AI Agent

EnCompass: Enhancing Agent Programming with Search Over Program Execution Paths

EnCompass：通过程序执行路径搜索增强智能体编程

Zhening Li, Armando Solar-Lezama, Yisong Yue, Stephan Zheng

机构 * Asari AI ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Caltech CMS（加州理工学院 CMS） 纠错

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

AI总结 EnCompass通过解耦智能体工作流逻辑与推理策略，提供一种基于Python的框架，允许快速提升智能体可靠性并灵活切换推理策略。

Comments 65 pages, 2 figures, published in NeurIPS 2025

Jupiter: Enhancing LLM Data Analysis Capabilities via Notebook and Inference-Time Value-Guided Search

木星：通过笔记本和推理时的价值引导搜索增强大语言模型的数据分析能力

Shuocheng Li, Yihao Liu, Silin Du, Wenxuan Zeng, Zhe Xu, Mengyu Zhou, Yeye He, Haoyu Dong, Shi Han, Dongmei Zhang

机构 * Microsoft（微软） 纠错

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

AI总结 Jupiter通过将数据分析建模为搜索问题，并结合价值模型和节点访问次数，提升大语言模型在多步推理和工具使用方面的性能。

Comments Accepted to AAAI 2026 (Main Technical Track)

Optimizing Life Sciences Agents in Real-Time using Reinforcement Learning

利用强化学习实时优化生命科学代理

Nihir Chadderwala

机构 * Nihir Chadderwala（独立研究者） 纠错

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

AI总结 本研究提出一种结合AWS Strands Agents与汤普森采样上下文带障的框架，通过用户反馈实时优化生命科学代理的决策策略，提升用户满意度15-30%。

DeepRule: An Integrated Framework for Automated Business Rule Generation via Deep Predictive Modeling and Hybrid Search Optimization

DeepRule：通过深度预测建模与混合搜索优化的自动化业务规则生成综合框架

Yusen Wu, Xiaotie Deng

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 DeepRule通过深度预测建模与混合搜索优化，实现自动化业务规则生成，提升零售定价与商品组合优化的效率和可解释性。

Thinking with Programming Vision: Towards a Unified View for Thinking with Images

通过编程视觉思考：迈向图像思考的统一视角

Zirun Guo, Minjie Hong, Feng Zhang, Kai Jia, Tao Jin

机构 * Zhejiang University（浙江大学） ； ByteDance BandAI（字节跳动BandAI） 纠错

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

AI总结 CodeVision提出一种灵活的代码作为工具框架，通过两阶段训练提升模型对图像变化和多工具推理的鲁棒性，实验显示显著提升性能并促进新兴能力。

Will Power Return to the Clouds? From Divine Authority to GenAI Authority

权力会重返云端吗？从神权到生成AI权威

Mohammad Saleh Torkestani, Taha Mansouri

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文通过比较历史视角，分析生成AI与神权在权力结构、权威模式和信任机制上的相似性与差异，提出四支柱治理方案以缩小信任与依赖的差距。

Structuring Collective Action with LLM-Guided Evolution: From Ill-Structured Problems to Executable Heuristics

利用LLM引导的进化结构化集体行动：从无序问题到可执行启发式方法

Kevin Bradley Dsouza, Graham Alexander Watt, Yuri Leonenko, Juan Moreno-Cruz

机构 * University of Waterloo（滑铁卢大学） ； Royal Bank of Canada（加拿大皇家银行） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 ECHO-MIMIC通过LLM引导的进化搜索，将无序问题转化为可执行的启发式方法，实现集体行动的结构化解决方案。

Local Dominance in Mixed-Strength Populations -- Fast Maximal Independent Set

混合强度群体中的局部主导性 -- 快速最大独立集

Michael Luby, Sandy Irani

专题命中 工具调用 ：agent(abstract)

