AI Agent

AURA: A Diagnostic Framework for Tracking User Satisfaction of Interactive Planning Agents

AURA：一个用于跟踪交互式规划代理用户满意度的诊断框架

Takyoung Kim, Janvijay Singh, Shuhaib Mehri, Emre Can Acikgoz, Sagnik Mukherjee, Nimet Beyza Bozdag, Sumuk Shashidhar, Gokhan Tur, Dilek Hakkani-Tür

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 AURA提出一个诊断框架，用于跟踪交互式规划代理的用户满意度，通过评估代理行为阶段和中间行为来提升用户体验。

Comments NeurIPS 2025 MTI-LLM Workshop. Full version is under review

From Simulation to Strategy: Automating Personalized Interaction Planning for Conversational Agents

从模拟到策略：为对话代理自动化个性化交互规划

Wen-Yu Chang, Tzu-Hung Huang, Chih-Ho Chen, Yun-Nung Chen

机构 * Department of Computer Science and Information Engineering（计算机科学与信息工程系） ； National Taiwan University（台湾大学） 纠错

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

AI总结 本文提出了一种基于职业信息的轻量级策略，用于优化销售导向对话代理的个性化交互规划，通过调整对话意图提升对话效果。

Comments Accepted to IEEE ASRU 2025

GRASP: Graph Reasoning Agents for Systems Pharmacology with Human-in-the-Loop

GRASP：具有人机交互循环的图推理代理用于系统药理学

Omid Bazgir, Vineeth Manthapuri, Ilia Rattsev, Mohammad Jafarnejad

机构 * Clinical Pharmacology, Genentech（基因泰克临床药理部） ； Preclinical & Translational PKPD, Genentech Inc.（基因泰克预临床与转化药代动力学） 纠错

专题命中 规划决策 ：agent(abstract)；workflow(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 GRASP通过图推理代理实现系统药理学模型开发的自动化与严谨性，提升生物医学建模的效率和准确性。

3D Path Planning for Robot-assisted Vertebroplasty from Arbitrary Bi-plane X-ray via Differentiable Rendering

基于不同可微渲染的任意双平面X射线引导的机器人辅助椎体成形术3D路径规划

Blanca Inigo, Benjamin D. Killeen, Rebecca Choi, Michelle Song, Ali Uneri, Majid Khan, Christopher Bailey, Axel Krieger, Mathias Unberath

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

AI总结 本研究提出了一种基于不同可微渲染的3D路径规划方法，利用双平面X射线实现无需CT的机器人辅助椎体成形术路径规划，提升了重建精度和泛化能力。

Bayesian Active Inference for Intelligent UAV Anti-Jamming and Adaptive Trajectory Planning

基于贝叶斯主动推断的智能无人机抗干扰与自适应轨迹规划

Ali Krayani, Seyedeh Fatemeh Sadati, Lucio Marcenaro, Carlo Regazzoni

机构 * University of Genoa（热那亚大学） ； Italian National Inter-University Consortium for Telecommunications (CNIT)（意大利国家大学电信联合体（CNIT）） 纠错

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

AI总结 本文提出基于贝叶斯主动推断的无人机抗干扰与自适应轨迹规划方法，通过结合专家示范与概率生成模型，实现高层规划与底层策略的协同，有效减少干扰并提升任务效率。

Comments This paper has been accepted for the 2026 IEEE Consumer Communications & Networking Conference (IEEE CCNC 2026)

Everything is Context: Agentic File System Abstraction for Context Engineering

一切皆为上下文：面向上下文工程的代理文件系统抽象

Xiwei Xu, Robert Mao, Quan Bai, Xuewu Gu, Yechao Li, Liming Zhu

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

AI总结 本文提出一种基于文件系统的上下文工程抽象，通过统一挂载、元数据和访问控制，实现可验证的上下文管理，支持可问责和以人类为中心的AI协作。

Comments Submitted

Towards a Generalisable Cyber Defence Agent for Real-World Computer Networks

面向现实计算机网络的通用网络安全防御代理

Tim Dudman, Martyn Bull

机构 * st Tim Dudman（第一作者） ； nd Dr. Martyn Bull（第二作者） 纠错

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

AI总结 本研究提出TERLA方法，通过异构图神经网络提升网络安全代理在不同拓扑和规模网络中的防御性能和效率。

Comments Published in Proceedings of the 2025 Conference on Applied Machine Learning for Information Security: https://proceedings.mlr.press/v299/dudman25a.html

Journal ref Proceedings of the 2025 Conference on Applied Machine Learning for Information Security, PMLR 299:87-109, 2025

Real-time Remote Tracking and Autonomous Planning for Whale Rendezvous using Robots

使用机器人进行实时远程追踪和自主规划的座头鲸会合系统

Sushmita Bhattacharya, Ninad Jadhav, Hammad Izhar, Karen Li, Kevin George, Robert Wood, Stephanie Gil

机构 * Harvard University（哈佛大学） ； Project CETI 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出了一种基于模型强化学习的实时远程追踪和自主规划系统，用于海上座头鲸会合任务。

