AI Agent

PACE: Adaptive Budget Allocation for Time-Efficient Embodied Planning

PACE：面向时间高效具身规划的自适应预算分配

Yuchen Huang, Xijiang Ying, Zhenhua Ma, Xiaxiang Yuan, Zhijie Gao, Jiayi Huang, Ruichi Mao, Jiazheng Zhang, Hongsheng Ti, Maotao Tian, Rong Shi, Lu Zhao, Shizhuang Zhang, Zhuo Cui, He Wang, Ling Liu, Wei Zhang

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

AI总结 PACE框架通过交错式思考-执行架构和动态预算分配器，在Robotouille基准测试中较ReAct+Think基线提升规划成功率，同时大幅减少推理时间，实现具身规划的时间效率与质量同步提升。

Before Reasoning Can Fail: Pre-Evidence Procedural Failures in Agentic RAG

在推理失效之前：智能体检索增强生成（RAG）中的证据前程序失效

Daeyoung Roh, Donghee Han

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 该研究针对智能体RAG系统在推理前的程序失效，提出将错误答案分为两类失效，评估Read-Gate机制，发现强制阅读可提升准确率，且证据收集应作为独立轨迹控制问题评估。

Comments 22 pages, 7 figures. Code: https://github.com/Noverse0/before-reasoning-fails

Hybrid LLM-Augmented Reinforcement Learning Agents for Complex Sequential Decision Tasks

用于复杂序列决策任务的混合大语言模型增强强化学习智能体

Christophe D. Hounwanou, John Emeka Eze, Yaé Ulrich Gaba

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；tool-use(abstract)；planning(abstract)

AI总结 本文提出混合LLM增强RL智能体，融合LLM规划与RL动作优化，经实验验证其在序列决策任务上优于仅RL、仅LLM的基线方法，为构建更强自主系统提供了新方向。

Comments 16 pages, 12 figures

ETA: A New Agentic Paradigm for Embodied Tasks

ETA：一种用于具身任务的新型智能体范式

Yitong Chen, Zezheng Huai, Sixian Li, Yubang Wang, Haozhe Zhang, Yifei Zhang, Hechang Chen, Jingjing Gong, Yu-Gang Jiang, Xipeng Qiu

专题命中 规划决策 ：agentic(title)；agent(abstract,abstract_cn)

AI总结 针对当前具身系统泛化依赖训练数据、长时执行难控的问题，提出新型具身任务智能体范式ETA，发布开源实现OpenETA，为Codex提供轻量级插件以支持具身任务处理。

Agentic Reinforcement Learning with Self-Distilled Reward Shaping

具有自提炼奖励塑造的智能体强化学习

Ranxu Zhang, Guinan Chen, Chenshaodong, Jinghao Lin, Xiaozhou Xu, Sunzhe, Yanyong Zhang, Chao Wang

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

AI总结 针对智能体强化学习中稀疏奖励无法分配中间决策信用的问题，提出ADRS框架，通过校准教师分数等提升多轮语言智能体在长时域任务的性能，且增益稳定。

Comments 17 pages,10 figures,11 tables

An Agentic Approach to Metadata Reasoning

元数据推理的代理方法

Jiani Zhang, Sercan O. Arik, Cosmin Arad, Fatma Ozcan, Alon Halevy

专题命中 规划决策 ：agentic(title,abstract)；autonomous agent(abstract)

AI总结 本文提出元数据推理代理，通过检索候选表和自主咨询元数据，有效筛选数据源。在KramaBench和合成基准测试中，其在数据选择和避免低质量数据方面表现优异。

A game theory for foundation models shows new paths to rational cooperation through similarity inference

基础模型的博弈论：通过相似性推理实现理性合作的新路径

Alexander Meulemans, Maciej Wołczyk, Marissa A. Weis, Rajai Nasser, Roberta Rocca, Seijin Kobayashi, Guillaume Lajoie, Angelika Steger, Blake Richards, Marcus Hutter, James Manyika, Rif A. Saurous, João Sacramento, Blaise Agüera y Arcas

专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；autonomous agent(abstract)；planning(abstract)

AI总结 本文提出针对基础模型智能体的嵌入贝叶斯智能体理论模型，通过嵌入均衡机制实现相似性推理，破解经典博弈论预测的社会困境中相互背叛问题，达成稳定合作。

Comments 75 pages, 11 figures

ACE-GraphRAG: Agentic Context Engineering for Hierarchical GraphRAG

ACE-GraphRAG：面向分层GraphRAG的智能体上下文工程

Yongfeng Huang, Yuren Lai, Ruiying Chen, Haoyu Huang, Mingming Zhao, James Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Wuhan University of Technology（武汉理工大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

