ProAct: Agentic Lookahead in Interactive Environments
ProAct：交互环境中的代理前瞻性
机构 * Tencent Hunyuan（腾讯文言）
专题命中 规划决策 ：agentic(title)；agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 ProAct通过双阶段训练范式提升交互环境中的前瞻性推理能力，结合GLAD和MC-Critic实现更稳定的策略优化。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 35436 篇
KGLAMP: Knowledge Graph-guided Language model for Adaptive Multi-robot Planning and Replanning
KGLAMP：基于知识图谱的自适应多机器人规划与再规划语言模型
机构 * Honda Research Institute, USA（本田研究院） ； University of Maryland, College Park（马里兰大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 KGLAMP通过知识图谱引导LLM实现异构多机器人系统的自适应规划与再规划，提升动态环境下的规划效率和准确性。
Active Epistemic Control for Query-Efficient Verified Planning
主动认知控制用于查询高效的验证规划
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 主动认知控制通过结合基于模型的信念管理和范畴可行性检查，实现查询高效的验证规划，在交互环境中减少重新规划轮次。
Autonomous AI Agents for Real-Time Affordable Housing Site Selection: Multi-Objective Reinforcement Learning Under Regulatory Constraints
面向实时经济适用房选址的自主AI代理：在监管约束下的多目标强化学习
机构 * Department of Applied Mathematics and Computer Science (DTU Compute), Technical University of Denmark（应用数学与计算机科学系（DTU Compute），丹麦技术大学） ； Department of Mathematics, Trakya University（数学系，特拉基亚大学） ； Department of Engineering, Eskisehir Technical University（工程系，埃斯基谢普尔技术大学） ； Department of Computer Engineering, Afyon Kocatepe University（计算机工程系，阿菲昂卡奥卡佩大学） ； Department of Computer Systems, Riga Technical University（计算机系统系，里加技术大学）
专题命中 规划决策 ：AI agent(title)；agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 AURA通过多目标强化学习在监管约束下高效选址，提升经济适用房选址的合规性和效率，减少选址时间并提高社会公平性
Comments 12 pages, 6 figures, 5 tables
Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning
超越像素：通过基于模式的代理推理实现视觉隐喻转移
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Tencent Hunyuan（腾讯文脉） ； University of Konstanz（康斯坦茨大学） ； National Cheng-Kung University（国立成功大学）
专题命中 规划决策 ：agentic(title)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出基于模式的代理推理框架，实现视觉隐喻转移，通过多代理协作提升隐喻生成的抽象逻辑与视觉创造力。
Comments 11 pages, 10 figures
Workflow-R1: Group Sub-sequence Policy Optimization for Multi-turn Workflow Construction
Workflow-R1: 多轮工作流构建的分组子序列策略优化
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Tianjin University（天津大学） ； Tongji University（同济大学） ； University of Edinburgh（爱丁堡大学）
专题命中 规划决策 ：workflow(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 Workflow-R1通过分组子序列策略优化提升多轮工作流构建的灵活性和性能。
R-HTN: Rebellious Online HTN Planning for Safety and Game AI
R-HTN：安全与游戏AI中的反叛在线HTN规划
机构 * Computer Science \& Engineering, Lehigh University ； Bethlehem, PA 18015-3084 USA ； Navy Center for Applied Research in AI ； Naval Research Laboratory
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 R-HTN是一种用于安全与游戏AI的在线HTN规划算法，通过反叛机制在遵循指令的情况下实现任务目标。
Journal ref The Annual Conference on Advances in Cognitive Systems (ACS-2025)
Learning Abstractions for Hierarchical Planning in Program-Synthesis Agents
在程序合成代理中学习层次规划的抽象
机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） ； Institute for Human and Machine Cognition（人机认知研究院） ； Kempner Institute for the Study of Natural and Artificial Intelligence at Harvard University, Cambridge, MA, USA（哈佛大学马萨诸塞州剑桥市自然与人工智能研究学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 TheoryCoder-2通过主动学习可重用的抽象，提升了程序合成代理在复杂任务中的样本效率和泛化能力。
Comments 20 pages
