AI Agent

MASTEST: A LLM-Based Multi-Agent System For RESTful API Tests

MASTEST：基于LLM的多智能体系统用于RESTful API测试

Xiaoke Han, Hong Zhu

机构 * School of Engineering, Computing and Mathematics, Oxford Brookes University（工程、计算与数学学院，奥克斯伯里大学） 纠错

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

AI总结 MASTEST利用LLM和编程智能体构建多智能体系统，实现RESTful API测试的全流程自动化，通过生成测试场景、脚本及分析响应，验证LLM在测试任务中的高效性与准确性。

Comments 14 Page of main text plus 4 pages of appendix

Path-Constrained Retrieval: A Structural Approach to Reliable LLM Agent Reasoning Through Graph-Scoped Semantic Search

路径约束检索：一种通过图域语义搜索实现可靠LLM代理推理的结构方法

Joseph Oladokun

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

AI总结 路径约束检索通过结合结构图约束与语义搜索，提升LLM代理推理的可靠性和一致性。

Comments 10 pages

Enhancing UAV Search under Occlusion using Next Best View Planning

利用最佳视角规划提升遮挡环境下的无人机搜索

Sigrid Helene Strand, Thomas Wiedemann, Bram Burczek, Dmitriy Shutin

机构 * Swarm Exploration Group, Department of Communication Systems, Institute for Communications and Navigation, German Aerospace Center (Deutsches Zentrum für Luft- und Raumfahrt, DLR)（德国航空航天中心（德意志航天中心）） 纠错

专题命中 工具调用 ：planning(title,abstract)

AI总结 本文提出了一种基于可见性启发式的优化方法，用于提升遮挡环境下的无人机搜索效率，通过选择最佳视角提高隐蔽物体的检测率。

Comments Submitted to IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

OmniStruct: Universal Text-to-Structure Generation across Diverse Schemas

OmniStruct: 跨多样的模式生成的通用文本到结构生成

James Y. Huang, Wenxuan Zhou, Nan Xu, Fei Wang, Qin Liu, Sheng Zhang, Hoifung Poon, Muhao Chen

机构 * University of Southern California（南加州大学） ； University of California, Davis（加州大学戴维斯分校） ； Microsoft Research（微软研究院） 纠错

专题命中 工具调用 ：function calling(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 OmniStruct提出了一种跨多种模式的通用文本到结构生成方法，通过合成数据训练小型模型，实现与GPT-4o相当的性能。

On a Reinforcement Learning Methodology for Epidemic Control, with application to COVID-19

关于流行病控制的强化学习方法论，应用于新冠疫情

Giacomo Iannucci, Petros Barmpounakis, Alexandros Beskos, Nikolaos Demiris

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种结合贝叶斯推断与强化学习的流行病控制方法，通过实时数据驱动决策，有效降低ICU负担，应用于新冠疫情控制。

Comments Submitted to Statistics and Computing. Approx. 26 pages, 10 figures

LLM Chatbots in High School Programming: Exploring Behaviors and Interventions

LLM在高中编程中的应用：探索行为与干预

Manuel Valle Torre, Marcus Specht, Catharine Oertel

专题命中 工具调用 ：tool-use(abstract)

AI总结 本研究通过设计基于研究方法探讨LLM在高中编程教育中的应用，发现干预教学能改善学习行为，但未显著提升考试成绩，表明需更全面的学习策略。

Skypilot: Fine-Tuning LLM with Physical Grounding for AAV Coverage Search

Skypilot: 通过物理现实 grounding 提升 LLM 在 AAV 覆盖搜索中的微调

Zhongkai Chen, Yihao Sun, Chao Yan, Han Zhou, Xiaojia Xiang, Jie Jiang

机构 * College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） ； College of Automation Engineering, Nanjing University of Aeronautics and Astronautics（自动化工程学院，南京航空航天大学） ； China Academy of Launch Vehicle Technology（中国运载火箭技术研究院） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 Skypilot通过结合MCTS和物理感知奖励函数，提升LLM在AAV覆盖搜索中的微调效果，实现高效且高质量的决策与路径规划。