AI Agent

Property-Level Reconstructability of Agent Decisions: An Anchor-Level Pilot Across Vendor SDK Adapter Regimes

代理决策的属性级可重构性：一个跨供应商SDK适配器制度的锚点试点

Oleg Solozobov

机构 * Independent Researcher (Global)（全球独立研究员） 纠错

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

AI总结 研究通过锚点试点评估代理决策在不同制度下的可重构性，发现不同制度下属性级可重构性存在差异，揭示了严格治理完整性在不同层级的分布情况。

Comments 23 pages, 3 tables; reproducibility package: https://doi.org/10.5281/zenodo.20077961; GitHub: https://github.com/agent-runtime-evidence/anchor-level-reconstructability-pilot

E-PDDL: A Standardized Way of Defining Epistemic Planning Problems

Francesco Fabiano, Biplav Srivastava, Jonathan Lenchner, Lior Horesh, Francesca Rossi, Marianna Bergamaschi Ganapini

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

Comments 9 pages, Knowledge Engineering for Planning and Scheduling - ICAPS 2021

Cryptographically verifiable authorization for autonomous AI agents: A falsifiable hypothesis and proof-of-concept

迈向自主人工智能代理的加密可验证授权：安全假设、初步形式化模型及概念验证实现

M. Llambí-Morillas, D. Fernández-Fernández

机构 * Universidad Tecnológica Atlántico-Mediterráneo (UTAMED)（西班牙阿塔兰蒂卡-地中海技术大学） ； Universidad de Santiago de Compostela (USC)（圣地亚哥-德孔波斯特拉大学） 纠错

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

AI总结 研究自主AI代理加密可验证授权问题，提出将其形式化为关系$R_{CVA}$的假设，引入CVA形式化抽象，定义安全属性，给出零知识概念验证，还识别出身份等绑定间结构分离问题并提出研究议程。

Comments 11 pages, 1 figure, 2 Tables. Keywords: autonomous AI agents, zero-knowledge proofs, verifiable authorization, agentic security, zk-SNARKs, access control, cryptographic authorization, cryptographic protocols

Online Monitoring and Corrective Steering of Programming Agents

编程智能体的在线监控与纠正引导

Shuyang Liu, Saman Dehghan, Ji Young Kim, Jatin Ganhotra, Martin Hirzel, Reyhaneh Jabbarvand

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

AI总结 本文提出LivePlan，通过解耦判断与建议的设计，在SWE-agent基础上实现编程智能体的在线监控与纠正，在SWE-bench数据集上显著提升问题解决率，且成本增量极小。

KNOWPLAN: Knowledge-Driven AI Agents for Smart Degree Pathway Planning

KNOWPLAN：用于智能学位路径规划的知识驱动型AI智能体

Shuheng Cao, Weijia Zhang, Jiaqi Wu, Xiyun Hu, Yat Yang, Juqy Chen, Zhaoxiang Feng

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

AI总结 KnowPlan将学位路径规划拆分为提取与优化阶段，CatalogBrowse负责课程爬取解析，DegreeMap基于超图优化，在多赛道实验中实现了高召回率、可行性与效用提升。

SkillSieve: A Hierarchical Triage Framework for Detecting Malicious AI Agent Skills

SkillSieve：一种用于检测恶意AI代理技能的分层分流框架

Yinghan Hou, Zongyou Yang

机构 * Department of Earth Science and Engineering（地球科学与工程系） ； Imperial College London（帝国理工学院伦敦分校） ； Department of Computer Science（计算机科学系） ； University College London（伦敦大学学院） ； Lingban Technology Co., Ltd.（灵伴科技有限公司） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） 纠错

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

AI总结 提出SkillSieve三层检测框架，通过启发式评分、LLM子任务分析和多LLM陪审团辩论，高效检测恶意AI代理技能，在390个技能基准上达到F1=0.920。

Comments 10 pages, 2 figures, 6 tables

ToolGuardian: Declarative Security for AI Agent-Tool Interactions

ToolGuardian：人工智能代理与工具交互的声明式安全

Arun Ravindran, Saurabh Deochake

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

AI总结 研究人工智能代理与工具交互安全问题，提出ToolGuardian框架，通过预准入审查和任务感知运行时授权保障安全，利用渐进式特征化和基于ASP的声明式策略层，实验表明该框架在审查和授权方面性能良好。

