AI Agent

Dyna-H: a heuristic planning reinforcement learning algorithm applied to role-playing-game strategy decision systems

Dyna-H：一种应用于角色扮演游戏策略决策系统的启发式规划强化学习算法

Matilde Santos, Jose Antonio Martin H., Victoria Lopez, Guillermo Botella

机构 * Complutense University of Madrid（马德里complutense大学） 纠错

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

AI总结 提出Dyna-H算法，结合启发式搜索与Dyna框架，在角色扮演游戏策略决策中实现无模型在线强化学习，实验表明其性能显著优于Q-Learning和Dyna-Q。

LAP: An Agent-to-Instrument Protocol for Autonomous Science

LAP：面向自主科学的智能体-仪器协议

Linwu Zhu, Liqiang Gao, Yan Chen, Dan Zhu, Jian Huang

机构 * Shiyanjia Lab（实验之家实验室） 纠错

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

AI总结 针对自主科学中智能体与物理仪器连接碎片化的问题，提出LAP协议，通过InstrumentCard、预留机制、安全围栏握手和测量结果模式，实现有状态、安全关键的操作，并与现有生态系统兼容。

Comments 31 pages

Dyna-Style Planning with Linear Function Approximation and Prioritized Sweeping

具有线性函数逼近和优先级扫描的Dyna风格规划

Richard S. Sutton, Csaba Szepesvari, Alborz Geramifard, Michael P. Bowling

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

AI总结 本文提出一种基于模型的Dyna风格规划方法，扩展至线性函数逼近，证明其收敛性，并引入线性Dyna的优先级扫描算法。

Comments Appears in Proceedings of the Twenty-Fourth Conference on Uncertainty in Artificial Intelligence (UAI2008)

SPADE: Sketch-guided Path Planning Augmented with Diffusion Experts

SPADE: 草图引导的路径规划增强扩散专家

Charbel Abi Hana, Tatiana Ghantous, Mikael Khalil, Anthony Rizk

机构 * IDEALworks GmbH ； IMT Atlantique ； IDEALworks GmbH & Saint Joseph University of Beirut（IDEALworks GmbH及贝鲁特圣约瑟夫大学） 纠错

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

AI总结 提出一种结合扩散增强的框架，通过改进的标注工具和训练策略，在保持实时性的同时提升路径规划的泛化能力和鲁棒性，显著降低姿态误差和FID。

SketchSong: Hierarchical Song Generation with Sketch Planning and Fine-Grained Multi-Track Modeling

SketchSong: 基于草图规划与细粒度多轨建模的分层歌曲生成

Xiaoyue Duan, Nanxing Hu, Yutang Feng, Xudong Yan, Jiatao Chen, Jinchao Zhang, Jie Zhou

机构 * Pattern Recognition Center, WeChat AI, Tencent Inc.（腾讯人工智能研究院） 纠错

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

AI总结 提出分层歌曲生成框架SketchSong，通过歌曲级草图规划和细粒度多轨建模解决歌曲编排不连贯及声部建模粗糙问题，在客观指标和人工听测上优于基线。

Plan2Map: A Multimodal Benchmark for Document-Grounded Geospatial Boundary Reconstruction from Planning Records

Plan2Map: 基于规划记录的文档驱动地理空间边界重建的多模态基准

Fabian Degen, Oishi Deb, Jindong Gu, Junchi Yu, Samuele Marro, Philip Torr, Jialin Yu

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

AI总结 提出Plan2Map基准和GeoPlanAgent系统，通过文档证据提取、定位、地图配准、边界分割等步骤，从英国规划记录中重建地理空间边界，显著优于直接VLM方法。

Comments Project page: https://odeb1.github.io/Plan2Map_Project_Page/. Fabian Degen and Oishi Deb Contributed Equally

Laplacian Representations for Decision-Time Planning

用于决策时规划的拉普拉斯表示

Dikshant Shehmar, Matthew Schlegel, Matthew E. Taylor, Marlos C. Machado

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出利用拉普拉斯表示作为决策时规划的潜在空间，通过多时间尺度捕捉状态空间距离，并基于此设计层次规划算法ALPS，在离线目标条件强化学习任务中优于常用基线。

Comments Accepted at ICML 2026

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Planning with Uncertainty: Symmetries, Policy Inference, and Solution Compression

不确定性规划：对称性、策略推理与解压缩

Frederico Messa, André Grahl Pereira

机构 * INF/UFRGS（乌尔巴诺-弗兰西斯科·里格尔大学信息学院） 纠错

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

AI总结 本文提出基于显式最佳优先策略空间搜索的FOND规划方法，通过定义策略等价关系、利用群论计算状态对称性、多项式时间策略推断以及整数规划实现部分状态策略压缩，显著提升求解效率。

