力

Minhua Lin, Juncheng Wu, Zijun Wang, Zhan Shi, Yisi Sang, Bing He, Zewen Liu, Tianxin Wei, Zongyu Wu, Zhiwei Zhang, Dakuo Wang, Xiang Zhang, Benoit Dumoulin, Cihang Xie, Yuyin Zhou, Suhang Wang, Hanqing Lu

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Amazon（亚马逊） ； Emory University（埃默里大学） ； UIUC（伊利诺伊大学香槟分校） ； Northeastern University（东北大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文通过分析LLM智能体在外部框架（提示、技能、记忆和工具）上的自演化能力，发现框架更新能力与基础能力无关，而框架收益能力与基础能力呈非单调关系，中等能力模型受益最大。

Comments 24 pages, 9 figures, 12 tables

Uncertainty-Aware and Temporally Regulated Expert Advice in Reinforcement Learning for Autonomous Driving

自动驾驶强化学习中不确定性感知与时间调控的专家建议

Ahmed Abouelazm, Felix Klingebiel, Philip Schörner, J. Marius Zöllner

机构 * FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出一种不确定性感知框架，通过自适应阈值触发专家建议并采用承诺-冷却策略调控指导时长，结合离线策略隐式分位数网络实现安全高效的探索，在CARLA中成功率提升5-7%。

Comments Accepted in The IEEE International Conference on Intelligent Transportation Systems (ITSC) September 15-18, 2026 -- Naples, Italy

Physically Viable World Models: A Case for Query-Conditioned Embodied AI

物理可行的世界模型：面向查询条件具身AI的案例

Adam J. Thorpe, Stepan Tretiakov, Cheng-Hsi Hsiao, Su Ann Low, Xingjian Li, Hassan Iqbal, Neel P. Bhatt, Ufuk Topcu, Krishna Kumar

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 ：planning(abstract)；分类 cs.AI

AI总结 针对具身AI中现有世界模型预测未来观测但物理不可行的问题，提出应构建基于查询条件、识别最简物理抽象的世界模型，通过模块化分解确保可解释性和可验证性。

Comments 21 pages; Adam J. Thorpe and Stepan Tretiakov contributed equally

DisasterLex: An Expert Concept-to-Schema Knowledge Graph for Geospatial Reasoning in Disaster Analytics

DisasterLex：面向灾害分析中地理空间推理的专家概念到模式知识图谱

Yiming Xiao, Ankit Basu, Kai Yin, Sahil Vartak, Christian Swords, Ali Mostafavi

机构 * Texas A&M University（德克萨斯大学） 纠错

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

AI总结 提出DisasterLex框架，通过插入专家知识图谱（EKG）将用户查询与数据库模式桥接，在灾害分析场景中实现文本到SQL的准确转换，性能优于现有方法1.4-2.75倍。

A Novel Global Context-aware Deep Neural Network for Enhanced Brain Tumor Segmentation using Magnetic Resonance Images

一种新颖的全局上下文感知深度神经网络用于基于磁共振图像的增强脑肿瘤分割

Sourjya Mukherjee, Ananya Bhattacharjee, R. Murugan

机构 * National Institute of Technology Silchar（全国理工学院锡拉char分校） 纠错

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

AI总结 提出全局上下文感知的挤压激励残差UNet（GCSER-UNet），融合空间和通道注意力，在TCGA LGG和BraTS 2020数据集上取得优于现有技术的Dice分数。

Comments 11 pages, 9 figures, 6 tables. Submitted to arXiv cs.CV

D$^3$-Subsidy: Online and Sequential Driver Subsidy Decision-Making for Large-Scale Ride-Hailing Market

D$^3$-Subsidy：大规模网约车市场的在线和顺序司机补贴决策

Taijie Chen, Rui Su, Siyuan Feng, Laoming Zhang, Hongyang Zhang, Haijiao Wang, Zhaofeng Ma, Jintao Ke, Li Ma

机构 * University of Hong Kong（香港大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 针对网约车市场动态环境，提出基于扩散的分层框架D$^3$-Subsidy，通过前缀条件扩散模型和拉格朗日对偶映射实现城市级补贴控制，在满足补贴率上限和低延迟约束下提升订单量和GMV。

Comments 14 pages, 14 figures

MedCoG: Maximizing LLM Inference Density in Medical Reasoning via Meta-Cognitive Regulation

MedCoG：通过元认知调节最大化医学推理中的LLM推理密度

Yu Zhao, Hao Guan, Yongcheng Jing, Ying Zhang, Dacheng Tao

机构 * College of Computer Science, VCIP, DISSec Center, Nankai University, China 300350（南开大学计算机学院、VCIP、DISSec中心、中国300350） ； Generative AI Lab, College of Computing and Data Science（生成式人工智能实验室、计算与数据科学学院） ； Nanyang Technological University, Singapore 639798（南洋理工大学，新加坡639798） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出MedCoG框架，利用元认知评估动态调节知识使用，以缓解推理扩展定律下的收益递减，提升推理效率与准确性。

Comments Accepted by ICML 2026

HERMES: Towards Efficient and Verifiable Mathematical Reasoning in LLMs

HERMES: 迈向高效且可验证的LLM数学推理

Azim Ospanov, Zijin Feng, Jiacheng Sun, Haoli Bai, Xin Shen, Farzan Farnia

机构 * Department of Computer Science \& Engineering, The Chinese University of Hong Kong ； Huawei Foundation Model Department 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 提出Hermes框架，通过将非正式推理与Lean形式化验证交替结合，并引入中间形式化检查和记忆模块，在提升推理准确性的同时显著降低计算成本。