AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
通过语义探索发现视觉提示
机构 * Sony Group Corporation（索尼集团公司） ； Pohang University of Science and Technology（浦项科技大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出SEVEX算法，通过抽象思想空间和语义反馈自动探索任务级视觉提示，提升LVLM图像感知能力。
Comments Accepted to ECCV 2026, project page: https://jaechang.dev/projects/SEVEX/
超越《她》：角色扮演AI伴侣中的安全动态
专题命中 工具调用 ：tool use(abstract)
AI总结 通过混合方法研究，揭示角色扮演AI伴侣使用中用户内化问题、AI角色人格和风险互动模式共同塑造安全动态，并发现短期情绪缓解与长期恶化并存的趋势，提出自适应安全防护设计。
Comments Under review
CoReLIN: 基于约束推理的零样本终身交互式导航
机构 * Purdue University（普渡大学） ； Indian Institute of Technology, Kharagpur（印度理工学院卡哈拉格普尔分校） ； DEVCOM Army Research Lab（DEVCOM陆军研究实验室） ； National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出CoReLIN框架，利用LLM和场景图推理，在终身交互式导航中通过移动物体开辟路径并完成任务，显著提升长期效率。
LWDrive: 基于逐层世界模型的视觉-语言模型自动驾驶规划
机构 * Chongqing University（重庆大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出LWDrive框架，通过逐层世界模型引导，将VLM输出的粗轨迹逐步细化为几何精确、多视角感知的规划轨迹，在NAVSIM基准上取得92.0分。
通过可微场景生成实现电力系统的投资与政策规划整合
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种方法，联合优化电力系统容量规划决策与政策投资，通过可微场景生成技术提升规划模型的求解效率。
Comments Accepted to PowerUp 2026
上下文不确定性下的多机器人协调规划
机构 * Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University（俄勒冈州立大学协作机器人与智能系统研究所） ； Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出多机器人上下文不确定随机最短路径问题，通过两阶段方法（CIMOP推断上下文，LCBS进行无碰撞路径规划）实现上下文未知时的协调与安全操作。
Comments 8 pages, 6 figures
LDHP：基于库的非抓取灵巧操作分层规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出库驱动分层规划器LDHP，通过顶层接触状态规划器与底层抓取规划器协同，实现非抓取操作的可执行性，在零自由度提升和槽插入任务中验证了鲁棒性。
Comments 8 pages,accepted by IROS 2026
包含性验证：与对齐无关的AI安全保证
机构 * AI Innovation Institute, Stony Brook University（石溪大学人工智能创新研究所）
专题命中 规划决策 ：AI agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出包含性验证，通过代理框架本身提供安全保证。通过前向模拟细化和Dafny机制化，证明了在模型类型动作边界内对所有AI输出的边界策略强制性，首次实现了代理框架的演绎形式验证。
Comments 14 pages
基于行为基础模型的探索与在线迁移
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 针对零样本强化学习中在线迁移的探索问题，提出利用行为基础模型生成探索策略，将在线学习建模为类似多臂赌博机的探索-利用问题，并通过不确定性矩阵特征值最小化实现探索。
Comments Retirer la mention ''European Workshop on Reinforcement Learning'' (qui correspond {à} la template de la version {é}tendue, mais le papier n'y est pas encore accept{é})
Journal ref Conf{é}rence sur l'Apprentissage automatique, Universit{é} de Montpellier, Jul 2026, Montpellier, France
TraCeS: 从稀疏轨迹级标签学习每时间步约束违反信用
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出TraCeS方法，通过稀疏轨迹级标签学习每时间步的约束违反信用，用于强化学习中的安全约束优化，无需已知成本函数或阈值，在连续控制基准上提升约束满足和反馈效率。
Comments Accepted at ICML 2026. Code available at https://github.com/siowmeng/TraCeS
基于组合概念的深度强化学习神经元级可解释性
机构 * School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种自动将神经元激活与逻辑公式对齐的概念解释框架，通过值敏感离散化将连续状态转化为可解释原子概念，为深度强化学习模型提供细粒度神经元级解释。
Comments 12 pages, 5 figures. Accepted by PAKDD 2026. The final authenticated version is available online at Springer
