AI Agent

Gaussian Process Bandits for Tree Search: Theory and Application to Planning in Discounted MDPs

Louis Dorard, John Shawe-Taylor

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

Comments Second draft. Tried to follow the JMLR formatting guidelines. Made corrections to the section on planning in MDPs

SHE: Trajectory-driven Safety Harness Evolution for LLM Agents

SHE：面向大语言模型智能体的轨迹驱动安全管控机制演化

Wanying Qu, Qinghua Mao, Yu Li, Jiyao Liu, Xin Zhang, Dadi Guo, Yanxu Zhu, Qingyu Liu, Leitao Yuan, Xi Lin, Shanfeng Zhu, Yanwei Fu, Jing Shao, Xia Hu, Dongrui Liu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本研究提出SHE框架，将LLM智能体的安全管控机制分解为四个构件并引入归因引导演化循环，在Agent-SafetyBench上使攻击成功率降低3.1倍，还具备泛化与跨模型迁移能力。

Comments Project: https://github.com/RainbowQTT/SHE

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

Partner Capability Estimation for Task-Agnostic Adaptation in Ad-Hoc Teamwork

面向临时团队中任务无关适应的伙伴能力估计

Peter Tisnikar, Maja Swieczkowska, Benteng Ma, Gerard Canal, Matteo Leonetti

机构 * King’s College London（伦敦国王学院） 纠错

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

AI总结 该研究针对临时团队协作中伙伴能力隐藏与人类行为不可预测问题，提出CE-CM及CE-CM-Div方法，通过仿真采样与多样规划器rollout实现任务无关的能力估计，提升了团队协作的可行性与鲁棒性。

Comments 44 pages, 18 figures, submitted

Context Assembly as the Controlled Variable: A Control-Theoretic View of Harness Policies for Frozen LLM Agents

作为受控变量的上下文组装：冻结大语言模型智能体利用策略的控制理论视角

Debjyoti Paul

专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 研究聚焦大语言模型智能体，以往控制工具选择等，本文将上下文组装视为受控变量，通过上下文博弈或强化学习策略在线学习，进行形式分解、稳定性论证及不确定性校准分析，给出控制理论视角的相关证据。

Comments 6 pages, 2 figures, 1 table. Code and companion paper's data: https://github.com/dpaul0501/context-optimization-rl

PlanCraft: Sketch, Refine, and Furnish for Architect-Inspired Progressive 3D Residential Scene Generation

PlanCraft：用于受建筑师启发的渐进式3D住宅场景生成的草图绘制、细化和布置

Pengyu Zeng, Yuqin Dai, Jun Yin, Ziyang Han, Ng Cheuk Hei, Jing Zhong, Chaoyang Shi, ZhanXiang Jin, Maowei Jiang, Yuxing Han, Shuai Lu

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

AI总结 研究针对自动住宅平面图生成中忽视的设计渐进性及二维平面图重要性问题，提出PlanCraft，通过SketchPlan提供训练信号，PlanCraft-Diff细化草图，PlanCraft-Agent布置场景，实验显示其在FID及空间合理性上优于现有方法。

NVAITC AI Scientist: A Governed End-to-End Research System -- A Hypertension GWAS Case Study

NVAITC人工智能科学家：一个受治理的端到端研究系统——以高血压全基因组关联研究为例

Eddie Huang, Ken Liao, Iven Fu, Yang-Hsien Lin, Chao-Shun Zhan, Andy Liao, Virginia Chen, Johnson Sun, Pika Wang, Richard Huang, Jiun-Cheng Jiang, Ting-Yuan Liu, Hsing-Fang Lu, Ray Y. Lee, Chi-Chou Liao, Simon See, Fuu-Jen Tsai

机构 * Department of Medical Research, China Medical University Hospital（中国医药大学附设医院医学研究部） ； Master Program for Digital Health Innovation, China Medical University（中国医药大学数字健康创新硕士项目） ； Laboratory for Statistical and Translational Genetics, RIKEN Center for Integrative Medical Sciences（理化学研究所综合医学科学中心统计与转化遗传学实验室） ； AI-Driven Genomic Medicine and Drug Discovery Lab, China Medical University Hospital（中国医药大学附设医院人工智能驱动的基因组医学与药物发现实验室） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；workflow(abstract)；agentic(abstract)

AI总结 研究以高血压GWAS为例，介绍受治理的端到端智能研究系统NAIS，其集成多种功能。通过真实数据验证，NAIS能支持生物医学发现，规划队列提取等，重现高血压基因座，在药物性肝损伤预测中也有成果，可产生与专家主导流程相当的输出。

