AI Agent

Safer Trajectory Planning with CBF-guided Diffusion Model for Unmanned Aerial Vehicles

基于CBF引导扩散模型的无人机安全轨迹规划

Peiwen Yang, Shiyu Bai, Weisong Wen, Yixin Gao, Jiahao Hu

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出AeroTrajGen框架，通过CBF引导采样提升扩散模型在无人机轨迹生成中的安全性与敏捷性，减少碰撞率94.7%。

Comments Some equations need to be checked

EvoGuard: An Extensible Agentic RL-based Framework for Practical and Evolving AI-Generated Image Detection

EvoGuard: 一种基于代理强化学习的可扩展框架，用于实际和演化的AI生成图像检测

Chenyang Zhu, Maorong Wang, Jun Liu, Ching-Chun Chang, Isao Echizen

机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（国家信息研究所） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文提出EvoGuard框架，利用多模态大语言模型和非MLLM检测器，通过能力感知的动态编排机制实现高效AIGI检测，优化后无需细粒度标注，实验表明其在准确性和可扩展性上均达最优。

Comments Template changed

Rethinking Gaussian Trajectory Predictors: Calibrated Uncertainty for Safe Planning

重新思考高斯轨迹预测器：为安全规划校准不确定性

Fatemeh Cheraghi Pouria, Mahsa Golchoubian, Katherine Driggs-Campbell

机构 * Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系） ； Department of Mathematical and Computational Sciences, University of Toronto（多伦多大学数学与计算科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种新的损失函数，通过核密度估计校准高斯轨迹预测器的不确定性，以提高安全规划性能。

iWalker: Imperative Visual Planning for Walking Humanoid Robot

iWalker: 为行走人形机器人设计的 imperative 视觉规划

Xiao Lin, Yuhao Huang, Taimeng Fu, Xiaobin Xiong, Chen Wang

机构 * The Spatial AI & Robotics (SAIR) Lab, Computer Science and Engineering, University at Buffalo（布法罗大学空间人工智能与机器人实验室） ； The Wisconsin Expeditious Legged Locomotion (WELL) Lab, Mechanical Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校快速腿部运动实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 iWalker 通过 imperative 学习实现人形机器人自主行走，结合视觉避障与足部规划，提升适应性和泛化能力。

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025

A Dynamic Scene Interaction Reasoning Framework for Scene-level Lane-Change Intention and Trajectory Prediction of Multiple Interacting Vehicles

用于多交互车辆场景级变道意图和轨迹预测的动态场景交互推理框架

Joshua Kofi Asamoah, Blessing Agyei Kyem, Eugene Denteh, Armstrong Aboah

机构 * North Dakota State University（北达科他州立大学） 纠错

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

AI总结 研究针对多交互车辆场景级变道意图及轨迹预测问题，提出动态场景图注意力框架，将场景表示为时变交互图，通过时态图注意力消息传递等捕捉车辆关系与线索，实验表明该框架能提升预测准确率，降低碰撞率和误差，验证了组件贡献和公式有效性。

Comments 28 pages, 9 Figures, 16 Tables

Long-Horizon-Terminal-Bench: Testing the Limits of Agents on Long-Horizon Terminal Tasks with Dense Reward-Based Grading

长视野终端基准测试：使用基于密集奖励的评分方式测试智能体在长视野终端任务中的极限

Zongxia Li, Zhongzhi Li, Yucheng Shi, Ruhan Wang, Junyao Yang, Zhichao Liu, Xiyang Wu, Anhao Li, Yue Yu, Ninghao Liu, Lichao Sun, Haotao Mi, Leowei Liang

机构 * Tencent（腾讯） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Georgia（佐治亚大学） ； University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； Indiana University（印第安纳大学） ； Lehigh University（里海大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 研究针对现有终端基准测试局限，引入长视野终端基准测试（Long-Horizon-Terminal-Bench），含46个长视野任务。通过分解为分级子任务提供密集中间奖励，评估15个前沿模型，揭示改进空间，分析失败模式，发布该基准测试助力长视野终端智能体发展。

