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。
S-Agent：空间工具使用激发空间智能推理
机构 * NTU（南洋理工大学） ； THU（清华大学） ； ByteDance（字节跳动） ； NWPU（西北工业大学）
专题命中 规划决策 ：agent(title,title_cn)；tool-use(title,abstract)；agentic(abstract)
AI总结 提出S-Agent空间工具使用智能体范式，通过时空证据积累和层次化工具集，将VLM作为语义规划器，实现连续多视图图像和视频的空间推理，在无训练下提升开源和闭源VLM性能，并基于S-300K轨迹微调得到紧凑空间智能体S-Agent-8B。
Comments Project Page : https://Ropedia.github.io/S-Agent
基于概率超属性的去中心化规划
机构 * Brno University of Technology（布拉格技术大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出利用概率超属性和MDP进行去中心化规划，扩展了规划技术的规范能力，并建立了与特定Dec-MDPs规划的联系。
Comments 11 pages, 1 figure, 2 tables. Accepted at AAMAS 2025: the 24th International Conference on Autonomous Agents and Multiagent Systems
基于RSA的前瞻性规划：通过跨未来时间步投影用户意识实现动态环境中的高效信号传递
机构 * Saarland University（萨尔兰大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL；autonomous agent(journal_ref)
AI总结 本文提出基于RSA的前瞻性规划方法，通过跨未来时间步投影用户意识，优化动态环境中的人机协作效率。
Comments 11 pages, 3 figures
Journal ref Proc. of the 25th Int. Conf. on Autonomous Agents and Multiagent Systems (AAMAS 2026)
具有避障功能的自监督生物启发式机器人轨迹规划
机构 * Faculty of Mathematics, Physics and Informatics, Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学数学、物理与信息学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究机器人轨迹规划问题，提出基于自监督学习框架，利用正反模型作监督机制，在含障碍物环境下规划轨迹，实验证明方法可行，针对规划器问题提出并评估了额外训练机制和缓解策略。
Comments 12 pages, 3 figures. To be published in 2026 International Conference on Artificial Neural Networks (ICANN) proceedings. This research was supported by the Slovak Research and Development Agency, project APVV-21-0105
贝叶斯不确定性估计改善医学人工智能代理中的临床决策
机构 * University Hospital RWTH Aachen（亚琛工业大学附属医院） ； Heidelberg University Hospital（海德堡大学医院） ； TU Dresden（德累斯顿工业大学） ； TUD Dresden University of Technology（德累斯顿工业大学）
专题命中 规划决策 ：AI agent(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对医学图像分析机器学习模型缺乏置信度度量问题，采用蒙特卡洛随机失活获取认知不确定性信号，添加到点预测提高错误检测AUROC，在临床决策支持代理实验中，以特定形式传达该信号可降低误诊率，凸显其对决策的价值。
代理引导的关系概念发现：迈向可解释的手术切缘评估
机构 * Queen’s University（女王大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 针对深度学习模型用于手术切缘评估时面临的泛化难及黑箱问题，提出代理引导的概念发现框架，直接从数据学习概念，经推理代理和知识图谱完善调整，在相关数据集和术中病例中提升了评估效果。
Comments This paper is accepted to MICCAI 2026, and this is the submission version, not the camera-ready version
基于公理的规划逻辑回归
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 研究含公理领域中动作的逻辑回归，提出近似方法，将条件限制在部分状态以避免公理重算。该方法可泛化部分状态，减少执行监控变量，增强执行监控在意外变化环境中的恢复能力。
SPORD：一种用于供应链规划的模拟-提出-然后-优化-处置方法
机构 * Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） ； College of Engineering, UC Berkeley（加州大学伯克利分校工程学院） ； Faculty of Business and Economics, University of Hong Kong（香港大学经管学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 针对电商供应链规划中孤立项目及面临的难题，提出模拟-提出-然后-优化-处置方法（SPORD）及NetSim平台，通过解耦实现加速模拟与操作闭环，应用后提升服务质量、降低履约率并实现碳减排，推动模拟用于主动规划。
策略感知自主智能体的可解释性框架
机构 * Miami University（迈阿密大学）