Journal ref International Symposium of Experimental Robotics 2025

Scaling Internal-State Policy-Gradient Methods for POMDPs

在部分可观测马尔可夫决策过程中的内部状态策略梯度方法扩展

Douglas Aberdeen, Jonathan Baxter

机构 * Research School of Information Science and Engineering, Australian Nat. University, ACT 0200, Australia（信息科学与工程研究学校，澳大利亚国立大学，ACT 0200，澳大利亚） ； Panscient Pty Ltd, Adelaide, Australia（Panscient Pty Ltd，阿德莱德，澳大利亚） 纠错

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

AI总结 本文提出改进的策略梯度方法，用于在无限时间 horizon 设置中学习具有记忆的策略，通过直接环境模型或模拟解决大规模 POMDPs 问题。

Journal ref Proceedings of the 19th International Conference on Machine Learning (ICML 2002), 2002, pp. 3--10

Dynamic Alignment for Collective Agency: Toward a Scalable Self-Improving Framework for Open-Ended LLM Alignment

动态对齐与集体代理：迈向一个可扩展的自我改进框架以实现开放式的LLM对齐

Panatchakorn Anantaprayoon, Nataliia Babina, Jad Tarifi, Nima Asgharbeygi

机构 * Integral AI 纠错

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

AI总结 本文提出动态对齐框架，通过集体代理价值实现LLM的自我改进和可扩展对齐。

Comments 8 pages, 4 figures, to appear in AAAI 2026 AIGOV Workshop

NICE: Neural Implicit Craniofacial Model for Orthognathic Surgery Prediction

NICE：神经隐式颅面模型用于正颌手术预测

Jiawen Yang, Yihui Cao, Xuanyu Tian, Yuyao Zhang, Hongjiang Wei

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

AI总结 NICE通过隐式神经表示实现精确的颅面重建和手术预测，提升正颌手术的精度和解剖完整性。

Using Large Language Models to Create Personalized Networks From Therapy Sessions

利用大语言模型从治疗会谈中创建个性化网络

Clarissa W. Ong, Hiba Arnaout, Kate Sheehan, Estella Fox, Eugen Owtscharow, Iryna Gurevych

机构 * Department of Psychological and Brain Sciences, University of Louisville, U.S.A（心理与脑科学系，路易斯维尔大学，美国） ； Department of Computer Science, TU Darmstadt, Germany（计算机科学系，图恩-达姆斯塔特大学，德国） ； Department of Psychology, University of Toledo, U.S.A（心理学系，托莱多大学，美国） 纠错

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

AI总结 本研究利用大语言模型从治疗记录中自动生成个性化网络，通过上下文学习和聚类方法提升临床效用和可解释性，为治疗个性化提供新方法。

On Dynamic Programming Theory for Leader-Follower Stochastic Games

关于领导者-追随者随机博弈的动态规划理论

Jilles Steeve Dibangoye, Thibaut Le Marre, Ocan Sankur, François Schwarzentruber

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

AI总结 本文提出了一种动态规划框架，用于计算领导者-追随者随机博弈中的强Stackelberg均衡，并证明了最优领导者策略的计算复杂性，通过实验验证了其在多个基准测试中的有效性。

Comments 31 pages, 5 figures

CureAgent: A Training-Free Executor-Analyst Framework for Clinical Reasoning

CureAgent：一种无需训练的执行-分析框架用于临床推理

Ting-Ting Xie, Yixin Zhang

机构 * Cambridge（剑桥） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 CureAgent提出无需训练的执行-分析框架，通过模块化架构和分层集合策略提升临床推理性能，实现CURE-Bench上的最佳表现。

Comments 2nd Place Solution to the CURE-Bench Competition @ NeurIPS 2025. Code available at https://github.com/June01/CureAgent

2K-Characters-10K-Stories: A Quality-Gated Stylized Narrative Dataset with Disentangled Control and Sequence Consistency

2K角色-10K故事：一个具有解耦控制和序列一致性的质量门控风格化叙事数据集

Xingxi Yin, Yicheng Li, Gong Yan, Chenglin Li, Jian Zhao, Cong Huang, Yue Deng, Yin Zhang

机构 * Zhejiang University（浙江大学） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） 纠错

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

AI总结 本文提出2K-Characters-10K-Stories数据集，通过解耦控制和质量门控机制，实现高质量的风格化叙事生成。

Please Don't Kill My Vibe: Empowering Agents with Data Flow Control

请不要破坏我的氛围：通过数据流控制赋能代理

Charlie Summers, Haneen Mohammed, Eugene Wu

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出通过数据流控制（DFC）机制提升代理的安全性和可控性，旨在解决LLM代理在执行复杂任务时面临的风险问题。

Comments 7 pages, 7 figures, CIDR 2026

MCP-AI: Protocol-Driven Intelligence Framework for Autonomous Reasoning in Healthcare