AI总结 研究混合强度群体中局部主导性的快速收敛机制，通过扩展Luby MIS协议验证快速收敛性，并展示异质性对动态的影响。

Comments 11 pages

A Multi-Agent, Policy-Gradient approach to Network Routing

一种多智能体、策略梯度方法用于网络路由

Nigel Tao, Jonathan Baxter, Lex Weaver

机构 * Department of Computer Science, The Australian National University（计算机科学系，澳大利亚国立大学） ； WhizBang! Labs（WhizBang!实验室） 纠错

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

AI总结 本文提出了一种多智能体策略梯度方法，用于改进网络路由性能，通过惩罚次优行为以提升收敛效率。

Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

无需搜索的规划：通过离线目标条件强化学习精炼前沿大语言模型

Joey Hong, Anca Dragan, Sergey Levine

机构 * UC Berkeley（伯克利大学） 纠错

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

AI总结 通过目标条件价值函数引导LLM推理，实现高效多轮交互规划，优于传统RL微调和提示方法。

Comments Published at NeurIPS 2025; 18 pages, 4 figures, 2 tables

PARC: An Autonomous Self-Reflective Coding Agent for Robust Execution of Long-Horizon Tasks

PARC：一种自主自反思编码代理，用于稳健执行长周期任务

Yuki Orimo, Iori Kurata, Hodaka Mori, Ryuhei Okuno, Ryohto Sawada, Daisuke Okanohara

机构 * PARC 纠错

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

AI总结 PARC是一种自主自反思编码代理，通过自我评估和反馈机制实现长周期任务的稳健执行，展示了AI在自主科学分析中的潜力。

Reason-Plan-ReAct: A Reasoner-Planner Supervising a ReAct Executor for Complex Enterprise Tasks

原因-计划-行动：一种监督ReAct执行器的推理-规划器用于复杂企业任务

Gianni Molinari, Fabio Ciravegna

专题命中 规划决策 ：agentic(abstract,comments)；agent(abstract)；autonomous agent(abstract)；planning(abstract)

AI总结 RP-ReAct通过分离战略规划与低层执行，提升企业复杂任务处理的可靠性和效率。

Comments 11 pages, 1 figure, 2 tables, Workshop AAAI 2026 agentic AI Benchmarks and Applications for Enterprise Tasks

Prediction-Driven Motion Planning: Route Integration Strategies in Attention-Based Prediction Models

基于预测的运动规划：注意力预测模型中的路线整合策略

Marlon Steiner, Royden Wagner, Ömer Sahin Tas, Christoph Stiller

机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统研究所，卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（信息技术研究所以） 纠错

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

AI总结 本文提出基于注意力机制的运动预测模型，通过整合导航信息提升预测与规划任务的性能。

Comments In Proceedings of the IEEE International Conference on Intelligent Transportation Systems (ITSC), Gold Coast, AUSTRALIA, 18-21 November 2025

CuES: A Curiosity-driven and Environment-grounded Synthesis Framework for Agentic RL

CuES: 一种基于好奇心和环境导向的代理强化学习合成框架

Shinji Mai, Yunpeng Zhai, Ziqian Chen, Cheng Chen, Anni Zou, Shuchang Tao, Zhaoyang Liu, Bolin Ding

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

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

AI总结 CuES通过好奇心驱动和环境导向的方法自动生成任务，提升代理强化学习的可扩展性和性能。

Autonomous Agents and Policy Compliance: A Framework for Reasoning About Penalties

自主代理与政策合规：一种用于考虑处罚的推理框架

Vineel Tummala, Daniela Inclezan

机构 * Miami University（迈阿密大学） 纠错

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

AI总结 本文提出了一种基于逻辑编程的框架，用于政策感知的自主代理，通过引入惩罚机制提高决策的合规性和可解释性。

Comments 27 pages, 5 figures

SPRINT: Enabling Interleaved Planning and Parallelized Execution in Reasoning Models

SPRINT: 使推理模型能够实现交错规划与并行执行

Emil Biju, Shayan Talaei, Zhemin Huang, Mohammadreza Pourreza, Azalia Mirhoseini, Amin Saberi