Comments 22 pages, 6 figures, 4 tables

Interactive Learning for LLM Reasoning

为LLM推理设计的交互学习

Hehai Lin, Shilei Cao, Sudong Wang, Haotian Wu, Minzhi Li, Linyi Yang, Juepeng Zheng, Chengwei Qin

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； Southern University of Science and Technology（南方科技大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出ILR框架，通过动态交互和感知校准提升LLM独立问题解决能力，实验表明其在多个基准测试中优于单agent学习。

Comments The code is available at https://github.com/linhh29/Interactive-Learning-for-LLM-Reasoning

OdysseyArena: Benchmarking Large Language Models For Long-Horizon, Active and Inductive Interactions

OdysseyArena: 为长视界、主动和归纳交互评估大型语言模型

Hang Yan, Fangzhi Xu, Qiushi Sun, Jinyang Wu, Zixian Huang, Muye Huang, Jingyang Gong, Zichen Ding, Kanzhi Cheng, Yian Wang, Xinyu Che, Zeyi Sun, Jian Zhang, Zhangyue Yin, Haoran Luo, Ben Kao, Qika Lin

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

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

AI总结 本文提出OdysseyArena，通过长视界、主动和归纳交互评估大型语言模型，提供120个任务测量归纳效率和长视界发现，并通过OdysseyArena-Challenge测试极端交互视界下的模型稳定性，揭示前沿模型在复杂环境中的归纳能力瓶颈。

Comments 34 pages

Can LLM Agents Sustain Long-Horizon Organizational Dynamics?

LLM智能体能否维持长期组织动态？

Xuancheng Zhu, Yang Yue, Shuaibing Wan, Zihan Dou, Xiaohan Zhang, Yongrui Liu, Guoshun Nan

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 提出TaskWeave分层智能体框架，通过记忆中心的协调机制（规划-分解-诊断-对齐循环和依赖感知追踪记忆）实现长期组织模拟，实验表明该框架能维持连贯的组织动态并产生可靠的人工制品。

Security of OpenClaw Agents: Fundamentals, Attacks, and Countermeasures

OpenClaw 代理的安全性：基础、攻击与对策

Yuntao Wang, Jianle Ba, Han Liu, Yanghe Pan, Jintao Wei, Zhou Su, Tom H. Luan, Linkang Du

机构 * School of Cyber Science and Engineering, Xi'an Jiaotong University（西安交通大学网络科学与工程学院） 纠错

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

AI总结 本文综述了 OpenClaw 代理的安全挑战，分类分析了技能投毒、认知操纵、多代理级联故障和供应链漏洞等威胁，并总结了现有防御机制。

Comments 17 pages, 13 figures

Qumus: Realization of An Embodied AI Quantum Material Experimentalist

Qumus: 一种具身人工智能量子材料实验家的实现

Lihan Shi, Zhaoyi Joy Zheng, Xinzhe Juan, Yimin Wang, Ming Yin, Mayank Sengupta, Kristina Wolinski, Yanyu Jia, Jingzhi Shi, Derek Saucedo, Neill Saggi, Haosen Guan, Kenji Watanabe, Takashi Taniguchi, Ali Yazdani, Mengdi Wang, Sanfeng Wu

专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本文提出Qumus，首个能够进行真实世界科学发现的具身人工智能量子材料实验家，通过机器人微型实验室实现了原子薄二维材料和范德瓦耳斯结构的制备与纳米加工，首次实现了AI生成石墨烯和原子薄场效应晶体管的AI制造。

Comments 29 Pages in total. Supplementary Demo Videos are available at https://qumus.ai

EigentSearch-Q+: Enhancing Deep Research Agents with Structured Reasoning Tools

EigentSearch-Q+: 通过结构化推理工具增强深度研究代理

Boer Zhang, Mingyan Wu, Dongzhuoran Zhou, Yuqicheng Zhu, Wendong Fan, Puzhen Zhang, Zifeng Ding, Guohao Li, Yuan He

机构 * Meta ； Northeastern University, China（东北大学） ； University of Oslo（奥斯陆大学） ； Bosch Center for AI（博世人工智能中心） ； University of Stuttgart（斯图加特大学） ； University of Cambridge（剑桥大学） ； Mina AI ； Amazon（亚马逊） 纠错

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

AI总结 本文提出Q+工具，通过引导查询规划和证据提取提升深度研究代理的搜索效率，实验显示在多个基准测试中提升了模型准确性。

Documentless Assessments Using Nominal Group Interviews

无需文档的评估使用名义小组访谈

Eduardo Miranda

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

AI总结 本文提出一种小组访谈技术，用于支持无文档的过程评估，同时促进参与者之间的协作。该方法借鉴敏捷软件开发中的用户故事概念，将CMMI具体实践转化为具体术语，并采用Planning Poker技术替代文档审查和审计访谈进行事实发现和验证。

