AI Agent

Reinforcement Learning-Enabled Agent for Transmitter Optimization in Digital-Analog Radio-over-Fiber Fronthaul

强化学习驱动的数字-模拟光载射频前传发射机优化智能体

Junhao Zhao, Huayuan Qin, Ouhan Huang, Zhongya Li, Chengxi Wang, Boyu Dong, Liangtao Chen, Xuyu Deng, An Yan, Penghao Luo, Renle Zheng, Yongzhu Hu, Aolong Sun, Yinjun Liu, Sizhe Xing, Nan Chi, Junwen Zhang

专题命中 工具调用 ：agent(title,abstract)

AI总结 针对数字-模拟光载射频前传中多个耦合参数难以优化的问题，提出一种基于强化学习的智能体架构，通过端到端信噪比反馈自主学习最优发射机参数，实验证明其能稳定提升信噪比并支持高阶调制格式。

Synthesize and Reward -- Reinforcement Learning for Multi-Step Tool Use in Live Environments

合成与奖励——面向实时环境中多步骤工具使用的强化学习

Ibrahim Abdelaziz, Asim Munawar, Kinjal Basu, Maxwell Crouse, Chulaka Gunasekara, Suneet Katrekar, Pavan Kapanipathi

机构 * IBM Research（IBM研究院） 纠错

专题命中 工具调用 ：tool use(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 提出PROVE框架，通过20个有状态MCP服务器、自动化数据合成流水线和多组件程序化奖励，解决多步骤工具调用中的环境构建、查询生成和奖励设计问题，在BFCL Multi-Turn、tau2-bench和T-Eval上分别提升最多+10.2、+6.8和+6.5分。

AMBER: A Columnar Architecture for High-Performance Agent-Based Modeling in Python

AMBER：一种用于Python中高性能基于代理建模的列式架构

Anh-Duy Pham

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出AMBER，一种基于列式存储的Python框架，通过紧凑的视图API暴露种群操作，以减少解释器开销，从而提高交互式建模、校准和参数扫描的性能。

Towards Camera-Robust 3D Localization: Equation-Anchored Tool-Use for MLLMs

面向相机鲁棒的3D定位：基于方程的工具使用用于MLLMs

Xueying Jiang, Wenhao Li, Quanhao Qian, Deli Zhao, Shijian Lu, Gongjie Zhang, Ran Xu

机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里集团大模型研究院） ； HuPan Lab（虎派实验室） ； Alibaba Group（阿里集团） 纠错

专题命中 工具调用 ：tool-use(title,abstract)

AI总结 本文提出了一种基于方程的工具使用框架，通过将空间工具作为公式变量重新利用，以解决多模态大语言模型（MLLMs）中3D定位的相机固有模糊问题，从而在3D物体检测和3D视觉定位任务中取得了显著提升。

Multi-objective Bayesian inference in an agent-based model of zebrafish patterns via topological data analysis

基于拓扑数据分析的多目标贝叶斯推断：一种鱼鳞图案的基于代理的模型

Yue Liu, Alexandria Volkening

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出了一种结合拓扑技术和贝叶斯计算的多目标方法，用于推断详细模型的参数，通过推断鱼鳞图案的基于代理的模型，在多个案例研究中实现了实用的可识别性，并通过引入扩展的先验分布将参数推断重新表述为规则推断，以寻找与数据一致的替代简单模型。

Comments 28 pages, 12 figures

From AI-Generated Content to Agentic Action: Security and Safety Threats in Generative AI

从AI生成内容到代理行为：生成式AI中的安全与安全威胁

Zelin Zhang, Qi Li, Jie Cao, Lingshuang Liu, Jianbing Ni

专题命中 工具调用 ：agentic(title,abstract)

AI总结 研究探讨生成式AI从内容生成转向执行操作带来的安全与安全威胁，分析攻击者需求、系统自主性及潜在危害的变化，并评估检测、水印、对齐等技术对策，指出当前治理机制无法提供必要的协调。

Comments Accepted by Journal of Information and Intelligence (JII)

MemSearch-o1: Empowering Large Language Models with Reasoning-Aligned Memory Growth in Agentic Search

MemSearch-o1：通过基于推理的内存增长增强大语言模型的代理搜索

Sheng Zhang, Junyi Li, Yingyi Zhang, Pengyue Jia, Yichao Wang, Xiaowei Qian, Wenlin Zhang, Maolin Wang, Yong Liu, Xiangyu Zhao

专题命中 工具调用 ：agentic(title,abstract)

AI总结 MemSearch-o1通过基于推理的内存增长和回溯机制，解决代理搜索中的内存稀释问题，提升大语言模型的推理能力。

Five Attacks on x402 Agentic Payment Protocol

对x402代理支付协议的五种攻击

Zelin Li, Qin Wang, Zhipeng Wang

专题命中 工具调用 ：agentic(title)；workflow(abstract)