Journal ref Data Science: Foundations and Applications. PAKDD 2026. Lecture Notes in Computer Science, vol 16117, pp. 52-64. Springer, Singapore (2026)
何时重新规划：分层潜在推理中的子目标持久性
机构 * Independent Researcher（独立研究者）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 研究分层潜在推理中稳定性与适应性的权衡，通过封建式管理-工人接口控制子目标持久周期，发现中等周期（3-6步）最优，内在对齐权重存在窄最优值（约0.05）。
Comments Accepted at the Workshop on Compositional Learning: Safety, Interpretability, and Agents (CompLearn), ICML 2026. 10 pages, 2 figures
Flow-Opt: 用于多机器人轨迹优化的可扩展集中式方法，结合流匹配与可微优化
机构 * University of Tartu（塔尔图大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出Flow-Opt，通过生成模型与可微优化提升集中式多机器人轨迹优化的计算效率，实现快速生成数十机器人在复杂环境中的平滑轨迹，并支持批量处理与多样化路径生成。
如果我们在测试时动态分配计算资源呢？
机构 * Stanford University（斯坦福大学） ； University of Oklahoma（俄克拉荷马大学） ； University of California Riverside（加州大学河滨分校） ； National University of Sciences and Technology（国立科技大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.CL
AI总结 本文提出了一种基于验证器的自适应框架，通过迭代轨迹生成与选择提升推理效率，在多个数据集上优于传统测试时缩放方法。
Comments International Conference on Machine Learning
从稀疏分类学指导中学习灵巧抓取
机构 * Korea University（高丽大学） ； Korea University of Technology and Education（韩国技术教育大学） ； Naver AI Lab（Naver AI 实验室） ； Seoul National University（首尔大学） ； WIRobotics ； RLWRLD
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 GRIT框架通过稀疏分类学指导学习灵巧抓取，提升对新物体的泛化能力，实现87.9%的成功率，并通过高阶分类学选择实现抓取策略的可控性。
Comments IROS 2026 accepted
现实世界事件的可能性概念
机构 * Florida State University（佛罗里达州立大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出一种基于事件前提与约束概率计算可能性的新概念，用于规划问题中评估计划可行性，并以车辆路径规划为例说明。
Comments Submitted to Journal of Artificial Intelligence Research (JAIR), June 25, 2026
量子贝叶斯网络可以加速部分可观察环境中的强化学习
机构 * High-Assurance Software Laboratory (HASLab), INESC TEC, Portugal（高可信软件实验室（HASLab），INESC TEC，葡萄牙） ； Department of Computer Science, University of Minho, Portugal（米尼奥大学计算机科学系，葡萄牙） ； International Iberian Nanotechnology Laboratory (INL), Portugal（国际伊比利亚纳米技术实验室（INL），葡萄牙）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出量子贝叶斯强化学习（QBRL），利用量子拒绝采样和幅度放大加速稀疏贝叶斯网络上的推理，实现部分可观察环境中基于模型的强化学习，在稀疏动力学环境下获得亚二次加速。
UnfoldArt: 从文本或图像零样本恢复完整关节式3D物体
机构 * Technical University of Munich（慕尼黑工业大学） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 规划决策 ：agentic(abstract)
AI总结 提出首个辩论驱动代理方法，结合视觉语言模型和视频生成先验，从文本或图像零样本重建关节式3D物体的结构、运动与隐藏几何。
Comments Project page: https://aminebdj.github.io/unfoldart
ShapeGrasp: 同时进行视觉-触觉形状补全与抓取以改进机器人操作
机构 * Czech Technical University in Prague（捷克布拉格技术大学）
专题命中 规划决策 ：planning(abstract)
AI总结 提出ShapeGrasp迭代抓取与补全流程，结合隐式表面视觉-触觉形状补全与基于物理的抓取规划，从单RGB-D视图推断完整形状并生成候选抓取，利用抓取反馈更新形状，在真实机器人上实现高抓取成功率并改善3D形状重建质量。
Comments Submitted for peer review
VertiAdaptor: 针对垂直挑战地形的在线运动学动力学自适应
机构 * George Mason University（乔治梅森大学）
专题命中 规划决策 ：planning(abstract)
AI总结 提出VertiAdaptor在线自适应框架，通过函数编码器融合高程与语义嵌入，实现地形感知的运动学动力学建模与规划，在仿真和实物平台上预测精度提升23.9%，自适应速度提高5倍。
AION: 基于双策略强化学习的空中室内目标导航