Journal ref Software Quality Professional, March 2017, Volume 19 Issue 2

SCALAR: Learning and Composing Skills through LLM Guided Symbolic Planning and Deep RL Grounding

SCALAR：通过LLM引导的符号规划和深度RL接地学习与组合技能

Renos Zabounidis, Yue Wu, Simon Stepputtis, Woojun Kim, Yuanzhi Li, Tom Mitchell, Katia Sycara

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

AI总结 SCALAR通过结合LLM引导的符号规划与深度RL，实现技能学习与组合，显著提升任务完成效率和鲁棒性。

Comments Best Paper Award Honorable Mention at NeurIPS 2025 Workshop on Bridging Language, Agent, and World Models for Reasoning and Planning

Yunque DeepResearch Technical Report

Yunque DeepResearch 技术报告

Yuxuan Cai, Xinyi Lai, Peng Yuan, Weiting Liu, Huajian Li, Mingda Li, Xinghua Wang, Shengxie Zheng, Yanchao Hao, Yuyang Yin, Zheng Wei

机构 * Tencent BAC（腾讯BAC） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） 纠错

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 Yunque DeepResearch提出了一种分层、模块化且稳健的框架，通过多代理协调、动态上下文管理和主动监督模块解决深度研究中的关键挑战，实现先进性能并开源支持社区发展。

LUMINA: Long-horizon Understanding for Multi-turn Interactive Agents

LUMINA：多轮交互智能体的长视图理解

Amin Rakhsha, Thomas Hehn, Pietro Mazzaglia, Fabio Valerio Massoli, Arash Behboodi, Tribhuvanesh Orekondy

机构 * University of Toronto（多伦多大学） ； Qualcomm AI Research（高通人工智能研究） 纠错

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

AI总结 LUMINA研究通过oracle反事实框架分析多轮交互智能体中各基础能力的重要性，揭示了不同技能在不同环境下的有效性差异。

AgentHallu: Benchmarking Automated Hallucination Attribution of LLM-based Agents

AgentHallu: 评估基于大语言模型的代理的自动幻觉归因

Xuannan Liu, Xiao Yang, Zekun Li, Peipei Li, Ran He

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Department of Computer Science & Technology, Tsinghua University（清华大学计算机科学与技术系） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Center for Research on Intelligent Perception and Computing, NLPR, CASIA（智能感知与计算研究中心，国家工程实验室） 纠错

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

AI总结 AgentHallu提出一个评估基于大语言模型的代理自动识别幻觉来源的任务，通过高质量轨迹和多级注释评估13个模型，发现顶级模型在定位幻觉步骤上表现有限，工具使用幻觉最难识别。

Comments Project page: https://liuxuannan.github.io/AgentHallu.github.io/

FlowSearch: Advancing deep research with dynamic structured knowledge flow

FlowSearch: 通过动态结构化知识流推进深度研究

Yusong Hu, Runmin Ma, Yue Fan, Jinxin Shi, Zongsheng Cao, Yuhao Zhou, Jiakang Yuan, Shuaiyu Zhang, Shiyang Feng, Xiangchao Yan, Shufei Zhang, Wenlong Zhang, Lei Bai, Bo Zhang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 FlowSearch通过动态结构化知识流提升多智能体系统在复杂任务中的推理与执行能力，实现跨学科研究的有效推进。

PRISM: Protocol Refinement through Intelligent Simulation Modeling

通过智能仿真建模实现协议优化：PRISM

Brian Hsu, Priyanka V Setty, Rory M Butler, Ryan Lewis, Casey Stone, Rebecca Weinberg, Thomas Brettin, Rick Stevens, Ian Foster, Arvind Ramanathan

机构 * Argonne National Laboratory（阿贡国家实验室） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 PRISM通过智能仿真建模实现实验协议的自动化设计、验证和执行，结合语言模型代理、数字孪生验证和机器人执行，提供端到端的实验流程解决方案。

Comments 43 pages, 8 figures, submitted to RSC Digital Discovery. Equal contribution: B. Hsu, P.V. Setty, R.M. Butler. Corresponding author: A. Ramanathan

Automated Post-Incident Policy Gap Analysis via Threat-Informed Evidence Mapping using Large Language Models

通过大语言模型进行威胁感知证据映射的自动事后政策差距分析

Huan Lin Oh, Jay Yong Jun Jie, Mandy Lee Ling Siu, Jonathan Pan

机构 * Nanyang Technological University, Singapore（南洋理工大学） 纠错

专题命中 规划决策 ：agent(abstract)；workflow(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本文提出利用大语言模型进行威胁感知证据映射，实现自动事后政策差距分析，提升网络安全事件审查的效率与可审计性。