机构 * Stanford University（斯坦福大学） ； Microsoft（微软） ； Google（谷歌） 纠错

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

AI总结 SPRINT通过动态识别并利用并行化机会，使推理模型在复杂任务中提升效率，减少序列token生成量。

Comments Published at NeurIPS 2025. Emil Biju, Shayan Talaei, and Zhemin Huang contributed equally to this work

VICoT-Agent: A Vision-Interleaved Chain-of-Thought Framework for Interpretable Multimodal Reasoning and Scalable Remote Sensing Analysis

VICoT-Agent：一种用于可解释多模态推理和可扩展遥感分析的视觉交织思维链框架

Chujie Wang, Zhiyuan Luo, Ruiqi Liu, Can Ran, Shenghua Fan, Xi Chen, Chu He

机构 * Wuhan University（武汉大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 VICoT-Agent通过视觉交织思维链框架实现多模态推理和遥感分析，采用堆栈结构和模块化工具集提升推理效率，并通过推理堆栈蒸馏方法降低模型复杂度，显著提升推理透明度和执行效率。

Driving is a Game: Combining Planning and Prediction with Bayesian Iterative Best Response

驾驶是一场游戏：结合规划与预测的贝叶斯迭代最佳回应

Aron Distelzweig, Yiwei Wang, Faris Janjoš, Marcel Hallgarten, Mihai Dobre, Alexander Langmann, Joschka Boedecker, Johannes Betz

机构 * University of Freiburg（弗赖堡大学） ； Bosch Center for Artificial Intelligence（博世人工智能中心） ； Technical University of Munich（慕尼黑技术大学） ； Klaris AI 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 BIBeR通过结合运动预测与博弈论规划，实现自动驾驶中的交互感知和双向适应，提升复杂交通场景下的规划性能。

Safety Reinforced Model Predictive Control (SRMPC): Improving MPC with Reinforcement Learning for Motion Planning in Autonomous Driving

安全增强型模型预测控制（SRMPC）：利用强化学习改进自动驾驶中的运动规划MPC

Johannes Fischer, Marlon Steiner, Ömer Sahin Tas, Christoph Stiller

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出安全增强型MPC，利用强化学习改进自动驾驶中的运动规划，通过约束强化学习确保安全性和性能

Journal ref 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC), Bilbao, Spain, 2023, pp. 2811-2818

Penalty-Free SDDP: Feasibility Cuts for Robust Multi-Stage Stochastic Optimization in Energy Planning

无惩罚SDDP：面向能源规划中鲁棒多阶段随机优化的可行性切片

Guilherme Freitas, Luiz Carlos da Costa Junior, Tiago Andrade, Alexandre Street

专题命中 规划决策 ：planning(title)

AI总结 本文提出无惩罚SDDP方法，通过引入未来可行性函数解决多阶段随机优化中的可行性问题，实现自动处理不可行性并提高结果的经济解释性。

Comments 8 pages, 1 figure, 1 table

ContactRL: Safe Reinforcement Learning based Motion Planning for Contact based Human Robot Collaboration

ContactRL: 基于接触的人机协作中的安全强化学习运动规划

Sundas Rafat Mulkana, Ronyu Yu, Tanaya Guha, Emma Li

机构 * School of Computing Science, University of Glasgow（计算科学学院，格拉斯哥大学） 纠错

专题命中 规划决策 ：planning(title)

AI总结 ContactRL通过力反馈强化学习实现安全高效的物理协作，提升人机协作任务的安全性和效率。

Comments 8 pages, 7 figures

On the topological complexity of directed parametrized motion planning

有向参数化运动规划的拓扑复杂度

Sutirtha Datta, Navnath Daundkar, Abhishek Sarkar

专题命中 规划决策 ：planning(title)

AI总结 本文研究了有向参数化运动规划的拓扑复杂度，引入了相关概念并探讨了其与拓扑机器人学中其他不变量的关系。

Comments 18 pages, We have added some new remarks and computations

Hierarchical Vision Language Action Model Using Success and Failure Demonstrations