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

AI总结 ACE-GraphRAG针对分层GraphRAG的表示-推理差距，提出两种自适应上下文策略，在多任务基准上优于现有RAG和GraphRAG基线，验证了动态上下文构建策略的有效性。

Comments Withdrawn because the manuscript was posted prematurely before completion of the required internal review and release authorization

Automatic Patient-Specific Microwave Ablation Planning Accelerated by a Physics-Guided Deep Learning Model

基于物理引导深度学习模型加速的患者特异性微波消融自动规划

Seonaeng Cho, Minjee Seo, Minju Seol, Juil Park, Joon Ho Kwon, Kyungho Yoon

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

AI总结 该研究提出结合神经消融预测模型与遗传算法的数字孪生框架，可快速实现患者特异性微波消融自动规划，提升消融效率、减少器官损伤且规划速度快约420倍

Comments Accepted at the Digital Twin for Healthcare (DT4H 2026) workshop at MICCAI 2026; 10 pages, 2 figures

Empirical behavioural heterogeneity shapes the dynamics of an agent-based land use model

经验行为异质性塑造基于智能体的土地利用模型的动态特征

Ronja Hotz, Thomas Schmitt, Calum Brown, Yongchao Zeng, Mark Rounsevell

专题命中 规划决策 ：agent(title,abstract)

AI总结 该研究将欧洲林业从业者的经验行为类型学整合进基于智能体的土地利用模型，发现行为异质性可削弱土地利用的同步响应，提升模型真实性，且个体决策行为依赖所处种群环境。

Comments 30 pages, 24 figures. Submitted to SESMO

Flying over The Uncertain Nature (FORTUNE): Intelligent and Humanistic 3D Path Planning for Low-Altitude Collaboration

飞越不确定性自然（FORTUNE）：面向低空协同的智能且人文的三维路径规划

Minghui Liwang, Wenhan Jia, Xinlei Yi, Wenbo Zhu, Yuhan Su, Xianbin Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文针对低空智能体的三维多无人机路径规划问题，提出FORTUNE分层离线-在线框架，其在真实与合成场景中性能优于现有最优方法。

LATTICE: Constraint-Directed Scheduling, Memory Planning, and Pipeline Refinement for NPUs

DAN调度器：通用NPUs调度、内存布局和流水线重叠的确定性三阶段协同优化

Runhao Liu, Minnan Pei, Fei Ding, Guangzhen Yao, You Li, Peng Xiao, Gang Li, Peng Zhang

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对通用NPUs，提出DAN-Scheduler框架，通过内存压力感知拓扑调度、确定性线性重新打包、关键路径增强三个阶段协同优化调度、内存布局和流水线重叠，在六个运算符级DAG上评估，相比基线有显著性能提升。

Graph Neural Planning and Predictive Control for Multi-Robot Communication-Constrained Unlabeled Motion Planning

基于图神经网络的多机器人通信受限的无标签运动规划与预测控制

Manohari Goarin, Yang Zhou, Giuseppe Loianno

机构 * New York University（纽约大学） ； University of California Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种分层框架，结合图注意力规划器和分布式非线性模型预测控制器，以解决多机器人在通信受限环境下同时分配目标和生成安全轨迹的问题，通过图神经网络方法实现可扩展的去中心化解决方案。

Comments 8 pages, 6 figures, Accepted at the IEEE International Conference on Robotics and Automation (ICRA) 2026

Automated Visualization Code Synthesis via Multi-Path Reasoning and Feedback-Driven Optimization

通过多路径推理和反馈驱动优化实现自动化可视化代码合成

Wonduk Seo, Daye Kang, Hyunjin An, Taehan Kim, Soohyuk Cho, Seungyong Lee, Minhyeong Yu, Jian Park, Yi Bu, Seunghyun Lee

机构 * AI Research, Enhans, Seoul, South Korea Innovation \& Technology, KAIST, Daejeon, South Korea Department of Computer Science, University of California, Berkeley, CA, United States Department of Electrical 纠错

专题命中 规划决策 ：agent(abstract,abstract_cn)；分类 cs.AI、cs.CL、cs.SE

AI总结 VisPath通过多路径推理和反馈驱动优化，提升自动化可视化代码生成的可靠性与准确性。

Comments Accepted by International Conference on Pattern Recognization (ICPR 2026)

