AI Agent

nuPlan-R: A Closed-Loop Planning Benchmark for Autonomous Driving via Reactive Multi-Agent Simulation

Mingxing Peng, Ruoyu Yao, Xusen Guo, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Intelligent Transportation Thrust（智能交通方向） ； Robotics and Autonomous Systems Thrust（机器人与自主系统方向） ； Division of Emerging Interdisciplinary Areas（新兴跨学科领域部门） 纠错

专题命中 Agent评测 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

Comments 8 pages, 3 figures

Depth Matters: Multimodal RGB-D Perception for Robust Autonomous Agents

Mihaela-Larisa Clement, Mónika Farsang, Felix Resch, Mihai-Teodor Stanusoiu, Radu Grosu

机构 * CPS, Technische Universität Wien (TU Wien)（CPS，维也纳技术大学） 纠错

专题命中 Agent评测 ：autonomous agent(title,abstract)；分类 cs.LG

Simultaneous Discovery of Quantum Error Correction Codes and Encoders with a Noise-Aware Reinforcement Learning Agent

Jan Olle, Remmy Zen, Matteo Puviani, Florian Marquardt

专题命中 Agent评测 ：agent(title,abstract)

Comments 14 p.main + 9 p.appendix. Codes available on github

Continuous Benchmark Generation for Evaluating Enterprise-scale LLM Agents

Divyanshu Saxena, Rishikesh Maurya, Xiaoxuan Ou, Gagan Somashekar, Shachee Mishra Gupta, Arun Iyer, Yu Kang, Chetan Bansal, Aditya Akella, Saravan Rajmohan

专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)；分类 cs.SE

Comments 5 pages

MosaicDoc: A Large-Scale Bilingual Benchmark for Visually Rich Document Understanding

Ketong Chen, Yuhao Chen, Yang Xue

机构 * Ketong Chen, Yuhao Chen, Yang Xue（作者） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

Torch-Uncertainty: A Deep Learning Framework for Uncertainty Quantification

Adrien Lafage, Olivier Laurent, Firas Gabetni, Gianni Franchi

机构 * U2IS, ENSTA, Institut Polytechnique de Paris（U2IS、ENSTA、巴黎理工学院） 纠错

专题命中 Agent评测 ：workflow(abstract)；分类 cs.AI、cs.LG

Comments NeurIPS 2025 Spotlight

FHIR-AgentBench: Benchmarking LLM Agents for Realistic Interoperable EHR Question Answering

Gyubok Lee, Elea Bach, Eric Yang, Tom Pollard, Alistair Johnson, Edward Choi, Yugang jia, Jong Ha Lee

机构 * Korea Advanced Institute of Science & Technology（韩国科学技术院） ； Verily Life Sciences（Verily 生物科技） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI、cs.CL

Comments ML4H 2025 Proceedings

Simulator and Experience Enhanced Diffusion Model for Comprehensive ECG Generation

Xiaoda Wang, Kaiqiao Han, Yuhao Xu, Xiao Luo, Yizhou Sun, Wei Wang, Carl Yang

机构 * Emory University（埃默里大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 Agent评测 ：workflow(abstract)；分类 cs.AI、cs.LG

Baby Sophia: A Developmental Approach to Self-Exploration through Self-Touch and Hand Regard

Stelios Zarifis, Ioannis Chalkiadakis, Artemis Chardouveli, Vasiliki Moutzouri, Aggelos Sotirchos, Katerina Papadimitriou, Panagiotis Filntisis, Niki Efthymiou, Petros Maragos, Katerina Pastra

机构 * Robotics Institute, Athena Research Center（机器人研究所，阿提卡研究中心） ； HERON – Hellenic Robotics Center of Excellence（HERON – 希腊机器人 excellence 中心） ； Institute for Language and Speech Processing, Athena Research Center（语言和语音处理研究所，阿提卡研究中心） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.LG

Comments 5 pages, 3 tables

Textual understanding boost in the WikiRace

Raman Ebrahimi, Sean Fuhrman, Kendrick Nguyen, Harini Gurusankar, Massimo Franceschetti

机构 * University of California, San Diego, Electrical and Computer Engineering（加州大学圣地亚哥分校） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

Reusability Report: Optimizing T-count in General Quantum Circuits with AlphaTensor-Quantum

Remmy Zen, Maximilian Nägele, Florian Marquardt

专题命中 Agent评测 ：agent(abstract)

Comments 7 pages, 6 figures, submitted to Nature Machine Intelligence

Financial Interactions and Collective States: Part II. Banks, Investors and Firms

Pierre Gosselin, Aïleen Lotz

专题命中 Agent评测 ：agent(abstract)