AI Agent

Sequential Planning via Anchored Robotic Keypoints

基于锚定机器人关键点的顺序规划

Bryce Grant, Aryeh Rothenberg, Logan Senning, Zonghe Chua, Zach Patterson, Peng Wang

机构 * Department of Electrical, Computer, and Systems Engineering（电气、计算机与系统工程系） ； Department of Mechanical and Aerospace Engineering（机械与航空航天工程系） 纠错

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

AI总结 提出SPARK，一种无训练神经符号操作系统，通过单一Gemini调用生成类型化行为树，结合SAM3的替代提示检测和恢复循环，在LIBERO-PRO上达到43.7%，超越CaP-Agent0和VLA基线。

Comments 29 pages, 14 figures

Motion planning for hundreds of floating robots

数百个浮动机器人的运动规划

Jan Kamm, Antonio Terpin, Raffaello D'Andrea, Aswin Ramachandran

机构 * Institute for Dynamic Systems and Control, ETH Zürich（苏黎世联邦理工学院动态系统与控制研究所） 纠错

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

AI总结 针对大型浮动机器人编队的无碰撞运动规划问题，提出一种可扩展的流水线方法，通过碰撞图分解为独立子问题并行求解，在500个机器人仿真和实际演示中验证了有效性。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Hierarchical Prompting with Dual LLM Modules for Robotic Task and Motion Planning

具有双LLM模块的分层提示用于机器人任务和运动规划

Karolina Źróbek, Tessa Pulli, Paweł Gajewski, Antonio Galiza Cerdeira Gonzalez, Bipin Indurkhya

机构 * IBM, Krakow, Poland（IBM公司，波兰克拉科夫） ； Jagiellonian University, Krakow, Poland（雅盖隆大学，波兰克拉科夫） ； AGH University, Krakow, Poland（AGH大学，波兰克拉科夫） 纠错

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

AI总结 本文提出一个分层语言驱动框架，通过双LLM模块提升服务和协助场景中人机交互的自然性和直观性，结合目标检测与运动执行实现高成功率的任务规划。

Journal ref Proc. IEEE International Conference on Advanced Robotics and its Social Impacts (ARSO), 2026, pp. 245-250

CRAFT: Counterfactual Credit Assignment from Free Sibling Rollouts for Self-Distilled Agentic Reinforcement Learning

CRAFT：基于自由兄弟轨迹的反事实信用分配用于自蒸馏智能体强化学习

Zibin Meng, Kani Chen

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

AI总结 提出CRAFT方法，通过反事实令牌重要性、非对称控制器和极化KL惩罚三个支柱，解决自蒸馏强化学习中信用分配信号的双重局限性，提升智能体性能。

PolicyGuard: A Dialogue-Grounded Sub-Agent Verifier for Policy Adherence in LLM Agents

PolicyGuard: 一种基于对话的子代理验证器，用于确保LLM代理遵循策略

Seongjae Kang, Taehyung Yu, Sung Ju Hwang

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

AI总结 提出PolicyGuard子代理验证器，通过共享对话上下文、策略推理和可操作反馈，在tau²-BENCH航空数据集上使PASS4提升12个百分点，同时误拦率降低约一半。

Comments 20 pages, 8 figures

LEDGER: Scaling Agentic Document Editing with Dependency-aware Graph Retrieval

LEDGER: 基于依赖感知图检索的智能体文档编辑扩展

Mike Hang Wang, Utkarsh Garg, Reza Davari, Huitian Jiao, Hao Cheng, Baolin Peng, Tao Ge, Si-Qing Chen

机构 * Microsoft（微软） 纠错

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

AI总结 提出LEDGER方法，通过构建轻量级依赖图并利用图引导检索，在智能体文档编辑中高效定位必要上下文，避免全文档处理，提升一致性并减少token使用。

Comments ACL 2026

Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization

推动主动代理的帕累托前沿：行为代理优化

Yihang Yao, Zhepeng Cen, Haohong Lin, Shiqi Liu, Zuxin Liu, Jiacheng Zhu, Zhang-Wei Hong, Laixi Shi, Ding Zhao

