AI Agent

EARL: Efficient Agentic Reinforcement Learning Systems for Large Language Models

Zheyue Tan, Mustapha Abdullahi, Tuo Shi, Huining Yuan, Zelai Xu, Chao Yu, Boxun Li, Bo Zhao

机构 * Aalto University（阿alto大学） ； Tsinghua University（清华大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)；tool use(abstract)；分类 cs.LG

Adversarial Reinforcement Learning for Large Language Model Agent Safety

Zizhao Wang, Dingcheng Li, Vaishakh Keshava, Phillip Wallis, Ananth Balashankar, Peter Stone, Lukas Rutishauser

机构 * Google（谷歌） ； Google Deepmind（谷歌DeepMind） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sony AI（索尼人工智能） 纠错

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

Toward Systems Foundations for Agentic Exploration

Jiakai Xu, Tianle Zhou, Eugene Wu, Kostis Kaffes

专题命中 工具调用 ：agentic(title,abstract)

Measuring LLM Novelty As The Frontier Of Original And High-Quality Output

Vishakh Padmakumar, Chen Yueh-Han, Jane Pan, Valerie Chen, He He

机构 * New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.CL

Comments Updated results with higher coverage of open-data models and better quality judgments

Capacity-Aware Planning and Scheduling in Budget-Constrained Multi-Agent MDPs: A Meta-RL Approach

Manav Vora, Ilan Shomorony, Melkior Ornik

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Generative AI-Driven Hierarchical Multi-Agent Framework for Zero-Touch Optical Networks

Yao Zhang, Yuchen Song, Shengnan Li, Yan Shi, Shikui Shen, Xiongyan Tang, Min Zhang, Danshi Wang

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

Comments 7 pages,6 figures, Accepted by lEEE Communications Magazine, Open call

Biomedical reasoning in action: Multi-agent System for Auditable Biomedical Evidence Synthesis

Oskar Wysocki, Magdalena Wysocka, Mauricio Jacobo, Harriet Unsworth, André Freitas

机构 * Idiap Research Institute（IDiap研究 institute） ； National Biomarker Centre (NBC) CRUK Manchester Institute（国家生物标记中心（NBC）CRUK曼彻斯特研究所） ； Department of Computer Science University of Manchester, UK（计算机科学系曼彻斯特大学） 纠错

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

TimeSeriesScientist: A General-Purpose AI Agent for Time Series Analysis

Haokun Zhao, Xiang Zhang, Jiaqi Wei, Yiwei Xu, Yuting He, Siqi Sun, Chenyu You

机构 * Stony Brook University（石溪大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of British Columbia（不列颠哥伦比亚大学） ； Zhejiang University（浙江大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Case Western Reserve University（凯斯西储大学） ； Fudan University（复旦大学） 纠错

专题命中 规划决策 ：agent(title)；AI agent(title)；planning(abstract)；workflow(abstract)

Decoupling Correctness from Policy: A Deterministic Causal Structure for Multi-Agent Systems

Zhiyuan Ren, Tao Zhang, Wenchi Chen

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

Expected Free Energy-based Planning as Variational Inference

Bert de Vries, Wouter Nuijten, Thijs van de Laar, Wouter Kouw, Sepideh Adamiat, Tim Nisslbeck, Mykola Lukashchuk, Hoang Minh Huu Nguyen, Marco Hidalgo Araya, Raphael Tresor, Thijs Jenneskens, Ivana Nikoloska, Raaja Ganapathy Subramanian, Bart van Erp, Dmitry Bagaev, Albert Podusenko

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Lazy Dynamics B.V.（Lazy Dynamics公司） ； ASML（ASML公司） 纠错

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

Comments 18 pages

LLMs as Policy-Agnostic Teammates: A Case Study in Human Proxy Design for Heterogeneous Agent Teams

Aju Ani Justus, Chris Baber

机构 * School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） 纠错

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

Comments This is a preprint of a paper presented at the \textit{European Conference on Artificial Intelligence (ECAI 2025)}. It is made publicly available for the benefit of the research community and should be regarded as a preprint rather than a formally reviewed publication

LexiCon: a Benchmark for Planning under Temporal Constraints in Natural Language

Periklis Mantenoglou, Rishi Hazra, Pedro Zuidberg Dos Martires, Luc De Raedt

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

Unifying Inference-Time Planning Language Generation

Prabhu Prakash Kagitha, Bo Sun, Ishan Desai, Andrew Zhu, Cassie Huang, Manling Li, Ziyang Li, Li Zhang

机构 * Drexel University（德雷塞尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Northwestern University（西北大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

WebWeaver: Structuring Web-Scale Evidence with Dynamic Outlines for Open-Ended Deep Research

Zijian Li, Xin Guan, Bo Zhang, Shen Huang, Houquan Zhou, Shaopeng Lai, Ming Yan, Yong Jiang, Pengjun Xie, Fei Huang, Jun Zhang, Jingren Zhou

机构 * Tongyi Lab（通义实验室） ； Alibaba Group（阿里巴巴集团） 纠错

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

Comments An agent system for open-ended deep research

pRRTC: GPU-Parallel RRT-Connect for Fast, Consistent, and Low-Cost Motion Planning

Chih H. Huang, Pranav Jadhav, Brian Plancher, Zachary Kingston

机构 * Columbia College, Columbia University（哥伦比亚大学哥伦比亚学院） ； Department of Computer Science, Purdue University（普渡大学计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

Comments 7 pages, 7 figures, 1 table. Submitted to IEEE International Conference on Robotics and Automation 2026

Decremental Dynamics Planning for Robot Navigation

Yuanjie Lu, Tong Xu, Linji Wang, Nick Hawes, Xuesu Xiao

机构 * Department of Computer Science, George Mason University（计算机科学系，乔治·马歇尔大学） ； Department of Engineering Science, University of Oxford（工程科学系，牛津大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

