AI Agent

Modeling and Interpreting Teamwork Dynamics in Cancer Care Outcome Prediction

建模与解释癌症护理结果预测中的团队协作动态

Yuhua Huang, Hsiao-Ying Lu, Kwan-Liu Ma

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

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

AI总结 利用电子健康记录中的协作网络和机器学习方法，研究医疗专业人员团队协作动态对癌症患者生存预测的影响，并解释关键网络特征。

Consensus is Strategically Insufficient: Reasoning-Trace Disagreement as a Knowledge-Representation Signal

共识在策略上是不充分的：推理轨迹分歧作为知识表示信号

Michał Wawer, Jarosław A. Chudziak

机构 * Laboratory of The New Ethos（新伦理实验室） ； Warsaw University of Technology（华沙理工大学） ； Institute of Computer Science（计算机科学研究所） ； Faculty of Electronics and Information Technology（电子与信息技术学院） 纠错

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

AI总结 本文提出在价值负载任务中，分歧可能反映规范不确定性而非错误，通过将推理轨迹和决策抽象为符号分歧状态，构建知识表示层以支持可废止策略路由，连接亚符号LLM审议与符号知识表示。

Comments Accepted to LAMAS&SR workshop at FLoC 2026 (KR + ICPL + LICS + CP + FSCD)

Autonomous Voltage Control for Grid Operation Using Deep Reinforcement Learning

利用深度强化学习实现电网运行的自主电压控制

Ruisheng Diao, Zhiwei Wang, Di Shi, Qianyun Chang, Jiajun Duan, Xiaohu Zhang

机构 * GEIRI North America（GEIRI北美中心） ； State Grid Corporation of China（国家电网公司） 纠错

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

AI总结 本文提出Grid Mind框架，通过深度强化学习实现自主电网控制，解决传统方法在处理可再生能源和需求响应动态性带来的挑战，提升电网运行的安全性和经济性。

Comments To be published (Accepted) in: Proceedings of the Power and Energy Society General Meeting (PESGM), Atlanta, GA, 2019

Dive into the Scene: Breaking the Perceptual Bottleneck in Vision-Language Decision Making via Focus Plan Generation

深入场景：通过焦点计划生成打破视觉-语言决策中的感知瓶颈

Boyuan Xiao, Bohong Chen, Yumeng Li, Ji Feng, Yao-Xiang Ding, Kun Zhou

机构 * University of Science and Technology of China（中国科学技术大学） ； 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 提出SceneDiver方法，通过从粗到细的焦点计划生成，逐步构建场景图并分解任务，减少视觉幻觉，提升视觉-语言模型和视觉-语言-动作模型在具身决策任务中的表现。

Comments Accepted at ICML 2026

Autonomous Systems -- An Architectural Characterization

自主系统——一种架构特征

Joseph Sifakis

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

AI总结 本文提出了一种结合系统架构模型和智能体模型的通用计算模型，旨在解决自主系统设计中的核心问题，强调自主系统的功能性和适应性，而非特定技术。

Quantum Barro--Gordon Game in Monetary Economics

货币经济学中的量子巴罗-戈登博弈

Ali Hussein Samadi, Afshin Montakhab, Hussein Marzban, Sakine Owjimehr

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

AI总结 本文研究量子巴罗-戈登博弈，探讨货币经济学中时间不一致问题，通过量子博弈方法实现时间一致纳什均衡。

Comments 15 pages, 2 tables. Accepted for publication in Physica A

Journal ref Physica A 489 (2018) 94 - 101

Modelling complex systems of heterogeneous agents to better design sustainability transitions policy

对异质主体复杂系统建模以更好地设计可持续发展转型政策

J. -F. Mercure, H. Pollitt, A. M. Bassi, J. E Viñuales, N. R. Edwards

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

AI总结 本文提出了一种新的建模方法，用于应对可持续发展转型政策干预中的复杂性和主体异质性，探讨了五个现有方法的不足，并在四个关键领域探索了新方法的应用。

Comments 20 pages, 5 figures, to appear in Global Environmental Change

Inter-Robot Interactions in Multi-Robot Systems Using Braids

多机器人系统中使用编织群的机器人交互

Yancy Diaz-Mercado, Magnus Egerstedt

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

AI总结 本文提出利用编织群元素描述机器人交互模式，以实现安全的协作运动和传感器信息交换。

An Optimal Control Approach for the Data Harvesting Problem

数据采集问题的最优控制方法

Yasaman Khazaeni, Christos G. Cassandras

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

AI总结 本文提出了一种基于最优控制的方法，用于在二维任务空间中规划轨迹，以最小化预期延迟。通过参数化智能体轨迹并利用微扰分析优化，解决了数据采集和传输问题，展示了方法的鲁棒性和可扩展性。