AI总结 本文分析x402协议，发现其在设计和实现中存在漏洞，提出五种攻击揭示授权、绑定、重放保护及Web层处理中的弱点，通过测试环境和审计验证攻击可行性，并提出缓解措施。

Comments 17 pages, 7 figures. Preprint

Toward a Principled Framework for Agent Safety Measurement

迈向代理安全测量的原理性框架

Shuyi Lin, Anshuman Suri, Alina Oprea, Cheng Tan

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出基于搜索而非采样的原理性框架，用于评估代理安全，通过BOA框架在预算内搜索轨迹空间，发现贪心和采样方法遗漏的不安全轨迹。

AdaTooler-V: Adaptive Tool-Use for Images and Videos

AdaTooler-V：面向图像和视频的自适应工具使用

Chaoyang Wang, Kaituo Feng, Dongyang Chen, Zhongyu Wang, Zhixun Li, Sicheng Gao, Meng Meng, Xu Zhou, Manyuan Zhang, Yuzhang Shang, Xiangyu Yue

机构 * MMLab, CUHK（香港中文大学MML实验室） ； THU（清华大学） ； SJTU（上海交通大学） ； DB Group, CUHK（香港中文大学DB小组） ； UCF（佛罗里达大学） ； Sangfor（Sangfor公司） ； JMU（约翰·霍普金斯大学） 纠错

专题命中 工具调用 ：tool-use(title,abstract)

AI总结 本文提出AdaTooler-V，通过自适应工具使用提升多模态大语言模型的视觉推理能力，通过强化学习算法和定制数据集优化工具调用策略，实验证明其在多种视觉任务中表现优异。

Comments ACL 2026 Findings, Project page: https://github.com/CYWang735/AdaTooler-V

Zero-to-CAD: Agentic Synthesis of Interpretable CAD Programs at Million-Scale Without Real Data

从零到CAD：在百万级规模上无需真实数据合成可解释的CAD程序

Mohammadmehdi Ataei, Farzaneh Askari, Kamal Rahimi Malekshan, Pradeep Kumar Jayaraman

机构 * Autodesk Research（Autodesk研究院） 纠错

专题命中 工具调用 ：agentic(title,abstract)

AI总结 本文提出Zero-to-CAD框架，通过代理搜索方法生成可执行的CAD构造序列，实现百万级可解释CAD程序的合成，并展示了其在多视图图像重建中的应用效果。

ProMMSearchAgent: A Generalizable Multimodal Search Agent Trained with Process-Oriented Rewards

ProMMSearchAgent：一种通过过程导向奖励训练的通用多模态搜索代理

Wentao Yan, Shengqin Wang, Huichi Zhou, Yihang Chen, Kun Shao, Yuan Xie, Zhizhong Zhang

机构 * East China Normal University（东中国师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Huawei Noah's Ark Lab（华为诺亚实验室） ； Independent Researcher（独立研究者） ； University College London（伦敦大学学院） 纠错

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出ProMMSearchAgent，通过过程导向奖励解决多模态代理在知识密集型视觉推理中的训练难题，实现零样本迁移至Google搜索API。

SceneOrchestra: Efficient Agentic 3D Scene Synthesis via Full Tool-Call Trajectory Generation

SceneOrchestra: 通过完整工具调用轨迹生成实现高效的代理3D场景合成

Yun He, Kelin Yu, Matthias Zwicker

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

专题命中 工具调用 ：agentic(title,abstract)

AI总结 SceneOrchestra通过训练可调的 orchestration 框架优化工具调用流程，消除逐步审查循环，提升效率和输出质量。

Sutradhara: An Intelligent Orchestrator-Engine Co-design for Tool-based Agentic Inference

Sutradhara: 一种智能编排-引擎协同设计用于基于工具的代理推理

Anish Biswas, Kanishk Goel, Srivarshinee S, Jayashree Mohan, Alind Khare, Anjaly Parayil, Ramachandran Ramjee, Chetan Bansal

专题命中 工具调用 ：agentic(title,abstract)

AI总结 Sutradhara通过整合编排与LLM服务，优化工具执行与LLM预填充的重叠，提升代理推理系统的吞吐量与延迟平衡，减少端到端延迟。

Optimal Kinodynamic Motion Planning Through Anytime Bidirectional Heuristic Search with Tight Termination Condition

通过具有紧密终止条件的 anytime 双向启发式搜索进行最优的运动规划

Yi Wang, Bingxian Mu, Shahab Shokouhi, May-Win Thein

机构 * University of New Hampshire（新罕布什尔大学） ； University of Prince Edward Island（爱德华王子岛大学） 纠错

专题命中 工具调用 ：planning(title,abstract)