Atomic Task Graph: A Unified Framework for Agentic Planning and Execution

原子任务图：智能体规划与执行的统一框架

Yue Zhang, Sihan Chen, Ziwen Huang, Hanyun Cui, Kangye Ji, Zhi Wang

机构 * South China University of Technology（华南理工大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

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

AI总结 提出原子任务图（ATG）框架，通过显式图结构暴露子任务依赖、支持并行执行和局部错误修复，在三个交互基准上使用7B-8B模型显著提升成功率和执行效率。

Comments 14 pages, 7 figures

EvoTrainer: Co-Evolving LLM Policies and Training Harnesses for Autonomous Agentic Reinforcement Learning

EvoTrainer: 协同进化LLM策略与训练框架以实现自主智能体强化学习

Guhong Chen, Yingcheng Shi, Yongbin Li, Binhua Li, Xander Xu, Hu Wei, Shiwen Ni, Min Yang, Jieping Ye

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Tongyi Lab , Alibaba Group（通义实验室，阿里巴巴集团） ； Alibaba Group（阿里巴巴集团） ； SUAT（深圳大学） 纠错

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

AI总结 提出EvoTrainer框架，通过协同进化LLM策略和训练端框架，基于经验反馈自动诊断、修正并积累可复用技能，在数学推理、编程竞赛和仓库级软件工程任务上匹配或超越人工设计的RL基线。

AgenticDiffusion: Agentic Diffusion-based Path Planning for Vision-Based UAV Navigation

AgenticDiffusion：基于智能体扩散的视觉无人机导航路径规划

Faryal Batool, Muhammad Ahsan Mustafa, Fawad Mehboob, Valerii Serpiva, Dzmitry Tsetserukou

机构 * University of Engineering and Technology, Lahore（拉合尔工程与技术大学） 纠错

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

AI总结 提出AgenticDiffusion多视角无人机导航框架，结合语言引导推理、开放词汇目标定位、视觉扩散规划与NMPC，通过协调第一人称和俯视图提升室内导航效率，在40次真实实验中实现80%任务成功率。

SPARC: Spatial-Aware Path Planning via Attentive Agent Communication

SPARC: 通过注意力智能体通信实现空间感知路径规划

Sayang Mu, Xiangyu Wu, Bo An

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

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

AI总结 提出关系增强多头注意力（RMHA）机制，通过嵌入曼哈顿距离到注意力权重计算，优先处理空间邻近机器人的消息，在40x40网格上从8机器人零样本泛化到128机器人时，在30%障碍密度下实现约75%成功率，超越基线25个百分点以上。

Comments The manuscript is being withdrawn at the request of the first author for the purpose of revising content and re-uploading a revised version with updated data/figures/text . The revised manuscript will be resubmitted to arXiv promptly with the same author list and research theme

Molecular Lead Optimization via Agentic Tool Planning

通过智能体工具规划进行分子先导优化

Lingxiao Li, Haobo Zhang, Ruohao Fan, Bin Chen, Jiayu Zhou

机构 * University of Michigan（密歇根大学） ； University of California, Davis（加州大学戴维斯分校） ； Michigan State University（密歇根州立大学） 纠错

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

AI总结 提出TRACE，一种轨迹感知的LLM推理智能体，将先导优化建模为序列决策问题，通过工具选择实现结构约束下的前瞻性分子优化，在ADMET任务中优于基线。

Comments 12 pages

TimeClaw: A Time-Series AI Agent with Exploratory Execution Learning

TimeClaw: 一种具备探索性执行学习的时间序列AI代理

Hangchen Liu, Dongyuan Li, Renhe Jiang, Jiewen Deng, Weiwei Ye, Yoshihide Sekimoto

机构 * The University of Tokyo（东京大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 规划决策 ：agent(title)；AI agent(title)；tool-use(abstract)；分类 cs.AI

AI总结 TimeClaw通过探索-比较-蒸馏-再注入四阶段循环，提升时间序列任务的探索性执行学习能力，在金融和天气预测中取得一致优势。

Comments Under review

BrainMem: Brain-Inspired Evolving Memory for Embodied Agent Task Planning

BrainMem: 为具身智能任务规划设计的脑启发式记忆系统

Xiaoyu Ma, Lianyu Hu, Wenbing Tang, Zixuan Hu, Zeqin Liao, Zhizhen Wu, Yang Liu

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Tianjin University, Tianjin, China（天津大学，天津，中国） 纠错