Network Aggregative Games and Distributed Mean Field Control via Consensus Theory

网络聚合博弈与基于共识理论的分布式均场控制

Francesca Parise, Sergio Grammatico, Basilio Gentile, John Lygeros

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

AI总结 本文研究了网络聚合博弈模型，提出分布式算法以实现纳什均衡，并结合共识理论实现分布式均场控制，同时扩展了意见动态和智能建筑需求响应模型。

Rethinking Continual Experience Internalization for Self-Evolving LLM Agents

重新思考持续经验内化以实现自我进化的大语言模型智能体

Jingwen Chen, Wenkai Yang, Shengda Fan, Wenbo Nie, Chenxing Sun, Shaodong Zheng, Yangen Hu, Lu Pan, Ke Zeng, Yankai Lin

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学院） ； School of Software, Beihang University（北航软件学院） ； Meituan（美团） 纠错

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

AI总结 本文通过经验粒度、注入模式和内化机制三个维度，提出一种稳定可持续的经验内化方法，解决多轮经验学习中的能力崩溃问题。

Comments 10 pages, 8 figures

VentAgent: When LLMs Learn to Breathe -- Multi-Objective Arbitration for ARDS Ventilation

VentAgent：当大语言模型学会呼吸——ARDS通气的多目标仲裁

Teqi Hao, Yuxuan Fu, Xiaoyu Tan, Shaojie Shi, Bohao Lv, Yinghui Xu, Xihe Qiu

机构 * School of Electronic and Electrical Engineering, Shanghai University of Engineering Science（上海工程技术大学电子与电气工程学院） ； Tencent Youtu Lab（腾讯优图实验室） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） 纠错

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

AI总结 提出VentAgent分层框架，利用大语言模型作为透明仲裁者，通过感知-规划-编排三阶段将机械通气控制转化为动态多目标仲裁过程，在生理模拟器上优于强化学习和经典控制基线，并提供可解释的推理链。

Quantum entanglement provides a competitive advantage in adversarial games

量子纠缠在对抗性博弈中提供竞争优势

Peiyong Wang, Kieran Hymas, James Quach

机构 * CSIRO（联邦科学与工业研究组织） 纠错

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

AI总结 本研究通过量子-经典混合智能体在Pong对抗性马尔可夫博弈中的实验，发现纠缠量子电路在特征提取和竞争性强化学习中优于可分离电路，表明量子纠缠可作为表示学习的功能资源。

Comments 22 pages, 5 figures

Unifying Model-Free Efficiency and Model-Based Representations via Latent Dynamics

通过潜在动力学统一无模型效率与基于模型的表示

Jashaswimalya Acharjee, Balaraman Ravindran

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

AI总结 提出统一潜在动力学算法，通过将状态-动作对嵌入到值函数近似线性的潜在空间，无需规划开销即可融合无模型效率与基于模型表示的优势，在80个环境中匹配或超越专门基线。

Comments Similarities found with a prior work. Hence, requesting for withdrawal until further notice

Can Large Language Models Generalize Procedures Across Representations?

大型语言模型能否跨表示泛化过程？

Fangru Lin, Valentin Hofmann, Xingchen Wan, Weixing Wang, Zifeng Ding, Anthony G. Cohn, Janet B. Pierrehumbert

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 研究大型语言模型在代码、图与自然语言等不同表示间泛化过程的能力，提出两阶段强化学习课程来弥合差距。

Comments Accepted at ICML 2026

LaVIDE: Language-Prompted Satellite Change Detection via Map-Image Alignment

LaVIDE: 通过地图-图像对齐的语言提示卫星变化检测

Shuguo Jiang, Fang Xu, Chuandong Liu, Hong Tan, Shengyang Li, Lei Yu, Wen Yang, Sen Jia, Gui-Song Xia

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Technology and Engineering Center for Space Utilization and the Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间利用技术与重点实验室） ； School of Aeronautics and Astronautics, University of Chinese Academy of Sciences（中国科学院大学航空宇航学院） ； School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） 纠错

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

AI总结 提出LaVIDE框架，利用受限提示学习和对象感知嵌入增强，通过语言弥合高层地图类别与低层图像细节之间的语义鸿沟，实现跨模态对齐，在多类与单类变化检测任务上分别提升IoU 18.4%和5.2%。