AI总结 本文提出 BTIT* 算法，结合 anytime 双向启发式搜索，确保 meet-in-the-middle 属性和最优性，实验显示其在两个动力学基准上比非懒惰知情批量规划器更快收敛。

RemoteAgent: Bridging Vague Human Intents and Earth Observation with RL-based Agentic MLLMs

RemoteAgent: 通过基于强化学习的代理多模态大语言模型弥合模糊人类意图与遥感观测之间的鸿沟

Liang Yao, Shengxiang Xu, Fan Liu, Chuanyi Zhang, Bishun Yao, Rui Min, Yongjun Li, Chaoqian Ouyang, Shimin Di, Min-Ling Zhang

机构 * Hohai University（河海大学） ； Southeast University（东南大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)

AI总结 本文提出RemoteAgent框架，通过VagueEO数据集和强化学习微调，使多模态大语言模型能直接解决图像和稀疏区域任务，并通过模型上下文协议智能协调专用工具进行密集预测，提升遥感任务的性能。

Your Agent Is Mine: Measuring Malicious Intermediary Attacks on the LLM Supply Chain

你的代理是我的：测量对LLM供应链的恶意中间人攻击

Hanzhi Liu, Chaofan Shou, Hongbo Wen, Yanju Chen, Ryan Jingyang Fang, Yu Feng

专题命中 工具调用 ：agent(title,abstract)

AI总结 研究针对LLM供应链中恶意中间人攻击的系统性分析，提出两种核心攻击类型及适应性规避变种，通过实验发现多个路由器存在恶意注入和秘密外泄行为，并评估了三种客户端防御措施。

Learning to Search: A Decision-Based Agent for Knowledge-Based Visual Question Answering

学习搜索：一种基于决策的知识增强视觉问答代理

Zhuohong Chen, Zhenxian Wu, Yunyao Yu, Hangrui Xu, Zirui Liao, Zhifang Liu, Xiangwen Deng, Pen Jiao, Haoqian Wang

机构 * Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； Hefei University of Technology（合肥工业大学） 纠错

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出基于决策的KB-VQA代理，通过多步骤决策过程解决视觉问答问题，改进检索与推理整合，提升对稀有实体和长尾事实的处理能力。

AgenticRS-Architecture: System Design for Agentic Recommender Systems

AgenticRS-Architecture：面向代理推荐系统的系统设计

Hao Zhang, Jinxin Hu, Hao Deng, Lingyu Mu, Shizhun Wang, Yu Zhang, Xiaoyi Zeng

专题命中 工具调用 ：agentic(title)；agent(abstract)

AI总结 本文提出AgenticRS架构，通过交互式进化代理实现推荐系统全生命周期自动化，核心模块包括AutoTrain、AutoFeature和AutoPerf，实现模型、特征和资源的自适应演化。

SkillAttack: Automated Red Teaming of Agent Skills through Attack Path Refinement

SkillAttack：通过攻击路径细化实现对代理技能的自动化红队测试

Zenghao Duan, Yuxin Tian, Zhiyi Yin, Liang Pang, Jingcheng Deng, Zihao Wei, Shicheng Xu, Yuyao Ge, Xueqi Cheng

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出SkillAttack框架，通过对抗性提示动态验证技能漏洞可利用性，实验显示其在对抗性技能和真实场景中均显著优于基线方法，揭示了即使善意技能在实际代理交互中也存在严重安全风险。

Efficient Multi-Objective Planning with Weighted Maximization Using Large Neighbourhood Search

基于大邻域搜索的加权最大化多目标规划高效方法

Krishna Kalavadia, Shamak Dutta, Yash Vardhan Pant, Stephen L. Smith

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 工具调用 ：planning(title,abstract)

AI总结 本文提出基于大邻域搜索的新型算法，高效解决加权最大化规划问题，在保持解质量的同时将运行时间提升1-2个数量级，适用于自主导航中的多目标优化。

Statistical Model Checking of the Island Model: An Established Economic Agent-Based Model of Endogenous Growth

岛屿模型的统计模型检验：一个内生增长的已确立经济基于代理模型

Stefano Blando, Giorgio Fagiolo, Daniele Giachini, Andrea Vandin, Ernest Ivanaj

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文利用统计模型检验方法对岛屿模型进行分析，验证了模型的关键特征，并展示了其在内生增长研究中的应用价值。

Comments In Proceedings MARS 2026, arXiv:2604.03053

Journal ref EPTCS 443, 2026, pp. 3-22

AutoMIA: Improved Baselines for Membership Inference Attack via Agentic Self-Exploration

AutoMIA：通过代理自我探索改进的成员推断攻击基线

Ruhao Liu, Weiqi Huang, Qi Li, Xinchao Wang

专题命中 工具调用 ：agentic(title,abstract)