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

AI总结 本文提出BrainMem，一种无训练的分层记忆系统，通过构建知识图谱和符号指南，提升具身智能在复杂环境中的任务规划能力，尤其在长周期和空间复杂任务中表现突出。

ROSClaw: A Hierarchical Semantic-Physical Framework for Heterogeneous Multi-Agent Collaboration

ROSClaw：一种用于异构多智能体协作的分层语义-物理框架

Rongfeng Zhao, Xuanhao Zhang, Zhaochen Guo, Xiang Shao, Zhongpan Zhu, Bin He, Jie Chen

机构 * Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院） ； National Key Laboratory of Autonomous Intelligent Unmanned Systems (Tongji University)（自主智能无人系统全国重点实验室（同济大学）） ； Frontiers Science Center for Intelligent Autonomous Systems（智能自主系统前沿科学中心） ； Tongji University（同济大学） ； College of Electronics and Information Engineering, Tongji University（同济大学电子与信息工程学院） 纠错

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

AI总结 ROSClaw通过统一视觉语言模型控制器整合策略学习与任务执行，构建仿真到现实的拓扑映射，实现多智能体协作中的语义连续性和动态任务分配，提升多策略执行的鲁棒性。

SAGE: Multi-Agent Self-Evolution for LLM Reasoning

SAGE：多智能体自进化用于大语言模型推理

Yulin Peng, Xinxin Zhu, Chenxing Wei, Nianbo Zeng, Leilei Wang, Ying Tiffany He, F. Richard Yu

机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院，中国） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ), China（广东省人工智能与数字经济实验室（深圳）） ； School of Information Technology, Carleton University, Canada（卡尔顿大学信息科技学院，加拿大） 纠错

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

AI总结 SAGE通过四智能体协同进化提升LLM推理能力，利用小种子集实现稳定自训练，在数学和代码生成基准上取得显著提升。

HeartAgent: An Autonomous Agent System for Explainable Differential Diagnosis in Cardiology

HeartAgent：一种用于心血管疾病可解释性差分诊断的自主代理系统

Shuang Zhou, Kai Yu, Song Wang, Wenya Xie, Zaifu Zhan, Meng-Han Tsai, Yuen-Hei Chung, Shutong Hou, Huixue Zhou, Min Zeng, Bhavadharini Ramu, Lin Yee Chen, Feng Xie, Rui Zhang

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

AI总结 HeartAgent通过整合定制工具和数据资源，提供可解释的差分诊断支持，显著提升心血管疾病诊断的准确性和解释质量。

Comments 26 pages, 7 figures

Fat-Cat: Document-Driven Metacognitive Multi-Agent System for Complex Reasoning

Fat-Cat：面向复杂推理的文档驱动元认知多智能体系统

Tong Yang, Yemin Wang, Chaoning Zhang, Aming Wu

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

AI总结 Fat-Cat通过文档驱动的智能体架构提升复杂推理性能，利用语义文件系统和文本策略进化模块，使Kimi-k2在HotPotQA中超越GPT-4o基线。

Comments This submission is withdrawn due to errors in the manuscript content and inaccuracies in the author information. The authors plan to correct these issues and may submit a revised version in the future

Heterogeneous Multi-Agent Proximal Policy Optimization for Power Distribution System Restoration

异质多智能体近端策略优化用于电力分配系统恢复

Parya Dolatyabi, Ali Farajzadeh Bavil, Mahdi Khodayar

机构 * Department of Computer Science University of Tulsa Tulsa, USA（计算机科学系 俄克拉荷马州立大学 塔尔萨 USA） 纠错

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

AI总结 本文提出异质多智能体近端策略优化方法，用于高效恢复电力分配系统，实现多微grid协调恢复，提升恢复效率和稳定性。

Comments 6 pages, 4 figures

BEAP-Agent: Backtrackable Execution and Adaptive Planning for GUI Agents

BEAP-Agent: 可回溯执行与自适应规划用于GUI代理

Ziyu Lu, Tengjin Weng, Yiying Yang, Yuhang Zhao, Xinxin Huang, Wenhao Jiang

机构 * Guangdong Laboratory of Artificial Intelligence（广东人工智能实验室） ； Shenzhen University（深圳大学） ； Guangdong University of Technology（广东工业大学） 纠错