Deep Q-Learning with Q-Matrix Transfer Learning for Novel Fire Evacuation Environment

基于Q矩阵迁移学习的深度Q学习用于新型火灾疏散环境

Jivitesh Sharma, Per-Arne Andersen, Ole-Chrisoffer Granmo, Morten Goodwin

机构 * Centre for Artificial Intelligence Research（人工智能研究中心） ； Department of Information and Communication Technology（信息与通信技术系） ； University of Agder, Norway（阿格德大学，挪威） 纠错

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

AI总结 本文提出了一种基于Q矩阵迁移学习的深度Q学习方法，用于解决紧急疏散问题，通过预训练DQN网络权重以获取最短路径信息，并在复杂真实环境中实现最优疏散路径。

Comments 21 pages, 14 figures, 4 tables

Data-Driven Stochastic Robust Optimization: A General Computational Framework and Algorithm for Optimization under Uncertainty in the Big Data Era

数据驱动的随机稳健优化：大数据时代不确定性优化的通用计算框架和算法

Chao Ning, Fengqi You

机构 * Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University（罗伯特·弗雷德里克·史密斯化学与生物分子工程学院，康奈尔大学） 纠错

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

AI总结 本文提出了一种数据驱动的随机稳健优化框架，通过双层优化结构基于数据驱动的不确定性模型，结合两阶段随机规划和自适应稳健优化，解决大数据时代下的不确定性优化问题。

Journal ref Computers & Chemical Engineering, Volume 111, Pages 115-133, 4 March 2018,

Inverse Reinforcement Learning via Nonparametric Spatio-Temporal Subgoal Modeling

通过非参数时空子目标建模实现逆强化学习

Adrian Šošić, Elmar Rueckert, Jan Peters, Abdelhak M. Zoubir, Heinz Koeppl

机构 * Signal Processing Group（信号处理组） ； Institute for Robotics and Cognitive Systems（机器人与认知系统研究所） ； Autonomous Systems Labs（自主系统实验室） ； Bioinspired Communication Systems（生物启发通信系统） 纠错

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

AI总结 本文提出了一种基于非参数时空子目标建模的逆强化学习方法，通过局部上下文更高效地解释单条轨迹，实现更紧凑的行为表示，并构建隐式意图模型以预测未观察到的情况，从而在处理意图变化和主动学习场景中表现出色。

Comments 45 pages, 14 figures; ### Version 3 ### published in the Journal of Machine Learning Research

Sample-Efficient Policy Learning based on Completely Behavior Cloning

基于完全行为克隆的高效策略学习

Qiming Zou, Ling Wang, Ke Lu, Yu Li

机构 * Department of Computer Science and Technology, Harbin Institute of Technology, China（计算机科学与技术系，哈尔滨工业大学，中国） ； Department of Management Science and Engineering, Anhui University of Technology, China（管理科学与工程系，安徽理工大学，中国） 纠错

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

AI总结 本文提出了一种基于完全行为克隆的策略初始化算法PLCBC，通过将模型预测控制转换为分段仿射函数并用神经网络表达，实现无训练的完全克隆，从而提高策略学习的效率和收敛性。

Reinforcement Learning of POMDPs using Spectral Methods

使用谱方法进行POMDP的强化学习

Kamyar Azizzadenesheli, Alessandro Lazaric, Animashree Anandkumar

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

AI总结 本文提出基于谱分解方法的POMDP强化学习算法，通过轨迹学习参数并利用优化 oracle 得到最优无记忆策略，证明了与最优无记忆策略的最优 regret 绑定和高维空间的高效扩展性。

Journal ref 29th Annual Conference on Learning Theory, PMLR 49:193-256, 2016

Traffic Lights with Auction-Based Controllers: Algorithms and Real-World Data

带拍卖机制的交通灯控制器：算法与现实数据

Shumeet Baluja, Michele Covell, Rahul Sukthankar

机构 * Google, Inc.（谷歌公司） 纠错

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

AI总结 本文提出一种基于拍卖的交通灯控制器，通过微拍卖整合交通传感器信息，提升路容量和平均出行时间，优于现有静态程序灯和长期规划方案。

A stochastically verifiable autonomous control architecture with reasoning

一种具有推理能力的随机可验证自主控制架构

Paolo Izzo, Hongyang Qu, Sandor M. Veres

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

AI总结 本文提出一种具有推理能力的随机可验证自主控制架构LISA，通过将系统抽象为DTMC和MDP模型，实现代理与环境的概率验证，提升设计与运行时的验证效率。

Comments Accepted at IEEE Conf. Decision and Control, 2016

Transfer from Simulation to Real World through Learning Deep Inverse Dynamics Model