Planning Optimal Paths for Multiple Robots on Graphs

图上多机器人路径规划的最优路径

Jingjin Yu, Steven M. LaValle

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

AI总结 提出两种基于多流整数线性规划的模型，分别求解多机器人路径规划的最小最后到达时间和最小总距离问题，算法完备且保证最优解。

Comments Changed "agents" to "robots"

A Probabilistic Transmission Expansion Planning Methodology based on Roulette Wheel Selection and Social Welfare

基于轮盘赌选择和社会福利的概率输电扩展规划方法

Neeraj Gupta, Rajiv Shekhar, Prem Kumar Kalra

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

AI总结 提出一种无需预先指定新增输电容量、利用社会福利概念的概率输电扩展规划方法，通过轮盘赌计算线路容量和潮流分析计算期望未供电量，并在改进IEEE 5节点系统上验证了仅新增线路不足以最小化期望未供电量。

Comments 22 pages, 4 figures

Short-Term Synaptic Plasticity Stabilizes Goal-Conditioned Dynamics in a PFC-Inspired Reservoir Model for Multistep Goal-Directed Action Planning

短期突触可塑性在PFC启发的多步目标导向动作规划储层模型中稳定目标条件动力学

Jin Nakamura, Yuichi Katori

专题命中 规划决策 ：planning(title,abstract)

AI总结 通过将短期突触可塑性(STP)纳入前额叶皮层(PFC)启发的储层计算模型，研究了STP如何在行为时间尺度上稳定目标信息为目标条件动力学，并在多步目标导向动作选择任务中显著提高了噪声下的成功率。

Comments 68 pages, 33 figures, 3 tables; includes supplementary material; submitted to Neural Networks

Bridging Predictive Uncertainty and Safe Action: Sample-Conditioned Differentiable Planning for Autonomous Driving

桥接预测不确定性与安全行动：面向自动驾驶的样本条件可微分规划

Chengzhen Meng, Pei Liu, Zhiyu Huang, Chen Lv, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology（香港科学与技术大学机器人与自主系统方向） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学电子与计算机工程系） ； Department of Civil and Environmental Engineering, University of California, Los Angeles（加州大学洛杉矶分校土木与环境工程系） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（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 提出一种样本条件可微分规划框架，通过扩散模型生成多样未来场景并直接输入可微分规划器，利用条件风险价值约束缓解预测不确定性，实现安全、高效、舒适的自动驾驶运动规划。

Motion Planning in Dynamic Environments: A Survey from Classical to Modern Methods

动态环境中的运动规划：从经典到现代方法的综述

Zongyuan Shen, Yaming Ou, Shalabh Gupta, Shancheng Zhao, Dehua Zhou, Gao Wang, Zhongqiang Ren, Junfeng Fan, Long Cheng

机构 * College of Information Science and Technology, Jinan University（济南大学信息科学与技术学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Department of Electrical and Computer Engineering, University of Connecticut（康奈尔大学电子与计算机工程系） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文综述了138篇文献，将动态环境中的运动规划方法分为采样、图搜索、模型预测控制、学习及经典局部规划五类，分析了各方法的原理、优缺点及动态环境特有挑战。

QoEReasoner: An Agentic Reasoning Framework for Automated and Explainable QoE Diagnosis in RANs

QoEReasoner: 用于RAN中自动化和可解释QoE诊断的智能体推理框架

Qizhe Li, Haolong Chen, Shan Dai, Zhuo Li, Zhiwei Hu, Xuan Li, Guangxu Zhu, Qingjiang Shi

专题命中 规划决策 ：agentic(title,abstract)

AI总结 提出QoEReasoner，一种基于LLM的智能体系统，通过确定性工具、领域知识库和历史案例库实现RAN中QoE退化的自动、可解释诊断，准确率提升18%-40%，诊断时间从30分钟降至3分钟。

The Dynamic and Endogenous Behavior of Re-Offense Risk: An Agent-Based Simulation Study of Treatment Allocation in Incarceration Diversion Programs

再犯风险的动态与内生行为：基于智能体的监禁分流项目治疗分配模拟研究

Chuwen Zhang, Pengyi Shi, Amy Ward

专题命中 规划决策 ：agent(title,abstract)

AI总结 通过基于智能体的模拟，研究再犯风险作为人-系统交互的动态过程，评估不同治疗分配策略在监禁分流项目中的有效性。

Comments Upon further review, we believe the manuscript requires substantial rethinking before its results can be presented in a fair and responsible manner in a sensitive field such as criminal justice. Given the potential implications of the work, we have decided that withdrawing the current version is the most appropriate course of action

Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling

Plan-R1：安全且可行的轨迹规划作为语言建模

Xiaolong Tang, Meina Kan, Shiguang Shan, Xilin Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出Plan-R1两阶段轨迹规划框架，通过原则对齐与行为学习解耦，结合规则奖励和方差解耦GRPO，显著提升自动驾驶规划的安全性和可行性。