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

AI总结 本文提出行为代理优化框架，通过增强和规范回合间行为，提升信息获取能力并抑制低效交互，从而在任务性能与用户参与间取得平衡，优于现有主动代理方法。

AI Trading's Alpha Singularity: Emergent Market Reasoning through Agent-to-Agent Self-Evolution

AI交易的阿尔法奇点：通过智能体间自我进化实现涌现性市场推理

Yuqi Li, Siyuan Liu, Bingjun Liu

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

AI总结 提出密封联合搜索（SJS）框架，通过信息流结构条件防止过拟合，并基于Agora系统在CSI 1000上实现夏普比率+1.87，验证了评分函数与搜索联合优化的有效性。

Human2Any: Human-to-Robot Transfer via Constraint-Aware Compositional Planning

Human2Any: 通过约束感知的组合规划实现人到机器人的迁移

Shuo Cheng, Chuye Zhang, Alfred Cueva, Caelan Garrett, Ajay Mandlekar, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA Corporation（英伟达公司） 纠错

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

AI总结 提出Human2Any框架，从人类视频学习可重用的物体中心交互先验，结合机器人端可行性推理与运动规划，实现无需目标任务真实机器人数据的跨实体、场景和任务迁移。

A Path-Space Formulation of Prediction in World Models: From a Single Action to Prediction, Planning, and Irreversibility

世界模型中预测的路径空间表述：从单一动作到预测、规划和不可逆性

Gunn Kim

机构 * Department of Physics, Sejong University, Seoul 05006, Republic of Korea（首尔大学物理系，首尔05006，韩国） 纠错

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

AI总结 提出世界模型中预测的路径空间表述，将预测、规划和不确定性统一为作用泛函上的操作，并发现注意力不对称性编码了数据的不可逆性。

Comments 13 pages, 3 figures

Agentic AI for ISAC: Analysis, Framework, and Case Study

面向ISAC的代理AI：分析、框架与案例研究

Wenwen Xie, Geng Sun, Chuang Zhang, Xuejie Liu, Dong In Kim

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

AI总结 本文探讨代理AI在ISAC系统中的应用价值，提出新型框架并验证其优化性能，分析代理AI在动态环境中的感知-推理-行动循环优势。

Assortment Planning with Sponsored Products

带有赞助产品的 assortment 规划

Shaojie Tang, Shuzhang Cai, Jing Yuan, Kai Han

机构 * Naveen Jindal School of Management, The University of Texas at Dallas（德克萨斯大学达拉斯分校纳文·金达尔管理学院） ； Department of Computer Science and Engineering, The University of North Texas（北德克萨斯大学计算机科学与工程系） ； School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） 纠错

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

AI总结 研究探讨了在存在赞助产品的情况下，如何通过组合优化方法优化产品组合以提高预期收入，填补了以往研究中忽略赞助产品影响的空白。

Comments This paper was accepted at COCOON 2024

MOAR Planner: Multi-Objective and Adaptive Risk-Aware Path Planning for Infrastructure Inspection with a UAV

MOAR规划器：用于无人机基础设施检查的多目标与自适应风险感知路径规划

Louis Petit, Alexis Lussier Desbiens

机构 * ICRA_Louis_Petit（ICRA_路易·佩蒂） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出MOAR路径规划器，通过风险感知成本函数和自适应速度规划，在接近障碍物时实时优化安全、时间和能量，实现无人机自主导航。

Comments 7 pages, accepted at the 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), pp. 8422-8428

A Unified Framework for Multi-Contact Path Planning in the Rolling Robot Systems

滚动机器人系统中多接触路径规划的统一框架

Qing Yu, Mikhail Svinin, Seyed Amir Tafrishi

机构 * Geometric Mechanics and Mechatronics in Robotics (gm 2 R) Lab, School of Engineering, Cardiff University（机器人几何力学与机电学实验室，工程学院，卡迪夫大学） ； Information Science and Engineering Department, Ritsumeikan University（信息科学与工程系，立命馆大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种基于Montana接触坐标的无滑移多球滚动路径规划框架，通过Voronoi图构建流形路径并利用log-exp平滑生成可行运动。