基于成功与失败示范的分层视觉语言行动模型

Jeongeun Park, Jihwan Yoon, Byungwoo Jeon, Juhan Park, Jinwoo Shin, Namhoon Cho, Kyungjae Lee, Sangdoo Yun, Sungjoon Choi

机构 * Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； Kim Jaechul Graduate School of AI, KAIST（金在拙人工智能研究生院，韩国科学技术院） ； Department of Aerospace Engineering, Seoul National University（首尔国立大学航空航天工程系） ； Departmnet of Statistics, Korea University（韩国大学统计系） ； NAVER AI Lab（NAVER人工智能实验室） 纠错

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

AI总结 VINE通过分层强化学习框架，利用失败数据提升视觉语言行动模型的鲁棒性和执行能力。

Comments https://vine-vla.github.io/

BookRAG: A Hierarchical Structure-aware Index-based Approach for Retrieval-Augmented Generation on Complex Documents

BookRAG: 一种面向复杂文档的基于层次结构的索引方法用于检索增强生成

Shu Wang, Yingli Zhou, Yixiang Fang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 BookRAG通过构建层次化索引结构，提升复杂文档在问答任务中的检索与生成性能。

Prior preferences in active inference agents: soft, hard, and goal shaping

主动推断代理中的先验偏好：软、硬和目标塑造

Filippo Torresan, Ryota Kanai, Manuel Baltieri

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

AI总结 本文研究了主动推断代理中偏好分布的定义方式，探讨了硬/软目标和目标塑造对导航任务性能的影响。

Comments 41 pages, 23 figures

Safe and Sustainable Electric Bus Charging Scheduling with Constrained Hierarchical DRL

安全且可持续的电动巴士充电调度与受约束的分层深度强化学习

Jiaju Qi, Lei Lei, Thorsteinn Jonsson, Dusit Niyato

机构 * College of Engineering, University of Guelph（圭尔夫大学工程学院） ； EthicalAI ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

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

AI总结 本文提出了一种安全且可持续的电动巴士充电调度方法，采用受约束的分层深度强化学习框架，通过整合拉格朗日松弛实现安全与成本的优化。

Principled RL for Diffusion LLMs Emerges from a Sequence-Level Perspective

从序列层面视角出发的扩散大语言模型原理化强化学习

Jingyang Ou, Jiaqi Han, Minkai Xu, Shaoxuan Xu, Jianwen Xie, Stefano Ermon, Yi Wu, Chongxuan Li

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程技术研究中心） ； Stanford University（斯坦福大学） ； Lambda, Inc（Lambda公司） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出ESPO，一种基于序列级优化的原理化强化学习框架，用于提升扩散大语言模型的生成能力，通过ELBO作为似然代理，显著优于token级方法。

Les Dissonances: Cross-Tool Harvesting and Polluting in Pool-of-Tools Empowered LLM Agents

Les Dissonances：池中工具赋能LLM代理中的跨工具采集与污染

Zichuan Li, Jian Cui, Xiaojing Liao, Luyi Xing

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

AI总结 本文提出了一种新型威胁XTHP，揭示了LLM代理中多工具整合带来的安全风险，并通过Chord工具验证了75%的现实世界工具存在此漏洞。

Comments Network and Distributed System Security (NDSS) Symposium 2026

Better World Models Can Lead to Better Post-Training Performance

更好的世界模型可以导致更好的训练后性能

Prakhar Gupta, Henry Conklin, Sarah-Jane Leslie, Andrew Lee

机构 * University of Michigan（密歇根大学） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 本研究通过比较不同世界建模策略，发现显式建模能提升Transformer的状态表示质量，从而增强强化学习后训练的效果。

Online Learning-based Adaptive Beam Switching for 6G Networks: Enhancing Efficiency and Resilience

基于在线学习的自适应波束切换用于6G网络：提升效率与韧性

Seyed Bagher Hashemi Natanzi, Zhicong Zhu, Bo Tang

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

AI总结 本文提出基于在线深度强化学习的自适应波束切换方法，通过增强状态表示和稳定性导向奖励函数，提升6G网络的链路稳定性和数据速率。