Comments Accepted by ICLR2026

Motion Planning for Continuous Time Stochastic Processes: A Dynamic Programming Approach

连续时间随机过程的运动规划：一种动态规划方法

Peyman Mohajerin Esfahani, Debasish Chatterjee, John Lygeros

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究具有可能不连续样本路径的受控过程在状态空间中顺序访问某些子集并避开其他子集的随机运动规划问题，通过建立与序贯停时随机最优控制的联系，提出弱动态规划原理来刻画满足成功概率阈值的初始状态集。

Journal ref IEEE Transactions on Automatic Control, Vol. 61, No. 8, pp. 2155-2170, 2016

Operations-Based Planning for Placement and Sizing of Energy Storage in a Grid With a High Penetration of Renewables

基于运行规划的高可再生能源渗透率电网中储能选址与定容

Krishnamurthy Dvijotham, Scott Backhaus, Misha Chertkov

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对高可再生能源渗透率电网，提出一种基于最优储能控制算法的启发式方法，通过分阶段限制储能节点数量和总容量，实现储能的最优选址与定容，以最小化可再生能源集成成本。

MGA trajectory planning with an ACO-inspired algorithm

基于蚁群优化算法的MGA轨迹规划

Matteo Ceriotti, Massimiliano Vasile

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出将多重力辅助轨迹自动设计建模为自主规划与调度问题，并采用蚁群优化算法搜索最优行星序列与轨迹。

Journal ref Acta Astronautica, 67 (9-10). pp. 1202-1217, ISSN 0094-5765, 2010

Formal-language-theoretic Optimal Path Planning For Accommodation of Amortized Uncertainties and Dynamic Effects

形式语言理论最优路径规划以容纳摊销不确定性和动态效应

Ishanu Chattopadhyay, Anthony Cascone, Asok Ray

机构 * Department of Mechanical Engineering, The Pennsylvnaia State University, University Park, 16802（机械工程系，宾夕法尼亚州立大学，University Park） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出基于形式语言定量测度理论的全局最优路径规划方法，通过引入概率不可控转移建模不确定性，并采用无搜索组合优化最大化概率正则语言测度，实现机器人导航中目标到达概率最大化与障碍碰撞概率最小化。

Comments Submitted for review for possible publication elsewhere; journal reference will be added when available

AI Agents Enable Adaptive Computer Worms

AI代理实现自适应计算机蠕虫

Jonas Guan, Tom Blanchard, Hanna Foerster, Hengrui Jia, Gabriel Huang, Nicolas Papernot

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University of Cambridge（剑桥大学） ； ServiceNow 纠错

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

AI总结 本研究展示了AI代理能够生成针对每个目标的定制攻击策略，利用被感染机器上的大语言模型自我维持并传播，形成自持的AI驱动网络威胁。

PhotoCraft: Agentic Reasoning with Hierarchical Self-Evolving Memory for Deep Image Search

PhotoCraft: 具有层次自进化记忆的深度图像搜索代理推理

Kailin Lyu, Zhiqiang Yuan, Jianwei He, Qiwei Yan, Xuanbo Su, Nanxing Hu, Yang Liu, Ce Hao, Shengqian Qin, Lianyu Hu, Jinchao Zhang, Jie Zhou

机构 * Pattern Recognition Center, WeChat AI, Tencent Inc.（微信AI模式识别中心，腾讯公司） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出PhotoCraft，一种无需训练的分层记忆系统，通过工作、情景和语义记忆增强多模态大语言模型，实现深度图像搜索中的多步推理和知识迁移，在DISBench上提升检索性能达18.5%。

Vision-OPD: Learning to See Fine Details for Multimodal LLMs via On-Policy Self-Distillation

Vision-OPD：通过在线策略自蒸馏学习多模态大语言模型的精细细节

Qianhao Yuan, Jie Lou, Xing Yu, Hongyu Lin, Le Sun, Xianpei Han, Yaojie Lu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 提出Vision-OPD框架，通过在线策略自蒸馏将模型自身的局部区域感知能力迁移到全局图像策略，提升多模态大语言模型对细粒度视觉理解的准确性。

Comments Project page: https://github.com/VisionOPD/Vision-OPD

Neural Navigation Functions for Zero-Shot Generalizable Motion Planning

神经导航函数用于零样本泛化运动规划

Benjamin D. Shaffer, Pei-An Hsieh, Brooks Kinch, Nathaniel Trask, M. Ani Hsieh

机构 * University of Pennsylvania, United States（宾夕法尼亚大学，美国） ； Department of Mechanical Engineering and Applied Mechanics（机械工程与应用力学系） ； Department of Electrical and Systems Engineering（电气与系统工程系） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.LG