通过学习深度逆动力学模型实现仿真到现实世界的迁移

Paul Christiano, Zain Shah, Igor Mordatch, Jonas Schneider, Trevor Blackwell, Joshua Tobin, Pieter Abbeel, Wojciech Zaremba

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

AI总结 本文提出通过学习深度逆动力学模型，在仿真与现实世界之间实现控制策略的迁移，解决仿真与现实差异导致的性能下降问题。

Rethinking System Health Management

重新思考系统健康管理

Edward Balaban, Stephen B. Johnson, Mykel J. Kochenderfer

机构 * Intelligent Systems Division, NASA Ames Research Center（美国国家航空航天局阿姆斯研究中心智能系统部门） ； Dependable System Technologies, LLC（可靠系统技术有限公司） ； Jacobs ESSCA Group at NASA Marshall Space Flight Center（美国国家航空航天局马歇尔太空飞行中心Jacobs ESSCA小组） ； Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空与航天系） 纠错

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

AI总结 本文提出将系统健康管理与决策制定统一起来，以提高系统运行效率并降低整体复杂性，通过数值示例展示了传统方法的局限性。

Comments Published in the proceedings of the 2018 AAAI Fall Symposium on Integrating Planning, Diagnosis, and Causal Reasoning

NoRA: Evaluating Grounded Reasonableness in Visual First-person Normative Action Reasoning

NoRA: 评估视觉第一人称规范性动作推理中的基于事实的合理性

Sichao Li, Sai Ma, Daniel Kilov, Secil Yanik Guyot, Zhuang Li, Seth Lazar

机构 * The University of Sydney（悉尼大学） ； Australian National University（澳大利亚国立大学） ； RMIT University（皇家墨尔本理工大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 提出NoRA基准，通过事实-理由-动作支持图评估多模态模型生成合理动作并基于可见事实进行推理的能力，发现当前VLM在构建完整动作空间和绑定正确支持方面存在不足。

FALSIFYBENCH: Evaluating Inductive Reasoning in LLMs with Rule Discovery Games

FALSIFYBENCH: 通过规则发现游戏评估大语言模型中的归纳推理

Leonardo Bertolazzi, Katya Tentori, Raffaella Bernardi

机构 * University of Trento（特伦托大学） ； Free University of Bozen-Bolzano（博泽-博尔扎诺自由大学） 纠错

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

AI总结 提出FALSIFYBENCH框架，基于Wason 2-4-6任务评估LLM在假设生成、证据收集和信念修正方面的归纳推理能力，发现推理模型优于指令微调模型，且主动寻求证伪的负测试策略是成功的关键。

Learning Admissible Heuristics via Cost Partitioning

通过成本划分学习可采纳启发式

Hugo Barral, Quentin Cappart, Marie-José Huguet, Sylvie Thiébaux

机构 * UCLouvain, Louvain-la-Neuve, Belgium（列日大学，列日-拉-纽夫，比利时） ； Australian National University, Canberra, Australia（澳大利亚国立大学，堪培拉，澳大利亚） 纠错

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

AI总结 提出一个框架，利用成本划分与乘子预测的拉格朗日对偶等价性，通过图编码和自注意力网络学习可采纳成本划分，从而生成首个保证可采纳性的机器学习启发式。

Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs

迷失在雾中：传感器扰动暴露驾驶VLA的推理脆弱性

Abhinaw Priyadershi, Jelena Frtunikj

机构 * NVIDIA Corporation, USA（NVIDIA公司，美国） ； NVIDIA GmbH, Germany（NVIDIA德国公司） 纠错

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

AI总结 通过受控传感器扰动实验，发现因果链解释的一致性可作为轨迹可靠性的高保真指标，并证明启用因果链生成可提升轨迹精度。

Bad Seeing or Bad Thinking? Rewarding Perception for Multimodal Reasoning

Bad Seeing or Bad Thinking? Rewarding Perception for Multimodal Reasoning

Haozhe Wang, Qixin Xu, Changpeng Wang, Taofeng Xue, Chong Peng, Wenhu Chen, Fangzhen Lin

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 提出一种基于强化学习的模态感知信用分配框架（MoCA），通过感知验证和结构化口头验证解决视觉语言模型中感知与推理的权衡问题，实现多任务性能提升。

Comments Accepted by ICML 2026 as Oral