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

AI总结 BEAP-Agent通过可回溯执行和自适应规划机制，提升GUI代理在复杂任务探索中的准确性和鲁棒性。

D$^2$Plan: Dual-Agent Dynamic Global Planning for Complex Retrieval-Augmented Reasoning

D$^2$Plan: 双智能体动态全局规划用于复杂检索增强推理

Kangcheng Luo, Tinglang Wu, Yansong Feng

机构 * Peking University（北京大学） 纠错

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

AI总结 D$^2$Plan通过双智能体协作提升复杂检索增强推理的连贯性和抗干扰能力。

CoAgent: Collaborative Planning and Consistency Agent for Coherent Video Generation

CoAgent：协作规划与一致性代理用于连贯视频生成

Qinglin Zeng, Kaitong Cai, Ruiqi Chen, Qinhan Lv, Keze Wang

机构 * Sun Yat-sen University（中山大学） 纠错

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

AI总结 CoAgent通过协作框架提升视频生成的连贯性与一致性，采用计划-合成-验证流程优化长视频的叙事质量与视觉一致性。

A Multi-Agent, Policy-Gradient approach to Network Routing

一种多智能体、策略梯度方法用于网络路由

Nigel Tao, Jonathan Baxter, Lex Weaver

机构 * Department of Computer Science, The Australian National University（计算机科学系，澳大利亚国立大学） ； WhizBang! Labs（WhizBang!实验室） 纠错

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

AI总结 本文提出了一种多智能体策略梯度方法，用于改进网络路由性能，通过惩罚次优行为以提升收敛效率。

MedBuild AI: An Agent-Based Hybrid Intelligence Framework for Reshaping Agency in Healthcare Infrastructure Planning through Generative Design for Medical Architecture

Yiming Zhang, Yuejia Xu, Ziyao Wang, Xin Yan, Xiaosai Hao

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

Comments 24 pages, 16 figures. Submitted to the IJAC Special Issue "Rebalance and Reciprocity"

AsyncVoice Agent: Real-Time Explanation for LLM Planning and Reasoning

Yueqian Lin, Zhengmian Hu, Jayakumar Subramanian, Qinsi Wang, Nikos Vlassis, Hai "Helen" Li, Yiran Chen

机构 * Duke University（杜克大学） ； Adobe Research（Adobe研究） 纠错

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

Comments Accepted to the IEEE ASRU 2025 Demo Track

WATCHED: A Web AI Agent Tool for Combating Hate Speech by Expanding Data

Paloma Piot, Diego Sánchez, Javier Parapar

机构 * IRLab, CITIC, Universidade da Coruña, Spain（IR实验室、CITIC、科鲁纳大学、西班牙） 纠错

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

How Can Input Reformulation Improve Tool Usage Accuracy in a Complex Dynamic Environment? A Study on $τ$-bench

Venkatesh Mishra, Amir Saeidi, Satyam Raj, Mutsumi Nakamura, Jayanth Srinivasa, Gaowen Liu, Ali Payani, Chitta Baral

机构 * Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究） 纠错

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

Comments Accepted to EMNLP 2025 Findings

Agentic-AI based Mathematical Framework for Commercialization of Energy Resilience in Electrical Distribution System Planning and Operation

Aniket Johri, Divyanshi Dwivedi, Mayukha Pal

机构 * ABB Ability Innovation Center, Hyderabad（ABB能力创新中心，海得拉巴） ； Indian Institute of Technology Tirupati（印度理工学院蒂鲁帕蒂分校） 纠错

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

LLM Economist: Large Population Models and Mechanism Design in Multi-Agent Generative Simulacra

Seth Karten, Wenzhe Li, Zihan Ding, Samuel Kleiner, Yu Bai, Chi Jin

机构 * Princeton University（普林斯顿大学） ； Salesforce Research（Salesforce研究） 纠错

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

Comments 27 pages, 6 figures, Code: https://github.com/sethkarten/LLM-Economist

Building a Stable Planner: An Extended Finite State Machine Based Planning Module for Mobile GUI Agent

Fanglin Mo, Junzhe Chen, Haoxuan Zhu, Xuming Hu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Computer Science & Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） 纠错

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

Comments 10 pages. Submitted to EMNLP 2025