Comments 5 pages, 1 figure. Preprint

Step-DeepResearch Technical Report

Step-DeepResearch 技术报告

Chen Hu, Haikuo Du, Heng Wang, Lin Lin, Mingrui Chen, Peng Liu, Ruihang Miao, Tianchi Yue, Wang You, Wei Ji, Wei Yuan, Wenjin Deng, Xiaojian Yuan, Xiaoyun Zhang, Xiangyu Liu, Xikai Liu, Yanming Xu, Yicheng Cao, Yifei Zhang, Yongyao Wang, Yubo Shu, Yurong Zhang, Yuxiang Zhang, Zheng Gong, Zhichao Chang, Binyan Li, Dan Ma, Furong Jia, Hongyuan Wang, Jiayu Liu, Jing Bai, Junlan Liu, Manjiao Liu, Na Wang, Qiuping Wu, Qinxin Du, Shiwei Li, Wen Sun, Yifeng Gong, Yonglin Chen, Yuling Zhao, Yuxuan Lin, Ziqi Ren, Zixuan Wang, Aihu Zhang, Brian Li, Buyun Ma, Kang An, Li Xie, Mingliang Li, Pan Li, Shidong Yang, Xi Chen, Xiaojia Liu, Yuchu Luo, Yuan Song, YuanHao Ding, Yuanwei Liang, Zexi Li, Zhaoning Zhang, Zixin Zhang, Binxing Jiao, Daxin Jiang, Jiansheng Chen, Jing Li, Xiangyu Zhang, Yibo Zhu

机构 * Step-DeepResearch 纠错

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

AI总结 Step-DeepResearch通过原子能力数据合成策略和渐进式训练路径，实现低成本高效率的深度研究代理，实验表明其在Scale AI Research Rubrics和ADR-Bench上的表现优于同类模型。

GRASP: Graph Reasoning Agents for Systems Pharmacology with Human-in-the-Loop

GRASP：具有人机交互循环的图推理代理用于系统药理学

Omid Bazgir, Vineeth Manthapuri, Ilia Rattsev, Mohammad Jafarnejad

机构 * Clinical Pharmacology, Genentech（基因泰克临床药理部） ； Preclinical & Translational PKPD, Genentech Inc.（基因泰克预临床与转化药代动力学） 纠错

专题命中 规划决策 ：agent(abstract)；workflow(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 GRASP通过图推理代理实现系统药理学模型开发的自动化与严谨性，提升生物医学建模的效率和准确性。

Bridging Tool Dependencies and Domain Knowledge: A Graph-Based Framework for In-Context Planning

Shengjie Liu, Li Dong, Zhenyu Zhang

机构 * Amazon（亚马逊） 纠错

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

Comments 4 pages, 2 figures, short paper, NeurIPS 2025 workshop on Bridging Language, Agent, and World Models for Reasoning and Planning

ProSEA: Problem Solving via Exploration Agents

William Nguyen, Vinh Luong, Christopher Nguyen

机构 * Aitomatic, Inc.（Aitomatic公司） 纠错

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

JoyAgent-JDGenie: Technical Report on the GAIA

Jiarun Liu, Shiyue Xu, Shangkun Liu, Yang Li, Wen Liu, Min Liu, Xiaoqing Zhou, Hanmin Wang, Shilin Jia, zhen Wang, Shaohua Tian, Hanhao Li, Junbo Zhang, Yongli Yu, Peng Cao, Haofen Wang

机构 * JoyAgent-JDGenie 纠错

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

Symbiotic Agents: A Novel Paradigm for Trustworthy AGI-driven Networks

Ilias Chatzistefanidis, Navid Nikaein

机构 * Eurecom（埃鲁埃康） 纠错

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；multi-agent(abstract)

Comments Submitted to Computer Networks AI for 6G

The AI in the Mirror: LLM Self-Recognition in an Iterated Public Goods Game

Olivia Long, Carter Teplica

机构 * Columbia University（哥伦比亚大学） ； Mila, Polytechnique Montréal（蒙特利尔大学Mila） 纠错

专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；tool use(abstract)；multi-agent(abstract)

OdysseyBench: Evaluating LLM Agents on Long-Horizon Complex Office Application Workflows

Weixuan Wang, Dongge Han, Daniel Madrigal Diaz, Jin Xu, Victor Rühle, Saravan Rajmohan

机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Microsoft（微软公司） 纠错

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；workflow(abstract)；multi-agent(abstract)

An AI-Driven Data Mesh Architecture Enhancing Decision-Making in Infrastructure Construction and Public Procurement

Saurabh Mishra, Mahendra Shinde, Aniket Yadav, Bilal Ayyub, Anand Rao

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