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。
ToolAnchor：锚定反事实上下文以提升智能体工具使用能力
机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） ； MIT（麻省理工学院）
专题命中 工具调用 ：agentic(title,abstract)；tool-use(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对工具增强大语言模型智能体在工具集扩展时的问题，提出ToolAnchor框架，通过在关键决策点注入反事实锚定上下文打破行为惯性，经教师模型假设、学生展开验证及智能体后训练，提升其在扩展工具集下的性能，为智能体强化学习开辟新路径。
桥梁证据：静态检索效用无法预测多步智能体搜索中的因果效用
机构 * University of Calcutta（卡塔克大学） ； Missouri University of Science and Technology（密苏里科技大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 研究智能体检索中静态检索效用与因果效用的差异，通过在HotpotQA上用ReAct风格智能体实验，比较原始与反事实运行得CTU分数，发现两者近乎独立，约三分之一文档为桥梁文档，还确定了相关机制，指出优化静态相关性无法带来因果有用性。
Comments Preprint; extended version in preparation
超越对象验证：多工件代理版本中的关系一致性
专题命中 工具调用 ：agent(title,abstract)；分类 cs.SE
AI总结 研究多工件代理版本中软件包的关系一致性问题，通过结合Schema Docs和Brand Shuttle GEO研究故障，提出候选Schema - SIP关系一致性配置文件（SIP - RC），建模版本为图，确定故障类别并证明机制可行，完整配置文件效果待实验。
Comments 10 pages, 1 figure, 5 tables. Schema Sandbox Research Preprint
SAGA：用于智能文本到SPARQL生成的模式感知基础
专题命中 工具调用 ：agentic(title)；分类 cs.AI、cs.LG
AI总结 研究复杂知识库问答中语义解析范式，针对现有智能体类型盲基础问题，提出无训练框架SAGA，通过模式约束基础操作，维护类型状态，过滤候选属性，以紧凑格式呈现图模式，在多基准设置上取得优异成绩。
给定增量的埃塔：用边际工具效用定义大语言模型工具效率
机构 * Foam（泡沫）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 研究提出用于评估LLM智能体轨迹中工具调用率的工具效率及边际工具效用指标，用LLM-as-a-Judge确定边际工具效用符号，区别于间接测效率的 prior work，直接测效率，为LLM评估研究及相关工程做贡献。
MathCoPilot：一种用于数学研究的人机共生范式的交互式系统
机构 * University of Science and Technology of China（中国科学技术大学） ； School of Mathematical Sciences, University of Science and Technology of China（中国科学技术大学数学科学学院）
专题命中 工具调用 ：AI agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 研究提出MathCoPilot这人机共生的数学研究系统，统一三项核心能力。通过它在特定子集和定理上比较四个大语言模型，发现当前模型处理本科问题成功率高，但在特定领域定理上仍面临挑战。
ToolAlignBench：研究启用工具调用的大语言模型中的对齐冲突
机构 * School of Computing \& AI, Arizona State University, Tempe, AZ, USA
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 研究受监管行业中工具调用大语言模型智能体的安全对齐冲突，构建含128个场景的基准测试，发现安全对齐开源模型有时会违背部署指令，擦除可降低举报率，揭示多元对齐矛盾，发布基准测试框架。
Comments Accepted to the Pluralistic Alignment Workshop at ICML 2026
用于自主无人机群搜索和救援的智能三级学习架构
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 本文针对无人机群搜索和救援提出智能三级学习架构，集成三种学习机制，通过架构契约形式化，引入群体元认知，有进展函数和主整合定理，解决了现有分层强化学习方法的五个基本限制。
Comments 9 pages
一适用于所有情况的自适应放射治疗计划智能体：基于每日锥束CT引导的放射治疗基础框架
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)
AI总结 介绍一适用于所有情况的自适应放射治疗计划智能体，它基于统一基础模型，能从每日锥束CT执行在线自适应计划，自主预测关键组件并设计临床计划，经多数据集评估，其准确性和计划质量与临床方案相当，为放射治疗带来新机遇。
多头潜在控制：大语言模型智能体决策的统一接口
机构 * University of Alberta（阿尔伯塔大学） ； Huawei Technologies Canada Co., Ltd.（华为加拿大技术有限公司）
专题命中 规划决策 ：agent(title,abstract)；tool use(abstract)；tool-use(abstract)；agentic(abstract)
AI总结 研究大语言模型作智能体时的决策控制问题，提出多头潜在控制方法，通过读取冻结模型的隐藏状态轨迹生成控制信号，能在不修改模型的情况下进行事后适配，改善多模型系统质量成本权衡，减少大模型使用并提高工具使用决策质量。
MCPEvol-Bench：跨MCP服务器动态演化对大语言模型智能体性能进行基准测试
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； State Key Laboratory of Complex & Critical Software Environment（复杂关键软件环境国家重点实验室） ； National Key Laboratory of Parallel and Distributed Computing（并行与分布式计算国家重点实验室）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.SE