专题命中 规划决策 ：autonomous agent(title)；agent(abstract)；分类 cs.AI
AI总结 针对策略感知自主智能体，借鉴社会科学见解，用回答集编程语言结合Python实现可解释性框架，利用违反策略的惩罚创建对比性解释，并通过调查评估框架。
Comments In Proceedings ICLP 2026, arXiv:2607.17707
Journal ref EPTCS 450, 2026, pp. 515-528
SafeHarbor：用于LLM智能体安全的分层记忆增强防护栏
机构 * School of Cyber Science and Technology, Beihang University, Beijing, China（北京航空航天大学网络安全学院） ； Institute of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能研究院） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； AI Security Lab, Beijing, China（360人工智能安全实验室）
专题命中 规划决策 ：agent(title)；autonomous agent(abstract)；分类 cs.AI
AI总结 提出SafeHarbor框架，通过分层记忆系统和信息熵自进化机制，在保持高安全拒绝率的同时提升对良性请求的响应能力。
Comments Accepted by ICML 2026
FlyRoute: 通过数据飞轮实现自进化代理配置以实现适应性任务路由
机构 * IT Innovation and Research Center, Huawei Technologies（华为技术有限公司信息技术创新与研究中心）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL
AI总结 本文提出FlyRoute，一种自进化配置框架，通过真实流量增长能力证据，提高适应性任务路由的性能。
Comments 13 pages, 5 figures, 5 tables
用于动态机器人任务规划的视觉-语言-策略模型
机构 * Dynamic Robot Systems Group, Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所动态机器人系统组） ； Humanoids and Human-Centered Mechatronics (HHCM), Istituto Italiano di Tecnologia（意大利技术研究所人形与以人为中心的机电系统）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 针对机器人在非结构化环境中自然语言命令与自主执行衔接难题，提出基于视觉-语言模型的VLP框架，能解释指令、整合推理生成行为策略，还可动态调整策略，实验证明其有强大规划自主性和跨实体泛化能力。
使用解耦规划和轨迹协调的社会一致多机器人导航
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究多机器人在人类环境中的导航，通过解耦规划与轨迹协调，改进A*规划器嵌入社会规范构建社会图，转化轨迹协调为凸规划，实现可预测、符合社会规范的路径规划，简化多机器人协调。
Comments Submitted to Civil Engineering Sciences
输电网络扩展规划项目的技术设计约束识别与考量
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对可再生能源大规模部署所需的输电网络扩展规划项目，识别并分类相关技术设计约束与考量，涵盖七个关键领域，给出分层分类及领域间依赖性，为运营商和政策制定者提供规划投资的结构化基础。
审计大语言模型智能体动作选择中的溯源敏感性
专题命中 规划决策 ：agent(title)；分类 cs.AI
AI总结 研究大语言模型智能体动作选择中的溯源敏感性，引入针对特定目标的授权审计，通过改变命题源权威等测试行为，发现可信和不可信变体在部分案例中产生不同动作，模型对线索有反应但不可信证据仍影响行动。
PlanE：基于抽取式大语言模型的数据、调优和推理的元规划
机构 * Ant Group（蚂蚁集团） ； School of Information Science and Engineering, East China University of Science and Technology（华东理工大学信息科学与工程学院）
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 针对大语言模型特定任务能力提升中数据标注成本高及缺乏优化方法的问题，提出PlanE框架，含数据分解等，引入DTI规划器，实验验证了该框架及规划器在不同场景下的有效性和通用性。
GuardianAgentBench：智能体何处失败及如何防范
机构 * Vectara, Inc.（Vectara公司） ； Anthropic（Anthropic公司） ； OpenAI（OpenAI公司） ； Google DeepMind（谷歌DeepMind） ； DeepSeek-AI（DeepSeek人工智能公司）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究大语言模型智能体安全可靠行为问题，提出GuardianAgentBench基准测试，含多阶段验证和攻击模式。实验发现模型有两种失败模式，性能随工具集和轮次深度下降。护栏实现优于系统提示防御，证明执行时结构干预可提升安全性且不影响正确行为。
用于从CBCT合成头颈CT图像的等变条件扩散模型
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 针对CBCT图像有伪影、CT图像难捕捉治疗中解剖变化的问题，提出EqDiff-CT模型，基于扩散概率模型和群等变条件U-Net主干，从CBCT合成高质量CT图像，经实验验证在多方面有显著提升，为CBCT改进提供框架。
Comments 43 pages, 9 figures, 6 tables, accepted in Medical Physics