Comments 8 pages, accepted to IROS2026, Pittsburgh

Diagnosis-Driven Co-planning of Network Reinforcement and BESS for Distribution Grid with High Penetration of Electric Vehicles

基于高电动汽车渗透率的配电网网络强化与电池储能系统协同规划

Linhan Fang, Elias Raffoul, Xingpeng Li

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种诊断驱动协同规划框架，通过识别关键瓶颈线路并优化电池储能部署，解决高电动汽车渗透率下的配电网优化问题。

CoSPlan: Corrective Sequential Planning via Scene Graph Incremental Updates

CoSPlan: 通过场景图增量更新实现纠正式序列规划

Shresth Grover, Priyank Pathak, Akash Kumar, Yogesh S Rawat

机构 * UCF Institute of Artificial Intelligence, University of Central Florida (UCF)（中佛罗里达大学（UCF）人工智能研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 CoSPlan基准测试要求视觉语言模型在初始场景到目标场景间规划视觉动作序列，通过引入错误动作检测与纠正机制，评估模型在复杂视觉任务中的能力。

Comments The 19th European Conference on Computer Vision (ECCV)

A Digital Twin Framework for Adaptive Treatment Planning in Radiotherapy

放射治疗自适应规划的数字孪生框架

Chih-Wei Chang, Sri Sai Akkineni, Mingzhe Hu, Keyur Shah, Yuan Gao, Pretesh Patel, Ashesh B. Jani, Greeshma Agasthya, Jun Zhou, Xiaofeng Yang

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种数字孪生框架，集成深度学习配准、每日CBCT更新和知识评估，在前列腺SBRT中实现快速再优化，平均再优化时间5.5分钟，剂量覆盖和危及器官保护均达临床标准。

Journal ref Physics in Medicine & Biology, 2026

SWE-INTERACT: Reimagining SWE Benchmarks as User-Driven Long-Horizon Coding Sessions

SWE-INTERACT: 将 SWE 基准重新构想为用户驱动的长周期编码会话

Mohit Raghavendra, Anisha Gunjal, Aakash Sabharwal, Yunzhong He

机构 * Scale AI 纠错

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

AI总结 提出 SWE-Interact 测试平台，通过用户模拟器模拟多轮交互式软件开发任务，评估编码代理在模糊需求、渐进反馈和迭代修订下的意图发现与自适应能力。

Comments -

Agentic Safety is an Epistemic Property, Not a Behavioral One

智能体安全是认知属性，而非行为属性

Charles L. Wang, Keir Dorchen, Peter Jin

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

AI总结 本文提出AI安全应视为认知属性，强调系统需保持可教性（teachability），即在学习、适应和自修改过程中仍能被纠正。

Comments To appear in proceedings of ICML 2026

Hybrid Retriever Evolution for Multimodal Document Reasoning Agents

混合检索器演化：面向多模态文档推理代理

Bohan Yao, Shruthan Radhakrishna, Vikas Yadav

机构 * ServiceNow ； University of Washington（华盛顿大学） 纠错

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

AI总结 提出失败驱动的演化框架，让元代理自动学习任务代理如何协调多种检索器进行多步文档问答，实现自适应检索路由，在MMLongBench-Doc和DocBench上提升高达19.6分。

Comments 17 pages, 3 figures

Building Multi-Task Agentic LLMs via Two-Phase Distillation

通过两阶段蒸馏构建多任务智能体LLM

Huaijie Wang, Shusheng Xu, Yi Wu, Kaifeng Lyu

机构 * Tsinghua University（清华大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 规划决策 ：agentic(title)；分类 cs.LG

AI总结 提出两阶段蒸馏方法（先离策略后在线策略）解决多任务蒸馏中前向KL的模式覆盖问题，使单个模型在多任务上达到专家性能。

Demonstration-Free Robotic Control via LLM Agents

无需演示的机器人控制 via LLM 代理

Brian Y. Tsui, Alan Y. Fang, Tiffany J. Hwu

机构 * independent researchers（独立研究人员） 纠错

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

AI总结 本文提出FAEA框架，利用通用大语言模型实现无需演示的机器人操控，通过迭代推理生成操控策略，在多个基准测试中取得高成功率，展示了通用代理在任务规划中的有效性。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Code Reasoning for Software Engineering Tasks: A Survey and A Call to Action