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
专题命中 规划决策 ：agent(abstract)
AI总结 提出AION，一种端到端双策略强化学习框架，解耦探索与目标到达行为，用于视觉空中目标导航，无需外部定位或全局地图，在AI2-THOR和IsaacSim中验证了优越性能。
Comments Accepted to IROS 2026
混合量子-经典Benders方法用于MILP优化的性能提升
专题命中 规划决策 ：planning(abstract)
AI总结 提出一种硬件无关的Benders分解算法，通过量子退火器求解主问题、经典计算机求解子问题，并引入嵌入优化、保守割约束处理和启发式停止准则，在传输网络扩展规划问题上相比经典方法实现性能提升。
Comments 22 pages, 11 figures. Code available at https://gitlab.com/dlr-ve/esy/quacla
改进的不可混扩散：通过降低可混性加速扩散训练
机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校）
专题命中 规划决策 ：planning(abstract)
AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。
分层消息传递策略用于多智能体强化学习
机构 * IDSIA USI-SUPSI, Università della Svizzera italiana（瑞士意大利语区大学IDSIA USI-SUPSI） ； Politecnico di Milano（米兰理工大学） ； EPFL（洛桑联邦理工学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.LG
AI总结 提出一种结合分层强化学习和消息传递的多智能体策略学习方法，通过分层图结构实现智能体间的协调与规划，并设计基于优势函数的新颖奖励分配方法，在基准测试中取得优于现有技术的性能。
基于嵌入的防御失效：重新思考基于大语言模型的多智能体系统的安全性
机构 * Rice University（稻属大学） ； University of Virginia（弗吉尼亚大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 研究探讨了基于嵌入的防御在多智能体系统中的失效模式，提出利用置信度信号提升系统鲁棒性，通过实验验证了早期干预的重要性。
LLM赋能的智能MAC协议：一种动态Stackelberg博弈方法
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院） ； Huawei Technologies Company Ltd.（华为技术有限公司） ； Zhejiang Lab（之江实验室） ； Zhejiang University（浙江大学） ； Macau University of Science and Technology（澳门科技大学）
专题命中 多智能体 ：agentic(title)；agent(abstract,abstract_cn)；multi-agent(abstract,abstract_cn)；分类 cs.AI
AI总结 提出一种博弈论LLM赋能的多智能体深度强化学习框架，将上行传输建模为动态多追随者Stackelberg博弈，通过PPO协调LLM驱动代理合成自适应语义MAC协议，实现无需重训的泛化，吞吐量提升77.6%，公平性提升65.2%。
Comments This work has been submitted to IEEE for possible publication
人机协作的论文到网页制作
机构 * AutoLab, SAI, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab实验室） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 多智能体 ：agent(title,abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 提出AutoPage多智能体系统，通过粗到细的流水线将论文转化为交互式网页，并引入Checker智能体验证和人工检查点，在15分钟内以低于0.1美元的成本生成高质量网页。
Comments Accepted by ACL2026 Findings
Paper2Rebuttal: 一种透明的作者回复辅助多智能体框架
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab）
专题命中 多智能体 ：agent(title)；multi-agent(title)；planning(abstract)；分类 cs.AI
AI总结 提出多智能体框架RebuttalAgent，将回复生成重构为以证据为中心的规划任务，通过分解反馈、构建混合上下文和外部搜索模块，提升覆盖度、忠实性和策略连贯性。
Comments Accepted by ACL2026 main conference
超越标量奖励：面向序列社会困境的LLM策略合成中的密集反馈
机构 * Komorebi AI Technologies（Komorebi AI技术公司）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本研究通过反馈工程，比较稀疏奖励与密集社会指标反馈对LLM在多智能体环境中生成程序化策略的影响，发现密集反馈能打破奖励别名，提升策略性能。
Comments Accepted to NExT-Game 2026: New Frontiers in Game-Theoretic Learning, ICML 2026 Workshop. Camera-ready version
用于训练大语言模型学习模拟电路知识的数据集构建
机构 * Fudan University（复旦大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文构建文本数据集并定制训练技术，使大语言模型学习模拟电路知识；通过多智能体框架生成结构化四元组，结合SFT与KL散度正则化提升性能。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