THOR：用于多跳问答的θ-γ分层振荡推理框架
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生命科学与医学部生物医学工程学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 针对多跳问答中注意力衰减和错误积累问题，提出受大脑启发的θ-γ分层振荡推理框架THOR，经实验验证，该框架能提高答案准确性和鲁棒性，减轻相关限制。
ARCO: 基于自适应规则与协同进化的多步LLM智能体
机构 * Renmin University of China（中国人民大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出ARCO框架，通过同尺度模型的双头结构（生成头与评分头）实现步骤级规则生成与奖励分配，结合轨迹分解约束和策略协同进化，在多个多跳QA任务上取得最优EM性能。
用慢速基础模型训练快速机器人策略
专题命中 规划决策 ：planning(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出VGRS方法，通过利用慢速基础模型训练快速机器人策略，结合LLM生成奖励与视觉分析诊断，提升机器人在复杂任务中的表现和部署效率。
SafeStep：为体弱或痴呆老年人提供的人工智能旅行辅助
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对体弱或痴呆老人出行难题，SafeStep利用旅行图表示，结合大语言模型与Anticip8行为预测引擎，生成个性化失败场景并提出干预措施。经实验和实地研究评估，结合两者的方法性能可靠，虽界面可用性待改进，但能提升旅行信心与安全感，还可拓展应用于其他领域。
基于分层动作分块的离线强化学习
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究离线目标条件强化学习中扩展到长期任务的挑战，提出HiQC算法，结合高级潜在规划与低级动作分块，实现无偏k步价值备份，理论证明其价值误差界限更紧，实证表明在OGBench套件中性能最佳。
Comments RLC/RLJ 2026
视角潜在因素作为主动推理智能体中因果涌现的架构条件
机构 * Active Inference Institute（主动推理研究所）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 研究主动推理智能体中无奖励预测组织与信息理论特征的关系，通过特定架构智能体在无奖励环境切换协议中测试，确定\(g\)为与\(\Phi_r\)相关时间组织的架构位置，反对将\(\Phi_r\)作为学习整合直接指标。
归因市场：计划任务与执行行动之间分数信用分配的费雪市场公式
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究计划任务与执行行动间分数信用分配问题，构建准线性费雪市场，通过市场工具得出相关定理，扩展市场考虑任务进度折扣，解决算法收敛问题，提出基准发现问题，用熵正则化泛化及规则解决，报告参数并讨论局限，关联相关算法。
Comments 35 pages, 3 figures. Companion technical report with extended treatment of dynamic/forward-looking markets and reinforcement-learning extensions available separately
通过近端策略优化进行近似量子态制备
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 该研究针对近似量子态制备这一难题，利用基于近端策略优化的深度强化学习，让智能体识别目标状态的最佳近似并减少门的使用，经2至5个量子比特实验，框架能实现10⁻¹⁴的近似误差。
PRO-LONG：程序化内存实现长程推理
机构 * Duke University（杜克大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对长程任务中LLM智能体的挑战，提出PRO-LONG框架，通过程序化内存管理上下文，保留交互日志并利用编码智能体进展高效搜索历史，在ARC-AGI-3上有显著提升，减少令牌使用并达到高准确率。
一种用于机器人的智能云边缘多模态交互系统
机构 * Hainan University（海南大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对复杂环境下资源受限机器人的交互问题，提出云边缘多模态交互框架，集成增强YOLO手势检测器与LLM、VLM智能体，改进手势检测方法，经实验验证该系统在手势检测精度、任务成功率及用户满意度方面表现良好，证明了方法的可行性。
随心所欲驾驶：基于强化学习的多头部扩散个性化驾驶
机构 * School of Information Technology, Monash University Malaysia（墨尔本大学马来西亚分校信息科技学院） ； Southwest University, China（西南大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 研究旨在解决自动驾驶规划器忽视人类驾驶行为多样性及难以理解用户意图的问题。提出基于强化学习的多策略框架，集成多头部扩散规划器与语义理解，采用两阶段训练范式。实验表明该方法在nuPlan基准测试中性能良好，能满足实时规划并对齐用户意图。
Comments Has been submitted to AAAI 2026
抓取、交接、旋转：通过组合扩散和基于能量的优化实现双手物体重新定向
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 规划决策 ：planning(abstract)
AI总结 研究双手物体重新定向问题，提出基于组合扩散和能量的BiCompoDiff框架，联合优化多方面任务，结合预训练模型与能量模型，通过梯度引导和采样优化抓取姿态，实验表明其成功率和轨迹平滑度优于基线，实现有效模拟到现实转移。
Comments IROS 2026
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