AI Agent

AGENTSAFE: A Unified Framework for Ethical Assurance and Governance in Agentic AI

AGENTSAFE：面向代理AI的统一伦理保障与治理框架

Rafflesia Khan, Declan Joyce, Mansura Habiba

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；planning(abstract)

AI总结 AGENTSAFE提出一个统一的治理框架，通过风险分类转化为可操作的设计、运行时和审计控制，提供可衡量的预部署保障，并通过运行时治理和问责机制建立代理AI生态系统的信任。

Comments 12 pages, 1 figure

Benchmark for Planning and Control with Large Language Model Agents: Blocksworld with Model Context Protocol

基于大语言模型代理的规划与控制基准：带有模型上下文协议的积木世界

Niklas Jobs, Luis Miguel Vieira da Silva, Jayanth Somashekaraiah, Maximilian Weigand, David Kube, Felix Gehlhoff

机构 * Institute of Automation Technology, Helmut Schmidt University / University of the Federal Armed Forces Hamburg, Germany（自动化技术研究所，海姆·施密特大学/联邦武装部队大学汉堡，德国） ； Siemens AG, Nuremberg, Germany（西门子股份公司，纽伦堡，德国） 纠错

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

AI总结 本文提出一个基于大语言模型的规划与控制基准，通过积木世界问题和模型上下文协议，提供五个复杂度类别以评估不同代理架构的性能。

Comments This work has been submitted to IFAC for possible publication

AutoEnv: Automated Environments for Measuring Cross-Environment Agent Learning

AutoEnv：用于测量跨环境智能体学习的自动化环境

Jiayi Zhang, Yiran Peng, Fanqi Kong, Cheng Yang, Yifan Wu, Zhaoyang Yu, Jinyu Xiang, Jianhao Ruan, Jinlin Wang, Maojia Song, HongZhang Liu, Xiangru Tang, Bang Liu, Chenglin Wu, Yuyu Luo

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； DeepWisdom ； Peking University（北京大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Sydney University（悉尼大学） ； Yale University（耶鲁大学） ； Université de Montréal & Mila（蒙特利尔大学及Mila） 纠错

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

AI总结 AutoEnv通过自动化生成异质环境和组件驱动的学习方法，探讨了跨环境智能体学习的挑战与扩展性问题。

EEA: Exploration-Exploitation Agent for Long Video Understanding

EEA：长视频理解的探索-利用代理

Te Yang, Xiangyu Zhu, Bo Wang, Quan Chen, Peng Jiang, Zhen Lei

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Kuaishou Technology（快手科技） ； Centre for Artificial Intelligence and Robotics, HKISI, Chinese Academy of Sciences（人工智能与机器人中心，HKISI，中国科学院） 纠错

专题命中 Agent评测 ：agent(title,abstract)

AI总结 EEA通过语义引导的分层树搜索实现长视频理解中的探索与利用平衡，结合视觉语言模型和语义先验提升视频分析的效率与精度。

LLM-based agents for automating the enhancement of user story quality: An early report

基于大型语言模型的代理用于自动化提升用户故事质量：早期报告

Zheying Zhang, Maruf Rayhan, Tomas Herda, Manuel Goisauf, Pekka Abrahamsson

机构 * Princeton University, Princeton NJ 08544, USA, , WWW home page: http://users/ iekeland/web/welcome.html Universit\' e de Paris-Sud, Laboratoire d'Analyse Num\' e rique, B\ a timent 425, F-91405 Orsay Cedex, France 纠错

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

AI总结 本研究利用大型语言模型开发代理系统，旨在提升用户故事质量，展示了人工智能在敏捷开发中的应用潜力和实际效果。

Comments 16 pages, 5 figures, 2 tables

Password-Activated Shutdown Protocols for Misaligned Frontier Agents

密码激活的停机协议用于对齐不一致的前沿代理

Kai Williams, Rohan Subramani, Francis Rhys Ward

机构 * MATS 纠错

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

AI总结 密码激活停机协议通过在接收到密码时安全停机，降低前沿AI对齐不一致带来的风险。

PerfBench: Can Agents Resolve Real-World Performance Bugs?