Comments 17 pages

StructAgent: Harness Long-horizon Digital Agents with Unified Causal Structure

StructAgent：利用统一因果结构驾驭长时程数字智能体

Wenyi Wu, Sibo Zhu, Kun Zhou, Aayush Salvi, Zixuan Song, Biwei Huang

机构 * University of California, San Diego（加利福尼亚大学圣地亚哥分校） ； Aether AI Lab（以太人工智能实验室） 纠错

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

AI总结 研究针对长时程任务中智能体任务进展难解释、验证和恢复的问题，提出StructAgent框架，通过统一因果结构维护任务进展并规范工作流程，实验证明其能提升多种模型性能且具有通用性。

LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning

基于显式和隐式依赖推理的大语言模型驱动的提交解缠协作模型

Bo Hou, Xin Tan, Kai Zheng, Fang Liu, Yinghao Zhu, Li Zhang

机构 * State Key Laboratory of Complex \& Critical Software Environment (SKLCCSE), School of Computer Science ； Engineering, Beihang University Beijing China ； SKLCCSE, School of Computer Science ； School of Computing ； Data Science, The University of Hong Kong Hong Kong SAR China ； Engineering, Beihang University ； Data Science, The University of Hong Kong 纠错

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

AI总结 针对开发者常产生的缠结提交问题，提出ColaUntangle协作框架，集成大语言模型驱动智能体，构建显式和隐式上下文捕捉信息，经实验验证，该框架在提交解缠任务中性能优于基线，凸显基于大语言模型协作框架的潜力。

Mizzle: A Complete Concurrent Incorrectness Logic for Preventing False Alarms in Agentic Bug Finding

Mizzle：一种用于在智能体错误查找中防止误报的完整并发错误逻辑

Alexandre Moine, Sam Westrick, Joseph Tassarotti

专题命中 规划决策 ：agentic(title)

AI总结 针对大语言模型在程序错误查找中产生大量误报的问题，提出Mizzle方法，它是一种用于并发程序的错误分离逻辑，在Rocq证明助手实现机械化，能防止误报且完整，还通过三种错误概念实例化并展示其可用于证明错误存在。

Speech World Model: Causal State-Action Planning with Explicit Reasoning for Speech

语音世界模型：基于显式推理的语音因果状态-动作规划

Xuanru Zhou, Jiachen Lian, Henry Hong, Xinyi Yang, Gopala Anumanchipalli

专题命中 规划决策 ：planning(title)

AI总结 研究旨在改进语音语言模型推理弱的问题，采用模块化视角和世界模型观点，将语音理解分解为四个模块通过因果图通信，建立认知状态搜索空间，实现显式推理，让语音理解更透明可控。

Comments Accepted to 2026 ICLR

A Theory of Least Autonomy in AI

人工智能中最小自主性理论

Christophe Parisel

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

AI总结 研究智能代理人工智能系统权限控制问题，提出最小自主性理论，通过定义组合爆炸半径、有向代理影响图及勾结谓词，实现对系统中行动结构分离、代理影响及授权组合等的衡量与检测。

LongMedBench: Benchmarking Medical Agents for Long-Horizon Clinical Decision-Making

LongMedBench：用于长期临床决策的医疗智能体基准测试

Zihan Xu, Yanzhen Chen, Xiaocheng Zhang, Zhiting Fan, Weiqi Zhai, Hongxia Xu, Zuozhu Liu

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Transvascular Implantation Devices Research Institute（血管内植入装置研究所） 纠错

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

AI总结 介绍基于EHR的LongMedBench基准，用于长期临床决策。构建含多患者多事件数据集，提出评估分类法。实验表明大语言模型在隐式时间推理有挑战，RAG和智能体记忆系统对信息检索有帮助，决策任务性能依赖模型即时上下文。

