AI Agent

AgentSwift: Efficient LLM Agent Design via Value-guided Hierarchical Search

AgentSwift: 通过价值引导的分层搜索高效设计LLM代理

Yu Li, Lehui Li, Zhihao Wu, Qingmin Liao, Jianye Hao, Kun Shao, Fengli Xu, Yong Li

专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；planning(abstract)；workflow(abstract)

AI总结 AgentSwift通过价值引导的分层搜索高效设计LLM代理，实现8.34%的性能提升。

Comments AAAI-2026

"To Survive, I Must Defect": Jailbreaking LLMs via the Game-Theory Scenarios

为生存，我必须背叛：通过博弈论场景进行大语言模型的劫持攻击

Zhen Sun, Zongmin Zhang, Deqi Liang, Han Sun, Yule Liu, Yun Shen, Xiangshan Gao, Yilong Yang, Shuai Liu, Yutao Yue, Xinlei He

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； East China Normal University（华东师范大学） ； Flexera（Flexera公司） ； Zhejiang University（浙江大学） ； Xidian University（西安电子科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Deep Perception Technology, JITRI（JITRI深度感知技术研究所） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于博弈论的可扩展黑盒劫持框架GTA，通过重塑LLM目标以提高攻击成功率，实现在多种场景下的高ASR表现。

Comments 20 pages

Non-Gaited Legged Locomotion with Monte-Carlo Tree Search and Supervised Learning

非步态化腿式运动与蒙特卡洛树搜索及监督学习

Ilyass Taouil, Lorenzo Amatucci, Majid Khadiv, Angela Dai, Victor Barasuol, Giulio Turrisi, Claudio Semini

机构 * Dynamic Legged Systems Laboratory, Istituto Italiano di Tecnologia (IIT), Genova, Italy（动态腿系统实验室，意大利技术研究院（IIT），意大利热那亚） ； D AI Laboratory, Technical University of Munich (TUM), Germany（3D人工智能实验室，慕尼黑技术大学（TUM），德国） ； ATARI Laboratory, MIRMI, Technical University of Munich (TUM), Germany（ATARI实验室，MIRMI，慕尼黑技术大学（TUM），德国） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 本研究通过结合蒙特卡洛树搜索和监督学习，提出了一种适用于实时应用的非步态化腿式运动优化方法，通过学习最优价值函数加速步态规划并在仿真和硬件上验证其性能。

Journal ref IEEE Robotics and Automation Letters, 2025, vol. 10, no. 2, pp. 1265-1272

Extending SLUSCHI for Automated Diffusion Calculations

扩展SLUSCHI用于自动化扩散计算

Qi-Jun Hong, Qing Chen, Ligen Wang, Dallin Fisher, Audrey CampBell, Si-Da Xue, Linqin Mu, Noemi Leick, Seetharaman Sridhar

专题命中 工具调用 ：workflow(abstract)

AI总结 扩展SLUSCHI用于自动化基于第一性原理分子动力学的扩散计算，通过改进的工作流和后处理工具，实现对金属和氧化物中扩散系数和粘度的高通量评估。

PushingBots: Collaborative Pushing via Neural Accelerated Combinatorial Hybrid Optimization

PushingBots: 通过神经加速的组合混合优化实现协作推搡

Zili Tang, Ying Zhang, Meng Guo

机构 * School of Advanced Manufacturing and Robotics, Peking University（先进制造与机器人学院，北京大学） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 PushingBots通过神经加速的组合混合优化实现机器人协作推搡，解决复杂环境中多物体精准推运问题。

Comments 20 pages, 24 figures. Accepted to IEEE Transactions on Robotics (T-RO), 2025