AI总结 提出神经导航函数（Neural-NF），通过将数据驱动适应嵌入结构化椭圆规划器，实现跨未见环境几何的零样本迁移，并保证无碰撞、单调下降和全局最小值。

Comments 17 pages, 10 figures

MOSAIC: Efficient Mixture-of-Agent Scheduling via Adaptive Aggregation and Inference Concurrency

MOSAIC: 通过自适应聚合和推理并发的高效混合智能体调度

Saptarshi Mitra, Yifan Zhang, Rachid Karami, Phyo Pyae Moe Aung, Nazmul Takbir, Sreetama Sarkar, Souvik Kundu, Sitao Huang

机构 * University of California, Irvine, USA（加州大学 Irvine 分校） ； University of Southern California, Los Angeles, USA（南加州大学洛杉矶分校） ； Intel, USA（英特尔公司） 纠错

专题命中 规划决策 ：agent(title)；分类 cs.LG

AI总结 针对混合智能体系统在有限GPU资源下的负载不均衡问题，提出基于整数线性规划调度器和置信度感知自适应聚合的MOSAIC框架，实现最高2.5倍专家阶段、4.23倍聚合阶段和1.7~2.3倍端到端加速，精度损失在0.1个百分点内。

Comments 13 pages, 8 main pages

SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos

SeeTraceAct: 跨具身演示视频中的可见性感知潜在规划

Jaehyeon Son, Junhyun Kim, Kyle Kam, Jeremiah Coholich, Seok Joon Kim, Jinhoo Kim, Chris Dongjoo Kim, Jaemin Cho, Dieter Fox, Zsolt Kira

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Allen Institute for AI（Allen人工智能研究所） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Washington（华盛顿大学） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.LG

AI总结 提出SeeTraceAct框架，通过可见性感知的未来末端执行器轨迹预测增强空间定位，实现基于单次跨具身演示视频的机器人策略泛化，在模拟和真实场景中取得最优成功率。

Optimal radiotherapy treatment planning using minimum entropy models

使用最小熵模型的最优放射治疗计划

Richard Barnard, Martin Frank, Michael Herty

专题命中 规划决策 ：planning(title)

AI总结 本文利用时间依赖的玻尔兹曼粒子输运模型模拟放射粒子与组织的相互作用，通过最小熵近似求解状态方程和伴随方程，研究最小化剂量偏差和肿瘤细胞存活率两个优化问题。

Comments 16 pages,3 figures

SagaQA: A Multi-hop Reasoning Benchmark for Long-form Narrative Understanding in TV Series

SagaQA：面向电视剧长篇叙事理解的多跳推理基准

Galann Pennec, Zhengyuan Liu, Nicholas Asher, Philippe Muller, Nancy F. Chen

机构 * IRIT, University of Toulouse, France（法国图卢兹大学IRIT中心） ； Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局） ； CNRS, IRIT, France（法国CNRS与IRIT） 纠错

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

AI总结 提出SagaQA基准，通过跨剧集的多跳推理任务评估模型对完整电视剧多模态叙事的高层次理解，并比较并行、顺序和混合三种规划策略的性能。

MemoGen: Can Past Experience Improve Future Text-to-Image Generation?

MemoGen：过去的经验能否改善未来的文本到图像生成？

Wenshuo Chen, Kuimou Yu, Bowen Tian, Jianfei Song, Shaofeng Liang, Haozhe Jia, Kan Cheng, Haosen Li, Kaishen Yuan, Lei Wang, Jiemin Wu, Songning Lai, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Scholarly, Guangzhou Ziyan Technology Co., Ltd.（学者，广州智源科技有限公司） ； LimX Dynamics Technology Co., Ltd.（LimX动力科技有限公司） ； Shandong University（山东大学） ； Data61/CSIRO Griffith University（Data61/CSIRO格里菲斯大学） ； Jiangsu Industrial Technology Research Institute (JITRI)（江苏工业技术研究院（JITRI）） 纠错

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

AI总结 提出MemoGen框架，通过代理进化层和可重用经验记忆，在不更新生成器的情况下，利用过去经验改进文本到图像生成，在知识密集和推理基准上超越专有系统。

Plan, Verify and Fill: A Structured Parallel Decoding Approach for Diffusion Language Models

规划、验证与填充：扩散语言模型的结构化并行解码方法

Miao Li, Hanyang Jiang, Sikai Cheng, Hengyu Fu, Yuhang Cai, Baihe Huang, Tinghan Ye, Xuanzhou Chen, Pascal Van Hentenryck

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； University of Michigan（密歇根大学） 纠错

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

AI总结 提出Plan-Verify-Fill (PVF)方法，通过定量验证进行分层骨架规划，并采用验证协议实现结构化停止，在保持准确性的同时将函数评估次数减少高达65%。