AI总结 研究针对MCP服务器工具接口和功能持续演化致评估有缺陷的问题，引入MCPEvol-Bench基准测试，提出11种变异算子模拟工具演化，对12个先进大语言模型测试，发现前沿模型也难适应，凸显大语言模型驱动工作流程脆弱性，确立评估标准。
SEED：用于智能体强化学习的自进化在线策略蒸馏
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学）
专题命中 规划决策 ：agentic(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 研究针对基于结果的强化学习中间决策指导有限的问题，提出SEED框架。它将在线策略轨迹转化为训练技能并提炼回策略模型，通过微调策略生成技能，重新评分动作转化蒸馏信号，联合优化提升性能与样本效率及泛化能力。
TopoAgent：用于多模态科学推理的自进化拓扑智能体
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 研究针对多模态大语言模型科学推理难题，提出TopoAgent自进化拓扑框架，用图进化取代线性轨迹，通过前端分解器、DAG组织原子及自适应原子裂变实现，实验证明其显著优于线性智能体框架，为科学推理提供新范式。
通过深度强化学习进行3D几何牙齿对齐规划
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； State Key Laboratory of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Stomatology Hospital, Zhejiang University School of Medicine（浙江大学医学院附属口腔医院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)
AI总结 研究针对3D几何牙齿对齐规划问题，提出基于深度强化学习的框架。利用马尔可夫决策过程，结合三项创新：基于Transformer的智能体、动态掩码方案和两阶段课程学习策略，在数据集上评估，该方法在路径安全和效率上优于基线，提供自动化正畸对齐规划方案。
MEMORA：基于自我中心视频的具身动作记忆用于推理与规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 研究针对长期机器人规划中对具身经验记忆的需求，提出MEMORA方法，通过形成-巩固-检索生命周期及四种类型存储实现具身动作记忆，经实验评估取得良好结果，能为机器人规划提供记忆上下文。
Comments 43 pages, 9 figures. Oral presentation at the Robotics: Science and Systems 2026 Workshop on Foundation Models for Robot Planning (FM4RoboPlan)
分支策略优化：沙盒原生语言智能体强化学习
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； McGill Univeristy（麦吉尔大学） ； City University of Hong Kong（香港城市大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL、cs.LG
AI总结 研究基于可执行沙盒的大语言模型智能体强化学习，提出分支策略优化（BPO）算法，利用沙盒特性构建新展开拓扑，通过自适应快照、分叉动作等方式计算优势，实验验证该算法能提升成功率、降低方差并减少策略更新。
Comments Accepted by WAIC Academic 2026
接住、抛出、重复：人机搭档杂耍的规划
机构 * Technical University of Darmstadt（达姆施塔特工业大学） ； Justus-Liebig University Gießen（吉森尤斯 - 李比希大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany（德国机器人研究所） ； Indian Institute of Technology Delhi - Abu Dhabi（印度理工学院德里分校 - 阿布扎比）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究人机搭档杂耍问题，提出实时规划和控制架构，集成多种技术实现同步多球杂耍。通过用户研究，证明系统能达成三球级联共享，参与者成绩超此前最佳，提升了人机物理交互和共享自主性。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures
DRIFT：用于运动规划的漂移与聚合
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。
Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL
基于约束优化和自适应调度的基于模型扩散的运动规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对高度非凸约束环境下单机器人运动规划难题，提出MD-COAS方法，统一软扩散先验与硬投影算子，自适应调度并共同优化安全约束及扩散调度，实验证明其在多方面优于基线规划器。
迈向可靠的人工智能辅助模拟设计：用于逐次逼近寄存器型模数转换器生成的模板约束大语言模型智能体
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 研究针对大语言模型在模拟电子设计自动化应用的瓶颈，提出端到端多步骤的ATLAS框架，利用专家知识结合模板约束生成，能生成成功通过仿真验证的SAR ADC，为集成LLMs到可靠模拟设计方法奠定基础。
通过知识图谱基础增强小型语言模型推理
机构 * Institute of Informatics and Telecommunications, National Center for Scientific Research “Demokritos（信息与电信研究所，国家科学研究中心“德谟克利特”）
专题命中 规划决策 ：agentic(abstract,comments)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究利用神经符号智能框架增强小型语言模型推理能力，通过特定工具调用转变模型，在两种场景下评估，发现虽提示提升性能，但受提取瓶颈等限制，还存在“干扰效应”，刻画了挑战并提供迭代验证路线图。
Comments Presented at the 2nd Causal Neuro-symbolic Artificial Intelligence (Causal NeSy): Toward Agentic LLMs with Neuro-Symbolic and Graph Based Reasoning Workshop @ ESWC2026
2026年8月5日猎鹰9号上面级月球撞击的观测规划
