AI Agent

Agents in the Wild: Where Research Meets Deployment

野外的智能体：研究与部署的交汇点

Grace Hui Yang, Pranav N. Venkit, Hooman Sedghamiz, Enrico Santus, Victor Dibia, Ioana Baldini

机构 * Georgetown University（乔治敦大学） ； Salesforce（Salesforce公司） ； Bayer（拜耳公司） ； Bloomberg（彭博公司） ； Microsoft Research（微软研究院） 纠错

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

AI总结 探讨基于大语言模型的智能体系统从研究到部署的转变，通过案例研究分析成功设计模式及失败缓解策略，为与会者提供跨行业安全可靠部署的全面视角、设计模式、评估清单和模板。

HAAS Studio: A Tool for Simulating, Benchmarking, and Governing Human-AI Work Allocation

HAAS Studio: 用于模拟、基准测试和管理人-AI工作分配的工具

Vicente Pelechano

机构 * Valencian Research Institute for Artificial Intelligence（巴伦西亚人工智能研究 institute） 纠错

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

AI总结 提出HAAS Studio，一个用于策略感知的自适应人-AI任务分配的模拟与决策支持工具，结合认知表示、协作光谱、多臂老虎机算法和基于契约的治理，支持多领域部署决策。

Beyond Reward Engineering: A Data Recipe for Long-Context Reinforcement Learning

超越奖励工程：长上下文强化学习的数据配方

Xiaoyue Xu, Sikui Zhang, Xiaorong Wang, Xu Han, Chaojun Xiao

机构 * OpenBMB ； Tsinghua University（清华大学） 纠错

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

AI总结 提出一种简单有效的数据配方，结合最小化基于结果的GRPO设置，显著提升大语言模型的长上下文推理能力，在多个基准和智能体任务上取得平均+3.2至+7.2点的提升。

Comments 15 pages, 6 figures, 12 tables

Open-SWE-Traces: Advancing Dual-Mode Multilingual Distillation for Software Engineering Agents

Open-SWE-Traces：推进软件工程智能体的双模式多语言蒸馏

Wasi Uddin Ahmad, Nikolai Ludwig, Somshubra Majumdar, Boris Ginsburg

机构 * NVIDIA（英伟达） 纠错

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

AI总结 为解决软件工程智能体训练数据稀缺问题，构建包含20万条轨迹、覆盖9种编程语言的数据集，采用混合推理合成方法，微调Qwen3-30B-A3B系列模型，在SWE-bench基准上取得领先性能。

Comments Work in progress

Mind the Gap: Can Frontier LLMs Pass a Standardized Office Proficiency Exam?

注意差距：前沿大语言模型能否通过标准化办公能力考试？

Tengchao Lv, Dongdong Zhang, Jiayu Ding, Yilin Jia, Yuzhong Zhao, Yupan Huang, Wenshan Wu, Xiangyang Zhou, Shaohan Huang, Nan Yang, Li Dong, Lei Cui, Furu Wei

机构 * Microsoft Research（微软研究院） 纠错

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

AI总结 基于中国计算机等级考试（NCRE）的200个综合操作任务，评估7个前沿LLM在Word、Excel和PowerPoint自动化中的表现，发现单轮模型最高得分率36.6%，带执行反馈的智能体系统达68.8%，仍低于95.5%的社区参考分，表明可靠细粒度办公自动化仍是重大挑战。

Comments 21 pages, 5 figures

Limited-Information Estimation of Heterogeneous Agent Models

异质性代理人模型的有限信息估计

Laura Liu, Mikkel Plagborg-Møller, Nelson Matthew P. Tan

专题命中 规划决策 ：agent(title,abstract)

AI总结 该研究提出一种有限信息方法，无需假设宏观经济其余部分结构，即可估计检验异质性代理人宏观模型模块，通过匹配代理人选择横截面矩与充分统计量的经验脉冲响应完成，还在模拟中估计了两资产异质性家庭模型模块。

Control-Informed Constraint Adaptation in Minimum-Time Trajectory Planning for Autonomous Racing

自主赛车最短时间轨迹规划中的控制感知约束自适应

Ann-Kathrin Schwehn, Alexander Langmann, Mattia Piccinini, Johannes Betz

机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对自主赛车轨迹规划保守导致性能损失的问题，提出控制感知在线轨迹规划框架，通过动态调整约束补偿执行误差，在不增加计算负担的前提下缩短单圈时间1.8秒。