Planning with Language and Generative Models: Toward General Reward-Guided Wireless Network Design
基于语言和生成模型的规划：迈向通用奖励引导的无线网络设计
机构 * University of Sheffield（谢菲尔德大学） ； University College London（伦敦大学学院）
专题命中 规划决策 ：planning(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 本文提出基于统一奖励函数的扩散生成模型，用于高效解决室内无线网络接入点部署问题，通过大规模数据训练提升泛化能力与鲁棒性。
Reflecting with Two Voices: A Co-Adaptive Dual-Strategy Framework for LLM-Based Agent Decision Making
双声道反思：基于LLM的智能体决策的共适应双策略框架
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 DuSAR通过双策略共适应推理框架，无需演示或微调即可在模拟和真实环境中实现优于现有方法的性能，同时减少token消耗。
ASTRA: Automated Synthesis of agentic Trajectories and Reinforcement Arenas
ASTRA: 自动化合成代理轨迹与强化环境
机构 * Beike Language and Intelligence（北溪语言与智能）
专题命中 规划决策 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.CL
AI总结 ASTRA通过可扩展数据合成和可验证强化学习，自动化训练工具增强语言模型代理，实现多轮稳定学习和高性能工具使用。
Adapting Reinforcement Learning for Path Planning in Constrained Parking Scenarios
在受限停车场景中适应强化学习用于路径规划
机构 * Bosch Research（博世研究）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本研究提出了一种深度强化学习框架，用于在受限停车场景中实现高效的实时路径规划，通过序列决策问题建模和新基准的开发，实现了更高的成功率和效率。
SSL: Sweet Spot Learning for Differentiated Guidance in Agentic Optimization
SSL：在代理优化中差异化引导的甜蜜点学习
机构 * Tsinghua University（清华大学） ； Xiaomi Corporation（小米公司） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 规划决策 ：agentic(title)；agent(abstract)；planning(abstract)；分类 cs.CL
AI总结 SSL通过分层奖励引导代理优化，提升解空间中的方向性优化，实现样本效率提升和跨任务迁移能力。
Foundation Models for Logistics: Toward Certifiable, Conversational Planning Interfaces
物流领域的基础模型：迈向可验证、对话式规划界面
机构 * Neurosymbolic Intelligence（神经符号智能） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Colorado Boulder（科罗拉多大学波德分校）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出了一种基于神经符号框架的视觉-语言物流代理，通过自然语言对话和可验证保证实现可信赖的物流规划决策，模型在少量训练样本下实现了高效且准确的物流规划性能。
ALRM: Agentic LLM for Robotic Manipulation
ALRM：用于机器人操作的代理LLM
专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)；分类 cs.CL
AI总结 ALRM提出了一种基于LLM的代理框架，通过ReAct推理循环实现机器人操作的模块化执行，支持代码生成和工具规划模式，实验表明其在多步骤推理和语言多样性任务中表现优异。
Interoperable Architecture for Digital Identity Delegation for AI Agents with Blockchain Integration
面向AI代理的数字身份委托的互操作架构与区块链整合
专题命中 规划决策 ：AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出了一种支持AI代理在异构身份生态系统中实现安全委托的架构，通过可审计和最小特权的委托机制，提升数字身份系统的互操作性与可信度。
Comments 19 pages, 4 figures, 4 tables
TimeART: Towards Agentic Time Series Reasoning via Tool-Augmentation
TimeART: 通过工具增强实现代理时间序列推理
机构 * East China Normal University, Shanghai, China（华东师范大学） ； Aalborg University, Aalborg, Denmark（奥胡斯大学）
专题命中 规划决策 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.LG
AI总结 TimeART通过融合强大工具的分析能力与LLM的推理能力，实现时间序列问题回答的自主代理方法，通过四阶段训练策略提升模型泛化能力，并在多个任务中取得最佳性能。
Behavior Knowledge Merge in Reinforced Agentic Models
强化学习代理模型中的行为知识融合
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Dartmouth College（达特茅斯学院） ； University of Notre Dame（诺丁汉大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 本文提出RAM框架，通过分离共享和任务特定参数更新，提升RL训练代理模型的融合效果，实现性能超越专门化代理。
ET-Agent: Incentivizing Effective Tool-Integrated Reasoning Agent via Behavior Calibration
ET-Agent：通过行为校准激励有效的工具集成推理代理
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院）
专题命中 规划决策 ：agent(title,abstract)；tool-use(abstract)；分类 cs.AI
AI总结 ET-Agent通过自我进化数据飞轮和行为校准训练框架，提升工具集成推理代理的准确性与效率。
RAGShaper: Eliciting Sophisticated Agentic RAG Skills via Automated Data Synthesis