代码推理用于软件工程任务：调查与呼吁行动

Saurabh Pujar, Ira Ceka, Irene Manotas, Gail Kaiser, Baishakhi Ray, Shyam Ramji

机构 * IBM ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文调查代码推理技术，探讨其在软件工程任务中的影响，提出未来研究方向。

Comments Published in Transactions on Machine Learning Research (06/2026) 40 pages, 8 figures, 11 tables

Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning

飞向图像指定物体：基于跨图记忆和视点规划的3D四旋翼导航

Junjie Gao, Yuqi Chen, Yongzhou Pan, Yaosheng Deng, Jiaping Xiao, Mir Feroskhan

专题命中 规划决策 ：planning(title)

AI总结 提出分层导航框架，通过视点感知动作节点和轻量语义记忆，实现四旋翼在连续3D空间中高效、安全地导航至查询图像中的目标物体。

A network model for urban planning

用于城市规划的网络模型

Fabio Camilli, Adriano Festa, Luciano Marzufero

专题命中 规划决策 ：planning(title)

AI总结 本文提出一个描述城市演化的数学模型，通过工人和企业agents的互动竞争，结合最优传输问题，分析城市网络的空间分配与劳动市场互动。

Journal ref Journal of Optimization Theory and Applications, 209, 33 (2026)

MechRL: Reinforcement Learning Agents Perform Circuit Discovery for Mechanistic Interpretability

MechRL：强化学习智能体进行电路发现以实现机械可解释性

Barsat Khadka

机构 * The University of Southern Mississippi（美国密西西比州立大学） 纠错

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

AI总结 提出将电路发现转化为强化学习问题，使用PPO策略在GPT-2 small的144个注意力头上进行零消融和对比奖励，成功在训练任务和未见任务上恢复标准电路，验证了强化学习在机械可解释性中的有效性。

Towards Human-Level Book-Writing Capability

迈向人类水平的书籍写作能力

Jan Zierstek, Matteo Batelic, Maya Medjad, Tim Schönenberger

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

AI总结 本文提出了一种用于大规模创意写作的 dataset 构建和训练框架，通过将监督微调重新定义为提示到书籍生成任务，以人类创作的虚构作品为基础，旨在提升生成文本的文学性。

Comments 72 pages, 13 figures, 9 tables

SCRIBE: Structured Mid-Level Supervision for Tool-Using Language Models

SCRIBE：结构化中层监督用于工具使用语言模型

Yuxuan Jiang, Francis Ferraro

机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩分校） 纠错

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

AI总结 SCRIBE通过引入中层抽象监督框架，减少多步推理中的信用分配难度，提升工具使用代理的可靠性与准确性。

Text-Guided 6D Object Pose Rearrangement via Closed-Loop VLM Agents

基于闭环VLM代理的文本引导的6D物体姿态重排

Sangwon Baik, Gunhee Kim, Mingi Choi, Hanbyul Joo

机构 * Seoul National University RLWRLD（首尔大学 RLWRLD） 纠错

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

AI总结 本文提出通过闭环VLM代理实现文本引导的6D物体姿态重排，引入多视角推理、坐标系可视化和单轴旋转预测等技术，提升VLM在3D场景中推理目标物体姿态的能力，且在不同VLM上均有效。

The Hidden Cost of Structured Generation in LLMs: Draft-Conditioned Constrained Decoding

结构生成在大语言模型中的隐性成本：草案条件约束解码

Avinash Reddy, Thayne T. Walker, James S. Ide, Amrit Singh Bedi

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

AI总结 本文提出DCCD方法，通过分步解码提升结构生成的准确性与效率，实验显示在结构推理基准中，DCCD在严格结构准确性上提升了24个百分点，且在参数效率上优于传统约束解码。