Comments Submitted manuscript prior to peer review in MICCAI 2026

Can AI Reason Like an Urban Planner? Benchmarking Large Language Models Against Professional Judgment

AI能像城市规划师一样推理吗？基于专业判断的大语言模型基准测试

Yijie Deng, He Zhu, Wen Wang, Junyou Su, Minxin Chen, Wenjia Zhang

机构 * School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院） ； Shenzhen Key Laboratory of Urban Spatial Information and Intelligent Modeling（深圳市城市空间信息与智能建模重点实验室） ； Department of Urban Planning and Design, The University of Hong Kong（香港大学城市规划与设计系） 纠错

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

AI总结 提出UPBench框架，通过4×5知识支柱与认知水平矩阵评估25个LLM，发现模型在分析任务上优于事实回忆和综合判断，揭示了规划知识的制度依赖性。

Comments This paper has been withdrawn by the authors because the current version requires substantial revision and further validation before it can be considered a reliable representation of the work

ARBoids: Adaptive Residual Reinforcement Learning With Boids Model for Cooperative Multi-USV Target Defense

ARBoids: 基于Boids模型的自适应残差强化学习用于协同多无人水下航行器目标防御

Jiyue Tao, Tongsheng Shen, Dexin Zhao, Feitian Zhang

机构 * Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University（机器人与控制实验室，先进制造与机器人学院，湍流与复杂系统国家重点实验室，北京大学） ； National Innovation Institute of Defense Technology（国防技术创新研究院） 纠错

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

AI总结 ARBoids通过结合Boids模型和深度强化学习，提出了一种自适应残差强化学习框架，用于提升多无人水下航行器在对抗性机动下的目标拦截性能。

Flout at Your Own Risk: LLMs Struggle with Pragmatic Cooperativity Under Epistemic Asymmetry

自担风险：在认知不对称下大语言模型在语用合作方面存在困难

Hannah VanderHoeven, Abhijnan Nath, Nikhil Krishnaswamy

机构 * Situated Grounding and Natural Language (SIGNAL) Lab（情境基础与自然语言（SIGNAL）实验室） 纠错

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

AI总结 研究大语言模型在多方协作任务部分信息条件下的语用推理能力，形式化协作认知不对称概念，评估其作为说话者和倾听者合作能力，发现虽有一定语用能力但信息不完整时仍有挑战，部分失败模式与格赖斯准则违反有关。

Enabling Agents to Communicate Entirely in Latent Space

使智能体能够在潜在空间中完全交流

Zhuoyun Du, Runze Wang, Huiyu Bai, Zouying Cao, Xiaoyong Zhu, Yu Cheng, Bo Zheng, Wei Chen, Haochao Ying

机构 * State Key Lab of CAD&CG（CAD与CG国家重点实验室） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江医学影像人工智能重点实验室） ； Shanghai Jiao Tong University（上海交通大学） 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Interlat方法，通过利用LLM的连续隐藏状态实现智能体间的潜在空间通信，实验表明其在跨异构模型中表现优异，提升了推理速度并保持性能。

Comments Accepted to ACL 2026

Turbo Connection: Reasoning as Information Flow from Higher to Lower Layers

Turbo Connection: 从高层到低层的信息流推理

Mohan Tang, Sidi Lu

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

AI总结 Turbo Conn通过反向连接增强LLM推理能力，实现任务性能显著提升

Efficient Q-Learning and Actor-Critic Methods for Robust Average-Reward Reinforcement Learning

用于稳健平均奖励强化学习的高效Q学习和演员-评论家方法

Yang Xu, Swetha Ganesh, Vaneet Aggarwal

机构 * Purdue University（普渡大学） 纠错

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

AI总结 研究分布稳健无限期平均奖励MDPs的无模型方法，给出Q学习和演员-评论家算法非渐近收敛分析，建立稳健TD收敛界，引入相关算法并模拟，为稳健规划理论及无模型构建稳健策略提供基础。