PerfBench: 代理能否解决现实中的性能缺陷？

Spandan Garg, Roshanak Zilouchian Moghaddam, Neel Sundaresan

机构 * Microsoft Corporation（微软公司） 纠错

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

AI总结 PerfBench通过引入新的基准测试，评估代理解决性能缺陷的能力，发现现有代理在性能优化任务上表现不佳，但通过改进工具和指导可提升至20%的成功率。

CartoMapQA: A Fundamental Benchmark Dataset Evaluating Vision-Language Models on Cartographic Map Understanding

CartoMapQA: 一个评估视觉-语言模型在制图地图理解上的基础基准数据集

Huy Quang Ung, Guillaume Habault, Yasutaka Nishimura, Hao Niu, Roberto Legaspi, Tomoki Oya, Ryoichi Kojima, Masato Taya, Chihiro Ono, Atsunori Minamikawa, Yan Liu

机构 * KDDI Research, Inc.（KDDI研究公司） ； University of Southern California（南加州大学） 纠错

专题命中 Agent评测 ：planning(abstract)；分类 cs.CL

AI总结 CartoMapQA通过问答任务评估视觉-语言模型在制图地图理解上的能力，揭示了模型在地图语义和地理推理方面的不足。

Comments Accepted at SIGSPATIAL 2025 (Best paper candidates), 15 pages

Are you a robot? Detecting Autonomous Vehicles from Behavior Analysis

你是机器人吗？通过行为分析检测自动驾驶汽车

Fabio Maresca, Filippo Grazioli, Antonio Albanese, Vincenzo Sciancalepore, Gianpiero Negri, Xavier Costa-Perez

机构 * NEC Laboratories Europe GmbH（NEC欧洲实验室） ； Flyhound Co.（Flyhound公司） ； i2CAT Foundation（i2CAT基金会） ； Amazon Global Robotics - EU Innovation Lab（亚马逊全球机器人-欧盟创新实验室） 纠错

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

AI总结 本文提出了一种通过摄像头图像和状态信息自动识别自动驾驶车辆的框架，利用CARLA模拟器创建数据集并测试其识别准确率，达到80%-93%的识别效果。

DynamicVerse: A Physically-Aware Multimodal Framework for 4D World Modeling

DynamicVerse: 一种具有物理意识的多模态框架用于4D世界建模

Kairun Wen, Yuzhi Huang, Runyu Chen, Hui Zheng, Yunlong Lin, Panwang Pan, Chenxin Li, Wenyan Cong, Jian Zhang, Junbin Lu, Chenguo Lin, Dilin Wang, Zhicheng Yan, Hongyu Xu, Justin Theiss, Yue Huang, Xinghao Ding, Rakesh Ranjan, Zhiwen Fan

专题命中 Agent评测 ：agent(abstract)

AI总结 DynamicVerse提出了一种多模态框架，通过整合大规模视觉、几何和多模态模型，实现动态现实世界视频的4D世界建模，提升了对物理尺度测量的全局准确性。

A Comprehensive Survey of 3GPP Release 19 ISAC Channel Modeling: From Empirical Features to Unified Methodology and Standardized Simulator

3GPP第19版ISAC信道建模的全面综述：从经验特征到统一方法论和标准化模拟器

Yameng Liu, Yuxiang Zhang, Jianhua Zhang, Yuanpeng Pei, Changsheng Zhao, Shilin Luo, Lei Tian, Yingyang Li, Wei Hong, Jianming Wu, Guangyi Liu, Yan Li, Tao Jiang, Chuangxin Jiang, Junchen Liu, Yongqiang Fei, Woo-Suk Ko, Jing Xu, Bin Liang, Takahiro Tomie

专题命中 Agent评测 ：workflow(abstract)

AI总结 本文综述了3GPP第19版ISAC信道建模，提出统一建模框架和标准化模拟器，为6G标准化提供支持。