AI总结 AutoMIA通过代理自我探索和策略进化，改进成员推断攻击基线，实现模型无关的攻击空间系统遍历，优于现有方法且无需手动特征工程。

Mind The Gap: How The Technical Mechanism Of Agentic AI Outpace Global Legal Frameworks

注意差距：代理AI的技术机制如何超越全球法律框架

Marcel Osmond, Thomas Jego

专题命中 工具调用 ：agentic(title,abstract)

AI总结 本文首次比较了各机构对代理AI的定义，揭示技术不准确之处，提出综合开发者文档的共识技术定义，并探讨定义差距导致监管工具无法有效治理代理自主性机制。

Agentic Markets: Equilibrium Effects of Improving Consumer Search

代理市场：改进消费者搜索的均衡效应

Brendan Lucier, Nicole Immorlica, Markus Mobius, Aleksandrs Slivkins, Daniel G. Goldstein, Jake M. Hofman, Sonia Jaffe, David M. Rothschild

专题命中 工具调用 ：agentic(title,abstract)

AI总结 本文研究了改进搜索技术对市场学习和福利的影响，发现更便宜的搜索提升学习和消费者剩余，但更信息性的搜索可能因削弱企业间竞争而降低消费者剩余。

ACRFence: Preventing Semantic Rollback Attacks in Agent Checkpoint-Restore

ACRFence：防止代理检查点-恢复中的语义回滚攻击

Yusheng Zheng, Yiwei Yang, Wei Zhang, Andi Quinn

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出ACRFence，一种防止代理检查点-恢复中语义回滚攻击的通用解决方案，通过记录不可逆工具效果并强制回放或分叉语义，以应对代理恢复后请求重新生成导致的重复支付和凭证滥用问题。

Journal ref CoDAIM workshop 2026

LAAF: Logic-layer Automated Attack Framework A Systematic Red-Teaming Methodology for LPCI Vulnerabilities in Agentic Large Language Model Systems

LAAF：逻辑层自动攻击框架：一种针对代理大语言模型系统中LPCI漏洞的系统性红队方法

Hammad Atta, Ken Huang, Kyriakos Rock Lambros, Yasir Mehmood, Zeeshan Baig, Mohamed Abdur Rahman, Manish Bhatt, M. Aziz Ul Haq, Muhammad Aatif, Nadeem Shahzad, Kamal Noor, Vineeth Sai Narajala, Hazem Ali, Jamel Abed

专题命中 工具调用 ：agentic(title,abstract)

AI总结 LAAF是首个结合特定技术分类和分阶段种子升级的自动化红队框架，通过49种技术分类生成大量独特负载，并通过持久化阶段突破器实现分阶段负载变异，有效提升阶段突破效率。

PaAgent: Portrait-Aware Image Restoration Agent via Subjective-Objective Reinforcement Learning

PaAgent：通过主观-客观强化学习实现的面向人物图像修复代理

Yijian Wang, Qingsen Yan, Jiantao Zhou, Duwei Dai, Wei Dong

机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； Shenzhen Research Institute of Northwestern Polytechnical University（西北工业大学深圳研究院） ； State Key Laboratory of Internet of Things for Smart City, University of Macau（澳门大学智慧城市物联网国家重点实验室） ； National-Local Joint Engineering Research Center of Biodiagnosis and Biotherapy, the Second Affiliated Hospital of Xi’an Jiaotong University（西安交通大学生物诊断与生物治疗国家地方联合工程研究中心） ； College of Information and Control Engineering, Xi’an University of Architecture and Technology（西安建筑科技大学信息与控制工程学院） 纠错

专题命中 工具调用 ：agent(title,abstract)

AI总结 PaAgent通过结合自进化的人物银行和检索增强生成技术，提升图像修复任务中对复杂场景的感知能力，通过主观-客观强化学习策略优化修复工具选择，实验验证其在多种修复基准上的优越性。

CASSR: Continuous A-Star Search through Reachability for real time footstep planning

CASSR：通过可达性进行实时步态规划的连续A*搜索

Jiayi Wang, Steve Tonneau

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 工具调用 ：planning(title,abstract)

AI总结 CASSR通过连续A*搜索结合EPA启发式方法，实现双足机器人高效实时步态规划，性能优于传统A*和MIP求解器。

Black-Box Reliability Certification for AI Agents via Self-Consistency Sampling and Conformal Calibration

通过自一致性采样和置信校准实现AI代理的黑盒可靠性认证

Charafeddine Mouzouni

机构 * OPIT -- Open Institute of Technology（开放技术研究所） 纠错

专题命中 工具调用 ：AI agent(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文通过自一致性采样和置信校准方法，为AI系统提供可靠性评估，验证了其在不同任务和数据上的有效性，并展示了降低API成本的应用价值。

Comments 41 pages, 11 figures, 10 tables, including appendices