Comments UAI 2026

Training on Irrelevant States Implies Data Augmentation: Generalization in Contextual MDPs

在无关状态上训练意味着数据增强：上下文马尔可夫决策过程中的泛化

Max Weltevrede, Caroline Horsch, Matthijs T. J. Spaan, Wendelin Böhmer

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

AI总结 研究上下文马尔可夫决策过程零样本策略转移中智能体泛化问题，提出Explore-Go方法，通过在训练开始引入纯探索阶段，结合现有纯探索策略提升智能体覆盖范围与准确性来增强泛化能力，经实验验证该方法在多种基准测试中有效。

Comments arXiv admin note: text overlap with arXiv:2406.08069

Bet on Features: Anytime-Valid and Feature-Aware Auditing of Conditional Quantile Forecasters

押注于特征：条件分位数预测器的随时有效且特征感知审计

Ivane Antonov, Sohom Mukherjee, Richard Pibernik, Yo Joong Choe

机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学朱利叶斯 - 马克西米利安斯大学） ； Zaragoza Logistics Center（萨拉戈萨物流中心） ； INSEAD（欧洲工商管理学院） 纠错

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

AI总结 研究针对黑箱条件分位数预测器，开发无分布且基于博弈论的测试框架，通过形式化校准概念、识别可实现功效的替代方案集，得出有限时间检测保证，能在特征层面解释证据过程，实证发现流行预测器存在校准错误。

Velocity Scheduled Flow Matching

速度调度流匹配

Vitalii Bondar

机构 * Cherkasy State Technological University（切尔卡瑟国立技术大学） 纠错

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

AI总结 研究提出速度调度流匹配（VSFM）方法，放宽流匹配中样本恒速移动的隐含选择。通过特定多项式轮廓，预训练模型推理时无需重新训练和额外计算，FID降低，从零开始训练也有进一步提升，增益源于欧拉积分器局部截断误差。

Uncertainty Quantification for EO Regression Tasks: Building Height, Tree Canopy Height and Above-ground Biomass Estimation

地球观测回归任务的不确定性量化：建筑物高度、树冠高度和地上生物量估计

Ritu Yadav, Andrea Nascetti, Yifang Ban

机构 * Division of Geoinformatics, KTH Royal Institute of Technology（地理信息学部，瑞典皇家理工学院） 纠错

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

AI总结 针对地球观测回归任务中多数深度学习模型缺乏可靠性指示的问题，利用哨兵 -1 SAR和哨兵 -2 MSI时间序列建模偶然不确定性，提出高斯和分位数两种互补方法，在三个任务上评估，结果优于基准和现有产品，树冠高度估计表现更优。

A Glimpse into Long-term Physical Coexistence with Intelligent Robots

深入了解与智能机器人的长期物理共存

Weiqi Jin, Peijun Tang, Kuncheng Luo, Baifu Huang, Binyan Sun, Haotian Yang, Shangjin Xie, Jianan Wang

机构 * Astribot Team（Astribot团队） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究与智能机器人长期物理共存问题，提出基于机器人网关抽象的多机器人代理PHILIA，解耦代理推理与机器人执行，实现即插即用集成，在Astribot S1机器人上验证架构，展示用例，强调人机交互流程对有效协助的重要性。

EasyOPD: An Easy-to-use On-Policy Distillation Framework for Large Language Models

EasyOPD：一种易于使用的大语言模型在线策略蒸馏框架

Jie Sun, Mao Zheng, Mingyang Song, Qiyong Zhong, Gengsheng Li, Zhepei Hong, Chang Wu, Pengfei Liu, Junfeng Fang, Xiang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Tencent（腾讯） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究针对传统语言模型蒸馏问题，提出基于verl构建的EasyOPD框架，分离用户配置等，为三种OPD设置实例化方法，经多基准测试，其实现可通过同一后端执行，还发布了相关配置、文档及演示包。

