Learning Hierarchical Control For Multi-Agent Capacity-Constrained Systems
专题命中 规划决策 :agent(title,abstract);multi-agent(title);autonomous agent(abstract);planning(abstract)
Comments 16 pages, 4 figures
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。
专题命中 规划决策 :agent(title,abstract);multi-agent(title);autonomous agent(abstract);planning(abstract)
Comments 16 pages, 4 figures
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract)
Comments ICLR 2024 Workshop on LLM Agents
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);分类 cs.AI、cs.CL、cs.LG
Comments Position paper. Accompanying NeurIPS2023 Tutorial: https://sites.google.com/view/neurips2023law/home
专题命中 规划决策 :agent(title,abstract);multi-agent(title);planning(abstract);分类 cs.AI、cs.CL、cs.LG
Comments 54 pages, 16 figures
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);multi-agent(abstract)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract)
Comments 43 pages, 25 figures
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);multi-agent(abstract)
Comments 24 pages, 8 figures 6 tables
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);分类 cs.AI、cs.LG;agentic(comments)
Comments 2025 IEEE International Conference on Agentic AI (ICA)
面向终身多智能体路径发现(LMAPF)的、采用交错更新机制的可扩展长时程规划
专题命中 规划决策 :planning(title,abstract);agent(abstract,abstract_cn);multi-agent(abstract,abstract_cn);分类 cs.AI
AI总结 该研究针对通用地图的终身多智能体路径发现问题,提出PUSH规划器,结合多种框架优势实现可扩展长时程规划,在10k智能体场景下吞吐量优于基线方法
Comments 11 pages, 6 figures
AgentPatch:用于合并智能体多模态大语言模型的由粗到细弱任务修复
专题命中 规划决策 :agentic(title,abstract);agent(abstract,abstract_cn);tool use(abstract);planning(abstract)
AI总结 针对智能体多模态大语言模型合并时的弱任务退化与关键行为遗忘问题,提出无需训练的AgentPatch框架,通过由粗到细修复实现能力平衡,提升合并模型性能。
ACEM:面向智能体软件工程的成本估算模型
专题命中 规划决策 :agentic(title,abstract);agent(abstract);AI agent(abstract);planning(abstract)
AI总结 针对智能体软件工程成本估算问题,本文提出ACEM模型,分解成本为LLM、HITL、基础设施三类,引入RF、CF、HIS构念并映射传统度量,为智能体开发成本估算提供早期方案。
Comments 27 pages, under journal publication
TableMind: 一种用于工具增强表格推理的自主程序化代理
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China(认知智能国家重点实验室,中国科学技术大学)
专题命中 规划决策 :agent(title,abstract);autonomous agent(abstract);tool-use(abstract);planning(abstract)
AI总结 TableMind通过两阶段训练策略提升表格推理能力,实现自主程序化代理的高效推理与代码生成。
Comments Comments: 10 pages, 6 figures. Submitted to WSDM 2026
用于5G/6G网络的基于大语言模型的智能体人工智能:架构、协议和标准化教程与综述
机构 * EURECOM ; University of Sharjah(谢贾学院)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);planning(abstract)
AI总结 研究5G/6G网络中基于大语言模型的智能体人工智能,通过分为两部分的教程与综述,形式化5G和6G相关平面,涵盖智能体系统基础,映射其能力到控制面等,识别自主电信面临的开放挑战。
Comments 35 pages, 4 figures, Under review
用于三维框架系统自动化结构分析的主体化大型语言模型
机构 * Department of Civil and Architectural Engineering, University of Miami(迈阿密大学土木与建筑工程系) ; School of Architecture, University of Miami(迈阿密大学建筑学院) ; HBC Engineering Company(HBC工程公司) ; Department of Electrical and Computer Engineering, University of Miami(迈阿密大学电气与计算机工程系)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);workflow(abstract)
AI总结 提出一种主体化LLM框架,通过投影表示和智能体流水线实现从自然语言输入到3D框架的自动化结构分析,平均准确率达90%。
协同进化智能体架构与可解释推理用于自动化优化
机构 * School of Artificial Intelligence, Nanjing University of Information Science and Technology(南京信息工程大学人工智能学院) ; Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies, Institute of Cyberspace Security, School of Computer Science and Technology, Harbin Institute of Technology(哈尔滨工业大学计算机科学与技术学院)
专题命中 规划决策 :agent(title,summary_cn);workflow(abstract);分类 cs.AI
AI总结 提出EvoOR-Agent协同进化框架,通过将智能体工作流表示为活动边网络,并利用图介导的路径条件重组、多粒度语义变异和精英种群更新,实现自动化优化中的自适应协调与可解释推理。
面向多跳音视频推理的主动全模态感知代理
机构 * Shanghai Jiao Tong University(上海交通大学)
专题命中 规划决策 :agent(summary_cn,abstract);agentic(title,abstract);分类 cs.AI
AI总结 针对多跳音视频推理中证据稀疏且跨模态分布的问题,提出MOV-Bench基准和AOP-Agent代理框架,通过分层全模态记忆与观察-反思-重规划循环实现主动感知,显著提升开源全模态大模型在长视频和推理密集型问题上的性能。
智能体思考得更深吗?顺序规划中层间动力学的机制研究
专题命中 规划决策 :planning(title,abstract);agent(abstract);autonomous agent(abstract);tool use(abstract)
AI总结 通过残差流探针、因果层跳跃干预和有效深度测量,研究了大型语言模型在自主智能体任务(多轮规划、工具使用、迭代状态更新)中层间动态的差异,发现智能体推理表现出与静态任务不同的深度分布,随着轨迹展开,模型逐步招募更多更深层,且后期出现更强的长距离层间依赖,同时残差更新从稳定特征积累转向重复校准,有效深度分析揭示了语义方向形成较早而深层对稳定最终输出仍必要的构建-精炼差距。
从正确性到偏好:个性化智能体强化学习框架
机构 * University of Science and Technology of China(中国科学技术大学) ; Alibaba Group(阿里巴巴集团)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool-use(abstract);planning(abstract)
AI总结 提出PARPO框架,通过解耦通用任务奖励与个性化偏好奖励,结合偏好解耦奖励模型和偏好对齐技能演化图记忆,实现个性化智能体强化学习。
Comments 34 pages, 7 figures, Under Review
软件开发生命周期中的代理AI:架构、实证证据与软件工程的重塑
专题命中 规划决策 :agentic(title,abstract);agent(abstract,abstract_cn);tool use(abstract);planning(abstract)
AI总结 本文探讨代理AI在软件开发生命周期中的应用,提出六层参考架构,分析代理SDLC与传统SDLC的差异,并通过实证数据展示其在性能、生产力和劳动力市场的影响。
Comments 9 pages, 5 figures, 2 tables, survey paper
RadAgents: 多模态代理推理用于胸片解读的放射科工作流程
机构 * Oracle Health AI ; Lehigh University(莱荷大学)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);workflow(abstract)
AI总结 RadAgents通过结合临床先验知识和任务感知的多模态推理,构建模块化、可审计的放射科工作流程,提升胸片解读的可靠性与临床一致性。
Comments MIDL 2026
DLLM Agent: 看得更远,跑得更快
机构 * Huawei Technologies Co., Ltd.(华为技术有限公司) ; UCL(伦敦大学学院) ; Tsinghua University(清华大学) ; NTU(国立新加坡大学) ; Peking University(北京大学)
专题命中 规划决策 :agent(title,abstract);tool-use(abstract);planning(abstract);workflow(abstract)
AI总结 本文研究了扩散大语言模型(DLLM)在代理多步决策中的表现,发现其在准确率相当的情况下,整体效率比自回归模型(AR)高30%以上,并提出部署扩散骨架的两个实用考虑。
代理AI的未来之路:挑战与机遇
机构 * Robotics and Internet-of-Things (RIOTU) Lab, Prince Sultan University, Riyadh, Saudi Arabia(机器人与物联网(RIOTU)实验室,普森大学,利雅得,沙特阿拉伯)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);planning(abstract)
AI总结 本文探讨了代理AI从被动生成到自主行动的转变,分析了其技术挑战与核心方法,并提出了实现自主行为的关键研究方向。
专题命中 规划决策 :planning(title,abstract);agent(abstract);AI agent(abstract);agentic(abstract)
Comments Submitted to AAAI 2026 Workshop AI4UP
机构 * Institute for Clarity in Documentation(清晰文档研究所) ; Inria Paris-Rocquencourt(巴黎- Rocquencourt 国家信息与自动化所) ; Rajiv Gandhi University(拉吉夫·甘地大学) ; Tsinghua University(清华大学) ; Palmer Research Laboratories(帕勒尔研究实验室) ; Beijing Jiaotong University(北京交通大学)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);planning(abstract)
专题命中 规划决策 :agent(title,abstract);tool use(abstract);planning(abstract);agentic(abstract)
Comments 27 Pages
机构 * Hitachi America Ltd., R&D(日立美国有限公司研发部)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);planning(abstract);workflow(abstract)
机构 * Mphasis Limited(默比斯有限公司)
专题命中 规划决策 :agent(title,abstract);planning(abstract);workflow(abstract);agentic(abstract)
专题命中 规划决策 :agent(title);planning(title);multi-agent(title);分类 cs.AI
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);分类 cs.AI;multi-agent(comments)
Comments International Workshop on Coordination, Organizations, Institutions, Norms and Ethics for Governance of Multi-Agent Systems (COINE), co-located with AAMAS 2021