Journal ref Pattern Recognition. ICPR 2026. Lecture Notes in Computer Science, vol 16812. Springer, Cham

SERL-SQL: Selective Hindsight Distillation for Text-to-SQL Reinforcement Agentic Learning

SERL-SQL：面向Text-to-SQL强化智能体学习的选择性回溯蒸馏

Tao Liu, Tao Feng, Xiangheng Li, Jinwang Song, Yifan Li, Xiaoqing Cheng, Dixuan Zhang, Siquan Li, Lin Lan, Hongying Zan, Kunli Zhang, Chao Wu

专题命中 规划决策 ：agentic(title)；分类 cs.CL

AI总结 该研究针对现有Text-to-SQL强化学习方法奖励指导不足的问题，提出SERL-SQL框架，通过教师模型重评分与掩码权重优化GRPO优势，在BIRD、Spider等基准上取得优异执行准确率，其奖励选择策略表现优于一致性选择。

Comments 9 pages,6 figures, Underreview

MultiGlobeQA: A Multilingual and Globally Diverse Benchmark for Geospatial Reasoning

MultiGlobeQA：面向地理空间推理的多语言且全球多样化基准

Martin Böckling, Elizaveta Nosova, Heiko Paulheim, Andreea Iana

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

AI总结 MultiGlobeQA是覆盖201个国家地区的多语言地理空间推理基准，含46060个问答对，实验发现LLMs在网格索引等任务上表现差，计算是瓶颈且低收入地区表现差距大。

Internalizing Academic Writing Workflows for Introduction Generation via Struct-Aware Policy Learning

通过结构感知策略学习内化学术写作工作流以生成引言

Meicong Zhang, Tiancheng Su, Jiahao Cheng, Guoxiu He, Xinqi Tao, Dejia Song

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

AI总结 该研究针对LLM生成论文引言的挑战，提出StructPO框架将多阶段写作工作流内化为单遍策略，实验显示其在语义对齐等指标上优于基线，泛化性好且与GPT-5.1性能相当。

Path-conditioned Reinforcement Learning-based Local Planning for Long-Range Navigation

基于路径条件的强化学习局部规划用于远距离导航

Mateo Haro, Julia Richter, Fan Yang, Cesar Cadena, Marco Hutter

专题命中 规划决策 ：planning(title)

AI总结 本文提出一种基于强化学习的局部导航策略，利用路径信息作为上下文指导，提升远距离导航效率并保持在路径信息退化时的鲁棒性。

Learning Clinical-Trial Strategy: Offline Policy Training for Decision Agents

临床试验策略学习：面向决策智能体的离线策略训练

William Bolton, Philip Torr

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

AI总结 本研究将肿瘤学临床开发建模为离线决策问题，构建时间数据集，对比4种离线目标与4种LLM智能体，发现奖励加权行为克隆表现最优，证明结构化离线学习可用于规划临床实验。

Comments Accepted for a spotlight at the ICML 2026 Workshop on Generative and Agentic AI for Biology (GenBio) and as a poster at the ICML 2026 Workshop on Decision-Making from Offline Datasets to Online Adaptation: Black-Box Optimization to Reinforcement Learning (DEMO). 15 pages, 3 figures, 11 tables

TurnSight: Turn-Level Hindsight Self-Distillation for Tool-Integrated Reasoning

TurnSight：面向工具集成推理的回合级事后自蒸馏方法

Changle Qu, Sunhao Dai, Hengyi Cai, Yuqi Zhou, Xinran Chen, Simon, Jun Xu

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

AI总结 针对工具集成推理中现有方法缺乏细粒度监督的问题，提出TurnSight框架，通过回合级事后自蒸馏生成可靠监督信号，在三个基准上验证了其有效性。

SynEnergy: Anomaly Semantic-Guided Diffusion for Synthetic Energy Data Generation

SynEnergy：面向合成能源数据生成的异常语义引导扩散模型

Lin Jiang, Dahai Yu, Ravikumar Gelli, Guang Wang

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

AI总结 本文提出SynEnergy，一种两阶段扩散框架，通过HG-ASL提取异常语义、AS-Diff生成数据，在四个真实能源数据集上较11种基线提升异常保留与下游质量，可扩展至城市级场景。