Comments Accepted at IEEE ITSC 2026

PILOT: Privileged Imitation Learning for End-to-End Motion Planning of Autonomous UAVs under Partial Observability

PILOT：部分可观测条件下自主无人机端到端运动规划的特权模仿学习方法

Qingrui Zhang, Feng Xue, Xiang Zhou, Chenghao Yu

机构 * School of Aeronautics and Astronautics, Sun Yat-sen University（中山大学航空航天学院） ； Sun Yat-sen University（中山大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出PILOT框架，通过特权模仿学习结合TCN时空感知融合模块，实现部分可观测下无人机端到端运动规划，性能接近最优控制专家且计算开销降超80%，零样本部署验证其可行性与泛化性。

Comments 13 Pages, 12 figures

Benders Decomposition with Partial Non-Anticipativity Relaxation for Multi-Stage Stochastic Clean Energy Transition Planning

用于多阶段随机清洁能源转型规划的部分非预见性松弛Benders分解算法

Ahmet Emir Şener, Burak Kocuk, Tuğçe Yüksel

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多阶段随机清洁能源转型规划问题，本文提出带部分非预见性松弛的Benders分解算法，通过鲁棒重构等提升计算性能，成功求解校园案例并验证其可提升运营可靠性。

Comments 30 pages, 3 figures

AoI-Guaranteed Dynamic Route Planning for Connected Vehicles

面向网联车辆的保障信息年龄（AoI）的动态路径规划

Sajedeh Norouzi, Maryam Ansarifard, Farshad Zeinali, Ali Nouruzi, Nader Mokari, Hamid Saeedi, Nizar Zorba

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对网联车辆路径规划的双目标挑战，提出AGDRP方法，采用DRL平衡行驶时间与AoI，仿真显示其性能优于仅优化行驶时间的基准方案。

AirForesight: Current-to-Future Spatial Map Imagination with Cross-Space Planning Consistency for UAV-VLN

AirForesight：面向无人机视觉语言导航（UAV-VLN）的跨空间规划一致性当前-未来空间地图想象

Yutong Liu, Xiaojie Li, Mingzhu Xu, Jianlong Wu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shandong University（山东大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对现有UAV-VLN方法空间推理不足的问题，提出AirForesight框架，通过联合监督学习当前地图表示并引入跨空间规划一致性损失，在公开数据集上取得良好性能。

Comments Accepted by ACM Multimedia 2026

Distributed and Dynamic Hub Network Operation Planning in a Hyperconnected Less-Than-Truckload Operating System

超连接零担运输操作系统中的分布式动态枢纽网络运营规划

Tiankuo Zhang, Jihye Jung, Paria Nourmohammadi, Benoit Montreuil, Alan Erera, Sahrish Jaleel Shaikh

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对零担运输行业成本高、网络分散问题，基于物理互联网原则，设计多枢纽运营规划协议，通过模拟实验验证其有效性，提升了PI网络的实用性与鲁棒性。

4$π$ Planning for the Reduction of Predicted Hematologic Toxicity Risk in Cervical Cancer Radiotherapy

用于降低宫颈癌放疗中预测血液学毒性风险的4π计划

Haotian Feng, Yan Kong, Qifan Xu, Ke Sheng

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对宫颈癌共面放疗的血液学毒性风险，用114例患者数据训练模型，发现4π非共面放疗可降低骨髓等剂量，使预测HT风险降23%，为减少该毒性提供了新方案。

Network Topology Reconfiguration: Optimal Transition Planning

网络拓扑重构：最优过渡规划

Basel Morsy, Jochen Stiasny, Adolfo Anta, Jochen Cremer

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对网络拓扑重构的过渡难题，提出最优过渡规划问题，采用后退时域框架求解，在1354节点系统上实现最高18.4%的运行成本降低。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

Risk-Aware Kinodynamic Motion Planning Under Uncertainty For Safe Navigation on Planetary Environments

行星环境安全导航下考虑不确定性的风险感知动力学运动规划

Sachin Sunil Kelkar, Tanmay Dokania, Yashwanth Kumar Nakka

机构 * Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古根海姆航空航天工程学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对自主空间探索中环境交互与感知系统的不确定性导致的安全规划问题，提出结合AO-RRT采样规划与序列凸规划的风险感知动力学运动规划方法，可将轨迹风险降低约97%。

Comments 3 pages, 4 figures

Toward the Cognitive--Physical Limits of Embodied Intelligence through a World-Model-Centric Autonomous Racing Agent