RAGShaper: 通过自动化数据合成激发复杂的代理RAG技能
机构 * Peking University（北京大学） ； Tencent AI Lab（腾讯人工智能实验室）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 RAGShaper通过自动化数据合成构建高质量RAG任务和代理轨迹，提升模型在复杂检索任务中的鲁棒性。
AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture
AgriAgent：面向现实农业的合同驱动规划与能力感知工具编排
机构 * State Key Laboratory of Brain–Machine Intelligence（脑机智能国家重点实验室） ； College of Computer Science and Technology, Zhejiang University（计算机科学与技术学院，浙江大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 AgriAgent通过合同驱动规划和能力感知工具编排，提升现实农业中复杂任务的执行成功率和鲁棒性。
Agentic Diagnostic Reasoning over Telecom and Datacenter Infrastructure
基于电信和数据中心基础设施的代理诊断推理
机构 * Ni2 Innovation Lab（Ni2创新实验室）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出基于代理的诊断框架，利用LLM通过MCP协议自主导航基础设施模型，实现故障诊断与影响发现，为自主事件解决和风险预测提供基础。
Yes FLoReNce, I Will Do Better Next Time! Agentic Feedback Reasoning for Humorous Meme Detection
是的，Florne，我下次会做得更好！用于幽默表情包检测的代理反馈推理
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 Florne通过闭环反馈机制提升表情包幽默检测的适应性和解释质量。
Comments LaMAS@AAAI 2026 (Oral)
ACDZero: MCTS Agent for Mastering Automated Cyber Defense
ACDZero：用于掌握自动化网络防御的MCTS代理
机构 * Dept of ECE, George Washington University（电子工程系，乔治华盛顿大学） ； Dept of ECE, Northeastern University（电子工程系，东北大学） ； Dept of EECS, United States Military Academy（电子工程与科学系，美国军事学院）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.LG
AI总结 ACDZero通过基于MCTS的规划策略和图神经网络实现高效自动化网络防御，提升防御奖励和鲁棒性。
Rethinking Supply Chain Planning: A Generative Paradigm
重新思考供应链规划：一种生成范式
机构 * Tsinghua University, Beijing, China（清华大学） ； JD.com, Beijing, China（京东） ； Faculty of Engineering and Faculty of Business and Economics, The University of Hong Kong, China（香港大学工程学院和商学院） ； College of Engineering, University of California, Berkeley, CA, USA（加州大学伯克利分校工程学院）
专题命中 规划决策 ：planning(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出一种基于生成式人工智能的供应链规划范式，通过智能代理框架提升规划准确性与库存率，实现动态需求下的适应性协调。
Simulating Multi-Stakeholder Decision-Making with Generative Agents in Urban Planning
用生成代理模拟城市规划中的多利益相关者决策
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本研究通过多生成代理系统模拟城市规划中的多利益相关者决策，探讨人口因素对集体决策的影响，并提升决策的公平性和效率。
Journal ref Advances in Transdisciplinary Engineering, Vol. 76, pp. 40-49, IOS Press, 2026
SeqWalker: Sequential-Horizon Vision-and-Language Navigation with Hierarchical Planning
SeqWalker: 基于分层规划的序列地平线视觉-语言导航
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 SeqWalker通过分层规划框架解决多任务视觉-语言导航中的信息过载问题，通过高层规划减少认知负荷，低层规划利用指令逻辑结构校正轨迹误差。
Optimizing Path Planning using Deep Reinforcement Learning for UGVs in Precision Agriculture
利用深度强化学习优化无人机在精准农业中的路径规划
机构 * Sardar Patel Institute of Technology（萨达尔·帕特尔技术学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本研究利用深度强化学习优化无人机在精准农业中的路径规划，通过DDPG和TD3算法在动态环境中实现高成功率的导航。
AI Agents as Policymakers in Simulated Epidemics
AI代理作为模拟流行病中的政策制定者
机构 * Department of Industrial and Systems Engineering（工业与系统工程系） ； Virginia Tech（弗吉尼亚理工大学）
专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出了一种生成式AI代理，用于模拟流行病中的政策决策，通过理论引导的提示提升决策质量，展示AI在复杂社会系统中的应用潜力。
Comments 24 pages, 5 figures
Bio-inspired Agentic Self-healing Framework for Resilient Distributed Computing Continuum Systems
生物启发的代理自修复框架用于鲁棒分布式计算连续系统
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 ReCiSt通过生物启发的代理自修复框架，实现分布式计算连续系统的快速自我修复与韧性提升。