Comments 24 pages, 44 figures

Improved Quantum Algorithms for Reinforcement Learning Under a Generative Model

生成模型下强化学习的改进量子算法

Joao F. Doriguello

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

AI总结 本研究针对两类马尔可夫决策过程，提出结合值迭代与量子子例程的新型量子强化学习算法，其查询复杂度优于现有成果，接近量子下界。

Comments 22 pages. Comments welcome

Optimal Liability Design for Medical AI

医疗人工智能的最优责任设计

Rui Mao, Tingliang Huang, Houcai Shen

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文构建委托代理模型研究医疗AI的最优责任设计，发现不对称信息下最优责任为统一水平，AI准确度与最优责任呈非单调关系，信息不对称是双刃剑，透明度对各利益相关者影响不均。

Intertemporal Preference Steering in Qwen3 via Contrastive Activation Addition

通过对比激活加法实现Qwen3的跨期偏好调控

Michal Mráz, Justin Shenk

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

AI总结 本研究针对Qwen3-32B大模型，通过对比线性探针识别时间范围方向，利用对比激活加法调控实现跨期偏好的双向大幅改变，还提升了规划相关能力，为相关AI系统及安全问题提供支撑。

Operationally Feasible Synthetic Power-Grid Scenarios via Learning the AC-Operable Joint Distribution

通过学习交流（AC）可运行联合分布实现可操作的合成电网场景

Chenhan Xiao, Xinyu He, Haoran Li, Hanghang Tong, Yang Weng

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

AI总结 本文提出感知可行性的分层扩散分布学习框架，学习电网拓扑、参数与负荷的交流可操作联合分布，生成的合成电网场景可行性与鲁棒性显著提升，且消除了优化后处理。

Comments 10 pages, 10 figures, journal submission

Pivot-Centric Trajectory Prediction: Bridging Long Horizons via Dynamical Guidance

以枢轴为中心的轨迹预测：通过动态引导桥接长时程

Xiucong Zhao, Jindong Tian, Hao Miao

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 针对长时程轨迹预测的误差累积问题，本文提出PCTP方法，通过引入枢轴点解耦预测任务，提升了主流模型在Argoverse数据集上的预测精度，且可灵活集成到现有模型中。

Comments Spatiotemporal Forecasting, Autonomous Driving, Trajectory Prediction

A Hierarchical Approach to Imitation Learning for Manipulation Tasks Requiring Time Varying Forces

针对需要时变力的操作任务的模仿学习的分层方法

Rishabh Shukla, Adithya Santhosh, Shaili Gandhi, Samrudh Moode, Satyandra K. Gupta

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

AI总结 该研究针对接触密集拆卸任务中扩散策略的延迟问题，提出DPA-FTG分层方法，解耦高低频控制，在双手电池拆卸任务上性能优于RDP等基线。

Neurosymbolic Reasoning with Incremental Knowledge for Sample Efficient Hierarchical Reinforcement Learning

结合增量知识的神经符号推理用于样本高效分层强化学习

Subrat Prasad Panda, Blaise Genest, Arvind Easwaran

机构 * NTU Singapore（新加坡南洋理工大学） ； IPAL, CNRS, France（法国IPAL-CNRS） 纠错

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

AI总结 本研究提出结合增量知识（InK）的神经符号分层强化学习，通过符号高层组件执行符号规划、低层神经模块学习运动原语，在导航任务中显著提升了样本效率，还开发了信念世界树搜索方法。

Comments Published in ECML-PKDD 2026

Schedule-Informed Temporal Fusion Forecasting of Hourly Airport Security-Checkpoint Throughput

基于航班时刻的机场安检点每小时吞吐量时间融合预测

Yinxiao Zhang, Sen Wang, Yi Gao

机构 * School of Aviation and Transportation Technology, Purdue University（普渡大学航空与运输技术学院） ； Department of Geography, The Ohio State University（俄亥俄州立大学地理系） ； College of Aeronautics and Engineering, Kent State University（肯特州立大学航空与工程学院） 纠错

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

AI总结 本研究开发了将航班时刻表转换为安检负荷信号的框架，结合时间融合Transformer模型，在机场每小时吞吐量预测中优于RNN和LSTM，可支撑安检点人员配置与规划。

Forecasting Revenue with its Customer-Base Drivers: When and Why Coordination Helps

基于客户群驱动因素的收入预测：协同何时及为何有帮助

Kyeongbin Kim, Daniel McCarthy, Dokyun Lee

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Maryland（马里兰大学） ； Boston University（波士顿大学） 纠错

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

AI总结 该研究针对收入预测无法拆解驱动因素的问题，开发CBMT模型，利用966家公司数据验证其准确性优于多数基准，发现客户群协同变动强时联合预测更有效，同时指出高波动下模型优势缩小。