Comments 7 pages. Accepted by IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

Distilling On-device Language Models for Robot Planning with Minimal Human Intervention

Zachary Ravichandran, Ignacio Hounie, Fernando Cladera, Alejandro Ribeiro, George J. Pappas, Vijay Kumar

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(title)；分类 cs.AI、cs.LG

Comments Accepted to the Conference on Robot Learning (CoRL) 2025

A survey of air combat behavior modeling using machine learning

Patrick Ribu Gorton, Andreas Strand, Karsten Brathen

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

Journal ref IEEE Access 2025, Volume 13, Pages: 113666 - 113685

Constraint-Aware Route Recommendation from Natural Language via Hierarchical LLM Agents

Tao Zhe, Rui Liu, Fateme Memar, Xiao Luo, Wei Fan, Xinyue Ye, Zhongren Peng, Dongjie Wang

机构 * University of Kansas（堪萨斯大学） ； UW–Madison（威斯康星大学麦迪逊分校） ； University of Auckland（奥克兰大学） ； University of Alabama（阿拉巴马大学） ； University of Florida（佛罗里达大学） 纠错

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

TaTToo: Tool-Grounded Thinking PRM for Test-Time Scaling in Tabular Reasoning

Jiaru Zou, Soumya Roy, Vinay Kumar Verma, Ziyi Wang, David Wipf, Pan Lu, Sumit Negi, James Zou, Jingrui He

机构 * UIUC（伊利诺伊大学香槟分校） ； Amazon（亚马逊） ； Purdue University（普渡大学） ； Stanford University（斯坦福大学） 纠错

专题命中 规划决策 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG

Reinforcement Learning for Clinical Reasoning: Aligning LLMs with ACR Imaging Appropriateness Criteria

Anni Tziakouri, Filippo Menolascina

专题命中 规划决策 ：agent(abstract)；agentic(abstract)

Hybrid Quantum-Classical Policy Gradient for Adaptive Control of Cyber-Physical Systems: A Comparative Study of VQC vs. MLP

Aueaphum Aueawatthanaphisut, Nyi Wunna Tun

机构 * School of Information, Computer, and Communication Technology（信息、计算机与通信技术学院） ； Sirindhorn International Institute of Technology, Thammasat University（素恩国际技术研究所，朱拉隆功大学） 纠错

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

Comments 6 pages, 5 figures, 2 tables, 17 equations, 1 algorithm

Information-Theoretic Policy Pre-Training with Empowerment

Moritz Schneider, Robert Krug, Narunas Vaskevicius, Luigi Palmieri, Michael Volpp, Joschka Boedecker

机构 * Bosch Center for Artificial Intelligence（博世人工智能中心） ； Bosch Corporate Research（博世企业研究） ； University of Freiburg（弗赖堡大学） ； BrainLinks-BrainTools 纠错

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

Towards Locally Deployable Fine-Tuned Causal Large Language Models for Mode Choice Behaviour

Tareq Alsaleh, Bilal Farooq

机构 * Laboratory of Innovations in Transportation (LiTrans), Toronto Metropolitan University, Canada（交通创新实验室（LiTrans）、多伦多 Metropolitan 大学） 纠错

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

Pref-GUIDE: Continual Policy Learning from Real-Time Human Feedback via Preference-Based Learning

Zhengran Ji, Boyuan Chen

机构 * Duke University（杜克大学） 纠错

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

Medical Vision Language Models as Policies for Robotic Surgery

Akshay Muppidi, Martin Radfar

机构 * Department of Computer Science（计算机科学系） ； Stony Brook University（史泰尼斯布鲁克大学） 纠错

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

Comments IEEE CAI 2025

Journal ref 2025 IEEE Conference on Artificial Intelligence (CAI), Santa Clara, CA, USA, 2025, pp. 513,518

ARISE: An Adaptive Resolution-Aware Metric for Test-Time Scaling Evaluation in Large Reasoning Models

Zhangyue Yin, Qiushi Sun, Zhiyuan Zeng, Zhiyuan Yu, Qipeng Guo, Xuanjing Huang, Xipeng Qiu

机构 * Fudan University（复旦大学） ； The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

Comments 19 pages, 7 figures

Federated Split Learning for Resource-Constrained Robots in Industrial IoT: Framework Comparison, Optimization Strategies, and Future Directions

Wanli Ni, Hui Tian, Shuai Wang, Chengyang Li, Lei Sun, Zhaohui Yang

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电气与电子工程系） ； School of Automation and Electrical Engineering, University of Science and Technology Beijing（北京科技大学自动化与电气工程学院） ； Zhejiang Lab（浙江实验室） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.AI

Comments 9 pages, 5 figures, submitted to the IEEE magazine

Stable Robot Motions on Manifolds: Learning Lyapunov-Constrained Neural Manifold ODEs

David Boetius, Abdelrahman Abdelnaby, Ashok Kumar, Stefan Leue, Abdalla Swikir, Fares J. Abu-Dakka

机构 * Department of Computer and Information Sciences University of Konstanz（计算机与信息科学系康斯坦茨大学） ； Department of Robotics, Mohamed bin Zayed University of Artificial Intelligence（机器人学系Mohamed bin Zayed人工智能大学） ； Mechanical Engineering Department, New York University Abu Dhabi（机械工程系纽约大学阿布扎克分校） 纠错

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

Comments 12 pages, 6 figures

Oracle-Guided Masked Contrastive Reinforcement Learning for Visuomotor Policies

Yuhang Zhang, Jiaping Xiao, Chao Yan, Mir Feroskhan

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； College of Automation Engineering, Nanjing University of Aeronautics and Astronautics（南京航空航天大学自动化工程学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG