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。
OmniGAIA：迈向原生全模态AI代理
机构 * Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） ； Peking University（北京大学） ； Southeast University（东南大学） ； Tsinghua University（清华大学）
专题命中 工具调用 ：AI agent(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出OmniGAIA基准和OmniAtlas代理，通过全模态事件图和后见引导树探索策略，实现跨视频、音频和图像的深度推理与工具使用。
SPADER: 面向多答案问答的逐步同伴优势与多样性感知探索奖励
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Software Technology, Zhejiang University（浙江大学软件技术学院）
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)；分类 cs.AI、cs.CL
AI总结 提出SPADER强化学习框架，通过逐步同伴优势（SPA）机制和多样性感知探索奖励，解决多答案问答中长程工具使用的细粒度信用分配与持续探索问题，实验表明在多个数据集上提升了召回率和F1分数。
通过大语言模型将自然语言翻译为策略时序规范
机构 * University of Naples Federico II（那不勒斯费德里科二世大学） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出利用大语言模型将自然语言描述的策略需求翻译为ATL/ATL*公式，构建专家验证数据集，通过领域内微调小模型达到与强少样本专有API基线相当的语义准确性（0.84 vs 0.86），并集成到模型检查器中支持非专家用户。
Ophiuchus: 激励工具增强的“图像思考”用于联合医学分割、理解与推理
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Information Hub, HKUST (Guangzhou)（信息枢纽，香港科技大学（广州））
专题命中 工具调用 ：AI agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出Ophiuchus框架，通过三阶段训练策略（冷启动SFT、自反思微调、工具强化学习）使MLLM动态聚焦细粒度视觉区域，实现精准医学分割与诊断。
SkillDAG：面向大规模LLM技能选择的自演化类型化技能图
机构 * Fudan University（复旦大学） ； National University of Singapore（国立新加坡大学） ； CFAR A*STAR
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出SkillDAG，通过类型化有向图建模技能间关系，并作为推理时可调用的结构化检索接口，支持在线演化，在ALFWorld和SkillsBench上显著超越基线。
Comments 19 pages, 5 figures
Aria: 基于依赖图的检索与迭代自动形式化智能体
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 提出Aria系统，通过两阶段思维图过程递归分解定理陈述为依赖图并构建形式化，结合AriaScorer验证语义正确性，在ProofNet、FATE-X和同调猜想数据集上显著超越现有方法。
从行为到理解：LLM代理中时间概念的符合可解释性
机构 * Georgia State University（佐治亚州立大学） ； Computer Science Lab, SRI（SRI计算机科学实验室） ； Army Cyber Institute（陆军网络学院） ； United States Military Academy（美国军事学院） ； University of Florida（佛罗里达大学）
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出通过符合视角解释LLM代理时间概念演变的框架，结合逐步奖励建模与符合预测，识别时间概念的潜在方向，实验表明这些概念可线性分离，为LLM代理提供可靠故障检测和干预方法。
Comments Accepted at the Mechanistic Interpretability Workshop, 43rd International Conference on Machine Learning, Seoul, South Korea, 2026
SPOT：未知动态环境中无人机的时空无碰撞轨迹规划
机构 * Robotics Research Center, IIIT Hyderabad, India（IIIT海得拉巴机器人研究中心，印度） ； IIT-BHU, India（IIT-BHU，印度）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出一种基于4维时空规划器、视觉安全飞行走廊生成和轨迹优化的无地图反应式运动规划方法，实现无人机在未知动态环境中的避障，并通过备份规划模块应对死锁。
Comments Accepted for publication at ICRA 2026. Code available at (https://astik-2002.github.io/ICRA-2026-SPOT/)
NeHMO：用于分散式安全多臂运动规划的神经Hamilton-Jacobi可达性学习
机构 * Department of Computer Science at Purdue University（普渡大学计算机科学系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出基于神经Hamilton-Jacobi可达性学习的方法，学习安全值函数以捕获最坏情况下的臂间安全约束，并开发分散式轨迹优化框架，实现可扩展、数据高效的多臂运动规划。
BuilderBench：智能体的构建模块
机构 * Princeton University（普林斯顿大学） ； Mila – Quebec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出BuilderBench基准，通过开放式探索训练智能体构建结构，实验表明现有前沿语言模型和强化学习算法无法解决任何非平凡任务。
Comments Blogpost: https://rajghugare19.github.io/builderbench and Code: https://github.com/rajghugare19/builderbench
符合性策略控制
机构 * Johns Hopkins University（约翰霍普金斯大学） ； New York University（纽约大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种基于安全参考策略的符合性校准方法，用于在不违反安全约束的前提下，使优化但未测试的策略能够安全地进行探索，并在有限样本下提供理论保证。
Comments International Conference on Machine Learning (ICML), 2026
长程推理的递归模型
机构 * Toyota Technological Institute at Chicago（丰田技术研究所）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 提出递归模型，通过递归调用自身在隔离上下文中解决子任务，突破上下文长度限制，理论证明可指数级降低活跃上下文需求，实验验证在SAT求解和围棋任务中提升长程准确性。
Comments in ICML 2026
基于策略的强化学习玩20个问题游戏
机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司） ； Microsoft Development Co., Ltd（微软开发有限公司）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出基于策略的强化学习方法，使提问者通过与用户持续交互学习最优问题选择策略，并利用奖励网络估计信息奖励，无需知识库且对噪声答案鲁棒。
Comments Withdrawal from the conference
MAGIK: 通过想象力驱动的知识迁移映射到类比目标
机构 * Applied Artificial Intelligence Initiative, Deakin University School of IT, Deakin University（应用人工智能倡议，德克萨斯大学IT学院，德克萨斯大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出MAGIK框架，利用想象力机制将目标任务实体映射到源域类比物，实现零样本知识迁移，在MiniGrid和MuJoCo任务上验证有效性。
物理原生世界模型：生成式世界建模的哈密顿视角
机构 * Tsinghua University（清华大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出哈密顿世界模型，通过结构化潜相空间和哈密顿动力学演化实现物理可靠、动作可控且长期稳定的未来预测，用于具身决策。
论计算在强化学习中的作用
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文形式化计算受限策略，证明使用更多计算的策略能解决更复杂问题并泛化到更长视野任务，提出可变计算量架构，实验表明仅通过增加计算量即可提升性能。
Comments ICML 2026, Website: https://rajghugare19.github.io/computation-rl/index.html
基于PPO的自适应滤波器复合奖励设计
机构 * Middle East Technical University (METU)（中东技术大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出基于PPO的自适应滤波框架，通过复合奖励平衡信噪比提升、均方误差降低和残差平滑度，实验显示其在动态非稳态环境中优于传统滤波器。
Comments 8 pages, 4 figures, 2 table, 26th International Conference on Computational Science - Workshops (MLDADS-26) ,Keywords: Reinforcement learning, Adaptive filtering, Noise reduction, PPO
量子强化学习中复杂度缩放与最优策略退化研究：通过可解析的幺正控制后再测量模型
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出并分析了可解析的量子强化学习模型，通过幺正控制后再测量协议，研究了复杂度从指数级到幂律级的缩减及最优策略退化现象。
OmniTQA：一种面向半结构化数据的混合查询处理成本感知系统
专题命中 规划决策 ：planning(abstract)
AI总结 OmniTQA通过整合LLM语义操作与传统关系运算符，提出了一种成本感知的混合查询处理框架，有效处理结构化与半结构化数据，提升复杂查询和大规模表的准确性和效率。
Drive-JEPA：视频JEPA结合多模态轨迹蒸馏实现端到端驾驶
机构 * Virginia Tech（弗吉尼亚理工学院） ； Purdue University（普渡大学） ； XPENG Motors（小鹏汽车） ； Nanjing University（南京大学）
专题命中 规划决策 ：planning(abstract)
AI总结 提出Drive-JEPA框架，结合视频联合嵌入预测架构（V-JEPA）与多模态轨迹蒸馏，通过自监督视频预训练和动量感知选择机制提升端到端驾驶的规划性能，在NAVSIM上达到新最优。
VERITAS：通过智能系统进行图像派生假设检验的可验证认知推理
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；agentic(abstract)
AI总结 VERITAS通过多智能体系统自主测试自然语言假设，生成可审计的证据链，通过四阶段工作流和认知证据标签框架提升医学影像研究的可验证性，达到81.4%的准确率。
Comments 43 pages, 5 figures. Code available at https://github.com/LucZot/veritas