专题命中 规划决策 ：planning(title)
AI总结 2026年8月5日猎鹰9号上面级将撞击月球，此次撞击产生的闪光和羽流可被观测，为实时记录人造撞击提供契机，还能测试用于月球表面撞击定位的流程，鼓励专业和业余天文学家进行观测。
Comments 8 pages, 2 figures
社会模拟中生成式智能体的步骤级偏好学习
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Xiongan AI Institute（雄安人工智能研究院） ； Tsinghua University（清华大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； USTC（中国科学技术大学） ； Sun Yat-sen University（中山大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究基于大语言模型的生成式智能体模拟人类行为时中间步骤注释稀缺问题，引入交互式模拟界面收集步骤级人类偏好监督，经监督微调算法和直接偏好优化方法进行步骤级偏好学习，提升模拟效果，证明步骤级人类监督是有效训练信号。
Comments WAICA2026
用于云原生卫星平台的基于代码即政策护栏的地面任务计划编译
专题命中 规划决策 ：AI agent(abstract)；workflow(abstract)
AI总结 研究针对卫星云原生运行时缺少地面开源工具链的问题，提出卫星任务编译器这一四阶段管道，能依据规则检查并编译任务计划为相关工件，经多种方式验证，还向AI代理暴露管道，有相关工具及发布协议。
Comments 13 pages. Extended version of the paper accepted at IEEE SMC-IT/SCC 2026 (Space Mission Challenges for Information Technology / Space Computing Conference); adds a unified GPU+CPU DRA quota and a scheduler-level accelerator fallback re-validated on Kueue v0.18.3
AdaTurn：用于主动视觉感知智能体的预算感知测试时缩放
机构 * University of Rochester（罗切斯特大学） ； Univeristy of Michigan（密歇根大学）
专题命中 规划决策 ：agent(abstract)；tool use(abstract)
AI总结 研究主动视觉感知智能体在不同预算下的任务执行问题，提出AdaTurn框架，通过强制答案DAPO等组件，根据预算调整智能体行为，提高低预算准确率，且能有效转移到多基准测试中。
利用激光雷达衍生地形智能的卫星地面站选址可解释地理空间人工智能
机构 * U.S. Geological Survey（美国地质调查局）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 研究利用激光雷达衍生地形智能预测卫星地面站选址的代表性杂波高度，提出可解释机器学习框架，用多种数据训练，选LightGBM，模型误差降低超60%，评估相关标准，SHAP识别关键预测因子，证明开放数据可改善杂波建模。
Comments Accepted at the 2026 IEEE 22nd International Conference on Automation Science and Engineering (IEEE CASE 2026)
ViPSAM：使用Segment Anything模型的视觉提示医学图像分割
机构 * Department of Artificial Intelligence, Sungkyunkwan University, Republic of Korea（人工智能系，成均馆大学，大韩民国） ； Department of Radiation Oncology, Samsung Medical Center, Sungkyunkwan University School of Medicine, Republic of Korea（放射肿瘤科，三星医疗中心，成均馆大学医学院，大韩民国） ； Department of MetaBioHealth, Sungkyunkwan University, Republic of Korea（元生物健康系，成均馆大学，大韩民国）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对质子治疗计划中NCCT图像病变分割因对比度低而困难的问题，提出ViPSAM框架，基于SAM模型，利用视觉提示编码器和视觉引导交叉注意力模块整合跨模态信息，实验证明其在肝脏病变分割上优于其他方法，能实现更准确稳健的分割。
Comments Accepted at MICCAI 2026
用于时态知识图谱推理中高效面向目标路径探索的可达性感知预训练
机构 * Artificial Intelligence Research Center, Chang Gung University（长庚大学人工智能研究中心） ； Graduate Institute of Oral Biology, National Taiwan University（国立台湾大学口腔生物学研究所） ； National Taiwan University of Science and Technology（国立台湾科技大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对时态知识图谱推理中外推设置下RL训练奖励稀疏、探索效率低的问题，提出RAPTOR自监督预训练方法，通过学习估计可达性减少无前景路径探索，为RL微调提供初始化，实验证明该方法能提高训练效率并优于传统基线。
基于时间序列机器学习的事件发生时间模型预测肌萎缩侧索硬化症进展及医疗保健利用情况
机构 * Harrison College of Pharmacy, Auburn University（奥本大学哈里森药学院） ； Fisk University（菲斯克大学） ； Lewis Katz School of Medicine, Temple University（天普大学刘易斯·卡茨医学院） ； Emory University（埃默里大学） ； Barnett College of Public Health, Temple University（天普大学巴尼特公共卫生学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究针对ALS预测临床有意义事件的挑战，开发受数字孪生启发的事件发生时间框架，整合多源数据，经聚类、建模等确定功能域及预测因素，构建TTE模型，能生成个性化生存曲线，为ALS相关决策支持提供可行方法。
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