MCP-AI：面向医疗领域自主推理的协议驱动智能框架

Zag ElSayed, Craig Erickson, Ernest Pedapati

机构 * School of Information Technology University of Cincinnati Ohio, USA（信息科技学院 俄亥俄州立大学 奥哈伊俄州） ； Adolescent Psychiatry Cincinnati Children’s Hospital Medical Center Ohio, USA（青少年精神病学 奥克兰儿童医院医疗中心 奥哈伊俄州） 纠错

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

AI总结 MCP-AI是一种基于模型上下文协议的医疗自主推理框架，通过整合临床逻辑和安全协作，提升医疗决策的可解释性和适应性。

Comments 6 pages, 4 figures

Journal ref IEEE ICMLA 2025

Public Sentiment Analysis of Traffic Management Policies in Knoxville: A Social Media Driven Study

金斯维尔交通管理政策公众情绪分析：基于社交媒体的研究

Shampa Saha, Shovan Roy

机构 * Department of Computer Science, Tennessee Tech University, Cookeville, TN, USA（计算机科学系，田纳西技术大学， Cookeville） 纠错

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

AI总结 本研究利用社交媒体数据分析金斯维尔交通管理政策的公众情绪，发现推特平台负面情绪更显著，建设相关话题情绪最负面，展示了社交媒体在交通政策监测中的应用价值。

Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios

具有残差增强深度强化学习的动量约束混合启发式轨迹优化框架用于视障场景

Yuting Zeng, Zhiwen Zheng, You Zhou, JiaLing Xiao, Yongbin Yu, Manping Fan, Bo Gong, Liyong Ren

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

AI总结 本文提出一种结合残差增强深度强化学习的动量约束混合启发式轨迹优化框架，用于提升视障场景下的导航鲁棒性与安全性。

Comments Upon further internal evaluation, we found that the current version does not adequately represent the clarity and completeness that we intend for this work. To avoid possible misunderstanding caused by this preliminary form, we request withdrawal. A refined version will be prepared privately before any further dissemination

Enhancing Large Language Models through Neuro-Symbolic Integration and Ontological Reasoning

通过神经符号整合和本体推理增强大型语言模型

Ruslan Idelfonso Magana Vsevolodovna, Marco Monti

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

AI总结 本文提出一种结合符号本体推理和机器学习的方法，通过迭代反馈提升LLM输出的一致性和事实准确性。

Comments Withdrawn because Version 1 contains inaccuracies in references and architecture description. A corrected and improved version will be submitted separately

$α$-Potential Games for Decentralized Control of Connected and Automated Vehicles

$α$-势游戏用于连接和自动化车辆的去中心化控制

Xuan Di, Anran Hu, Zhexin Wang, Yufei Zhang

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出$α$-势游戏框架，用于去中心化控制连接和自动化车辆，通过去中心化神经网络策略算法解决纳什均衡问题，有效捕捉碰撞避免和异质行为。

Scenario-aware Uncertainty Quantification for Trajectory Prediction with Statistical Guarantees

面向场景的不确定性量化用于轨迹预测的统计保证

Yiming Shu, Jiahui Xu, Linghuan Kong, Fangni Zhang, Guodong Yin, Chen Sun

机构 * Department of Data and Systems Engineering, the University of Hong Kong（数据与系统工程系，香港大学） ； Faculty of Science and Technology, University of Macau（科学与技术学院，澳门大学） ； School of Mechanical Engineering, Southeast University（机械工程学院，东南大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种面向场景的不确定性量化框架，通过CopulaCPTS生成预测区间并评估轨迹可靠性，以提升自动驾驶系统在复杂环境中的安全性。

InfiniBench: Infinite Benchmarking for Visual Spatial Reasoning with Customizable Scene Complexity

InfiniBench：用于可定制场景复杂度的无限基准测试

Haoming Wang, Qiyao Xue, Wei Gao

机构 * University of Pittsburgh（匹兹堡大学） 纠错

专题命中 规划决策 ：agentic(abstract)

AI总结 InfiniBench通过可定制的3D场景生成方法，提升视觉语言模型在复杂空间推理任务中的评估能力。

H-GAR: A Hierarchical Interaction Framework via Goal-Driven Observation-Action Refinement for Robotic Manipulation

H-GAR: 一种通过目标驱动的观察-动作细化的分层交互框架用于机器人操控

Yijie Zhu, Rui Shao, Ziyang Liu, Jie He, Jizhihui Liu, Jiuru Wang, Zitong Yu

专题命中 规划决策 ：planning(abstract)

AI总结 H-GAR通过目标驱动的观察-动作细化分层框架提升机器人操控的准确性和一致性。

Comments Accepted to AAAI 2026 (Oral), Project Page: https://github.com/JiuTian-VL/H-GAR

A Multi-Objective Simultaneous Routing, Facility Location and Allocation Model for Earthquake Emergency Logistics

面向地震应急物流的多目标同时路由、设施选址与分配模型

Sakineh Khodadadi, Tohid Kargar Tasooji, Afshin Shariat-Mohayman, Navid Kalantari

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出多目标优化模型，同时优化地震应急物流中的路由、设施选址与医院分配，以减少需求未满足、伤员未服务和经济成本。

Comments One of the authors does not agree to publish the paper on arXiv