基于学习的F1多智能体比赛策略
机构 * Institute for Dynamic Systems and Control, ETH Zürich（动态系统研究所，苏黎世联邦理工学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 提出一种强化学习方法优化F1多智能体比赛策略，通过交互模块和自对弈训练使智能体自适应对手行为，在能量管理、轮胎退化、空气动力学和进站决策上取得稳健表现。
DashChat: 通过与LLM驱动的智能体对话交互式创作性能仪表盘设计原型
专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)
AI总结 提出DashChat系统，通过LLM驱动的多智能体管道将文本需求转化为性能仪表盘原型，加速迭代并保证设计质量。
RedCoder: 面向代码大语言模型的自动化多轮红队测试
机构 * University of California, Davis（加州大学戴维斯分校） ； University of Southern California（南加州大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出RedCoder，一个通过多轮对话诱导代码大模型生成漏洞代码的自动化红队测试智能体，采用多智能体博弈生成原型对话和攻击策略库，并微调LLM作为骨干，实验表明其优于现有单轮和多轮方法。
Comments ACL 2026
用神经形态视觉感知运动中的轮廓
机构 * School of Electrical Engineering, Guangxi University（广西大学电气工程学院） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； SHU General Intelligent Robotics Research Institute（SHU通用智能机器人研究院） ； School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（北京邮电大学计算机科学学院（国家试点软件学院）） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）
专题命中 多智能体 ：workflow(abstract)
AI总结 本文提出了一种双模方法，利用帧和事件的协同作用，在仅CPU的设备上实现实时高帧率二值化，有效减少运动模糊并提升在恶劣光照下的性能，为资源受限边缘平台的轻量感知和交互铺平道路。
Comments 13 pages, 15 figures, and 5 tables. This work is under review. Project page: https://github.com/pz-even/event_binarization
评估数百个LLM代理的集体行为
专题命中 多智能体 ：autonomous agent(abstract)
AI总结 提出框架评估LLM代理在社会困境中的涌现行为，通过自然语言策略生成与代码翻译，分析行为指纹、自博弈福利及文化演化，发现大群体中文化演化收敛至低福利自私均衡。
Comments 18 pages, 5 figures
ChemGraph-XANES：用于XANES模拟与分析的代理框架
机构 * Chemical Sciences and Engineering Division Argonne National Laboratory（阿贡国家实验室化学科学与工程部） ； Computational Science Division Argonne National Laboratory（阿贡国家实验室计算科学部）
专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出ChemGraph-XANES框架，结合自然语言任务描述与结构获取，实现XANES模拟与分析的自动化，支持高通量计算与机器学习应用。
智能体工具协议的形式语义：一种进程演算方法
机构 * Swiss Federal Railways (SBB)（瑞士联邦铁路公司）
专题命中 工作流自动化 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 本文通过进程演算形式化两种智能体工具协议（SGD和MCP），证明它们在映射Phi下结构互模拟，但反向映射有损，进而提出MCP+扩展实现完全等价。
Comments Logical flaw in Theorem 21
PolyRapid：使用计算工作流程进行聚合物的自动化高通量筛选
专题命中 工作流自动化 ：workflow(title,abstract)
AI总结 提出PolyRapid自动化工作流程，集成自适应退火协议，实现103种均聚物的高通量筛选，95%系统在4个30纳秒退火周期内达到平衡，节省超过2500小时计算时间，并基于模拟数据构建机器学习模型预测聚合物密度和玻璃化转变温度。
Comments 62 pages, 19 figures
迈向有根的自主研究：一个端到端的LLM微型研究循环在已发表的计算物理学中的应用
机构 * Department of Physics, Princeton University（普林斯顿大学物理系）
专题命中 工作流自动化 ：agent(abstract,comments)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出一个端到端的LLM微型研究循环，用于在已发表的计算物理学中进行自主研究，通过大规模和深度测试展示其在复现、批评和扩展研究中的能力。
Comments v2: camera-ready version, accepted at ICML 2026 AI for Science Workshop. Corrects the phase-classification statistics and adds a coding-sensitivity analysis (Methods M6); the agent-produced six-page Comment is reproduced as-is in the final appendix. 24 pages, 4 figures
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