Comments 10 pages, 2 figures

Q-Learning Lab: Teaching Reinforcement Learning Through Learner-Generated Trace Analysis

Q学习实验室：通过学习者生成的轨迹分析教授强化学习

Ekkachai Jueng

机构 * Computer Science Program Faculty of Sciences and Liberal Arts Rajamangala University of Technology Isan（计算机科学系 法学院及文科院 瑞亚玛芒拉大学技术学院伊桑） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 该研究提出Q学习实验室工具，通过学习者生成的轨迹分析教授表格Q学习。工具具可视化及记录功能，核心是学习-导出-分析循环。通过三项评估验证工具，还与现有工具比较、阐述教学法基础并提供教案，工具和代码公开。

Comments 12 pages, 5 figures

Detecting AI-Generated Video: A Vision-Language Dual-View Survey

检测人工智能生成的视频：视觉-语言双视角综述

Dylan Xinming Hou, Juntian Zhang, Xu Gu, Yichen Wu, Nils Lukas, Gus Xia, Xiuying Chen, Yuhan Liu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学中关村人工智能学院） ； Harvard University（哈佛大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 综述人工智能生成视频检测，将任务重定义为事实保真度验证，提出视觉-语言双视角分类法，基于对221篇论文回顾，综合生成范式、审视检测方法、回顾评估指标，讨论挑战并指出未来方向。

Comments 51 pages, accepted by ACL 2026

Journal ref Association for Computational Linguistics 2026 pages 32221 to 32255

Articulate Intuition or Genuine Analysis? Benchmarking Epistemic Reliability in LLM-as-a-Judge Peer Reviews

清晰的直觉还是真正的分析？评估大语言模型作为评审员的同行评审中的认知可靠性基准

Nuo Chen, Qian Wang, Qingyun Zou, Bingsheng He

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 研究大语言模型评审员与人类评审员对同行评审评估的差异，将卡尼曼双过程理论转化为评分标准并发布Kahneman4Review基准，通过多方面发现揭示问题，强调可靠基准应区分分析形式与认知功能并给出设计选择。

Comments Preprint

TopoExplore: Topological Discrimination for Archive-Based Exploration

TopoExplore：基于存档探索的拓扑判别

Jason Carlson

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

AI总结 研究针对基于存档探索方法未考虑边界后区域能否进入的问题，提出TopoExplore，通过周期性拓扑遍历增强单元格选择，在MiniGrid套件等实验中取得加速效果，证明拓扑感知选择在区分封闭结构及开放覆盖区域均有优势。

Nonparametric Bayesian Inverse Reinforcement Learning with Data-Parallel Gibbs Sampling

基于数据并行吉布斯采样的非参数贝叶斯逆强化学习

Sai Anirudh Katupilla, Shreeya Dasa Lakshminath

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

AI总结 研究针对多专家示范下逆强化学习问题，采用狄利克雷过程先验的非参数贝叶斯方法，通过数据并行吉布斯采样联合推断潜在奖励类型及奖励，在ObjectWorld评估效果良好，还实现并行加速并刻画权衡。

Comments 6 pages, 5 figures

Adversarially Guided Diffusion for LiDAR Range Image Synthesis

用于激光雷达距离图像合成的对抗引导扩散

Stavros Bouras, Antonios Makris, Alexandros Gkillas, Aris S. Lalos, Konstantinos Tserpes

机构 * School of Electrical and Computer Engineering, National Technical University of Athens（雅典国立技术大学电气与计算机工程学院） ； Industrial Systems Institute, Athena Research Center（雅典娜研究中心工业系统研究所） 纠错

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

AI总结 研究针对二维距离图像分割的无限制对抗攻击，提出基于扩散并利用分割损失对抗引导的方法，在SemanticKITTI数据集实验，能跨架构转移，相比基线在有效性与现实性间有独特权衡，实现可控退化。

Comments Accepted at the 1st Workshop on Secure and Trustworthy AI (STAI 2026), co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2026)