通过以世界模型为中心的自主智能体探索具身智能的认知-物理极限

Zitong Shan, Baichuan Lou, Yanxin Zhou, Shuge Wu, Xianqi He, Bolin Zhao, Sheng Zhao, Zhouheng Li, Chee Kiong Ong, King Ho Holden Li, Chen Lv

机构 * K2 Holding, L.L.C（K2控股有限责任公司） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 该研究提出以世界模型为中心的自主赛车智能体，结合实车与模拟实验，探索具身智能的认知-物理极限，提升了交互成功率与泛化能力，为安全部署提供边界感知方法。

Whole-Body Planning for Humanoids Navigating Confined Spaces via Self-Collision Avoidance References

人形机器人在受限空间中通过自碰撞规避实现全身规划的参考方案

Carlos Gonzalez, Luis Sentis

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出三阶段全身规划框架，结合可微分自碰撞规避与可达性约束，在Unitree G1人形机器人上实现Cr<1.5的受限空间导航，生成复杂接触轨迹并训练出鲁棒在线跟踪策略。

On the Sequential topological complexity of directed (parametrized) motion planning algorithms

关于定向（参数化）运动规划算法的序列拓扑复杂性

Navnath Daundkar, Abhishek Sarkar, Ankur Sarkar

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究引入定向（参数化）拓扑复杂性的序列类似物，构建其基础理论并确立基本性质，计算发现同一基础空间上不同定向结构的该不变量取值不同。

Comments 23 pages. Comments are welcome

Wind-Informed Rapid Flight-Planning in Complex Urban Topologies via Machine Learning and Experimental Validation

基于机器学习与实验验证的复杂城市拓扑下风感知快速飞行规划

Peter I. Renn, Alejandro A. Stefan-Zavala, Julian Humml, Sabera Talukder, Aysha AlMazrouei, Kresna Aji, Debashisha Mishra, Emanuele Panizio, Jennifer Simonjan, Yisong Yue, Morteza Gharib

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出一种新型风感知飞行规划框架，通过学习代理模型快速预测城市流场，经风洞实验验证可减少飞行器非期望位移、提升稳定性，为先进空中机动提供安全方案。

A black-box-model-enhanced interaction method for water-wave scattering by large group of arbitrary-shaped ice floes in Arctic route planning

北极航线规划中大量任意形状浮冰水波散射的黑箱模型增强交互方法

Chongwei Zhang, Hongli Yang, Peng Wu, Peng Lu, Dezhi Ning

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出WCD黑箱模型构建DTM，开发EI方法高效预测北极航线中大量任意形状浮冰的水波场，结合动态规划优化航线，可使船舶平均波幅降至入射波幅约一半，计算效率极高。

Comments 31 pages, 37 figures; submitted to Cold Regions Science and Technology on March 22, 2025; received first revision request on March 18, 2026; submitted first revision on April 7, 2026

Beyond headcount and human capital: The Effective Cognitive Population as a decomposable capacity unit for AI-era planning

超越人口数量与人力资本：有效认知人口作为AI时代规划的可分解容量单位

Kwan Soo Shin

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出有效认知人口（ECP）这一可分解容量单位，结合HCI+与IMF AI准备度指数，能提升对144国总产出的解释力，为AI时代国家规划提供新工具。

Comments 63 pages, 3 figures, 3 main tables, 14 supplementary tables. Reproducibility archive: https://doi.org/10.5281/zenodo.21871061. Third paper in a series on productive capacity in the AI era, after arXiv:2606.19794 (production function) and arXiv:2606.19846 (labor and capital transition)

Entanglement-Free Trajectory Planning for Tethered Mobile Robots with a Slack Tether

带松弛系绳的系绳移动机器人的无纠缠轨迹规划

Gianpietro Battocletti, Dimitris Boskos, Bart De Schutter

机构 * Delft University of Technology（代尔夫特理工大学） ； Delft Center for Systems and Control（代尔夫特系统与控制中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究针对带松弛系绳的移动机器人，提出一种含三步流程的运动规划算法，可生成动态可行的无纠缠轨迹，经仿真验证能实现更安全可靠的导航。

Comments 19 pages, 13 figures

FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving

FactorDrive：面向端到端自动驾驶的、由规划关键因素驱动的自适应多步推理

Guolei Huang, Tengfei She, Yuxuan Lu, Yao Huang, Yuqi Ye, Yongjun Shen

机构 * Southeast University（东南大学） ； Universiti Malay（马来亚大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对现有端到端自动驾驶方法在空间物理证据融合、推理适应及推理路径优化上的不足，提出FactorDrive框架，通过PCF-CoT数据集与QS-GRPO算法优化推理，在两类基准上取得最优规划性能。

Graph-Guided Safe Diffuser: Topological Graph Guidance for Safe Diffusion Planning

图引导的安全扩散器：用于安全扩散规划的拓扑图引导

Nakgyu Yang, KwangBin Lee, SooJean Han

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出图引导的安全扩散器（G2SD）框架，用高层拓扑图规划器引导低层扩散模型，解决扩散规划器的流形破裂问题，在Maze2D导航等任务中大幅提升无碰撞目标到达率与任务性能。

Comments 18 pages, 2 figures

Life-Cycle Planning of Collector System for Deep-Sea Multi-Spatial Wind-PV-Tidal Farm

深海多空间风-光-潮汐电站集电系统的全生命周期规划

Wenhao Gao, Weitai Xu, Yunfei Du, Yongheng Wang, Xinwei Shen

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究针对深海多空间风-光-潮汐电站集电系统，构建全生命周期优化模型，提出自适应分段线性化方法简化求解，验证了多能互补及电缆配置的经济性，为相关规划提供实用框架。

Comments 14 pages, 12 figures, and 6 tables

SparsePilot: Belief-Guided Network Planning under Sparse Wireless Measurements

SparsePilot：稀疏无线测量下基于置信度的网络规划

Xuanhao Luo, Jiayuan Huang, Longyu Zhou, Mingzhe Chen, Yuchen Liu

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对无人机覆盖规划的稀疏无线测量难题，提出SparsePilot框架，结合多臂老虎机探测与深度强化学习，仅用3.1%测量预算即实现优异覆盖恢复，且跨场景泛化能力强。

Hierarchical Topology-Aware Planning and Control of Underwater Vehicle-Manipulator Systems in Confined Environments

受限环境下水下机器人-机械臂系统的分层拓扑感知规划与控制

Mohamed Abdelwahab, Ruggero Carli, Damiano Varagnolo, Alberto Dalla Libera

机构 * University of Padova（帕多瓦大学） ； Polytechnic University of Bari（巴里理工大学） ； Norwegian University of Science and Technology（挪威科技大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对受限环境下UVMS自主干预的风险问题，提出三层分层框架MANTA，经实验验证其任务成功率更高、安全余量更大，可实现更安全高效的水下自主干预。

PEEL: Parallel Extraction for Long-Horizon Disassembly Planning via Scale-Invariant Sampling

PEEL：基于尺度不变采样的长 horizon 拆卸规划并行提取算法

Servet B. Bayraktar, Andreas Orthey, Zachary Kingston, Marc Toussaint

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出 PEEL 算法，将尺度不变采样方案集成到 MAB-RRT 规划器中，并行规划长 horizon 多部件拆卸序列，在 76 个装配体上实现单部件拆卸 100% 成功率，并成功解决 Fetch 机械臂的长 horizon 拆卸问题。

Comments 15 pages, 11 figures, 11 tables. Project page: https://peel-disassembly.surge.sh/

From Survey Personas to LLM Agents: A Generative Agent-based Simulation of Mobility Policy Preference Dynamics

从调查画像到大语言模型智能体：基于生成式智能体的流动性政策偏好动态模拟

Ali Torkayesha, Julia Offermann, Regina Gimpel, Linda Engelmann, Katrin Arning, Martina Ziefle, Sandra Venghaus

专题命中 规划决策 ：agent(title,abstract)

AI总结 本研究提出基于调查的生成式智能体建模框架，将德国514名调查受访者转化为LLM智能体，模拟公众对淘汰新型内燃机汽车的政策偏好动态，以助力行为实验。

Comments 15 pages, 7 figures

Depth-Wise Probing and Pruning of the Planning Token in a Driving Vision-Language-Action Model

驾驶视觉-语言-动作模型中规划 token 的深度探测与剪枝

Harisankar Babu, Benjamin Coors, Christopher Lang, Hendrik Berkemeyer, Tamim Asfour, Simon Foell

机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文针对驾驶 VLA 模型的规划 token，通过探测其 32 个解码器层的信号并剪枝部分层，在误差小幅增加下实现 1.33 倍解码器加速，验证了规划信息早期存在但格式适配问题。

Comments Accepted at the 6th DriveX Workshop (Foundation Models for Autonomous Driving), ECCV 2026. 14 pages, 8 figures, 4 tables