VIGIL: A Reflective Runtime for Self-Healing Agents
VIGIL：一种用于自愈代理的反射性运行时
机构 * Christopher Cruz
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；planning(abstract)；agentic(abstract)
AI总结 VIGIL是一种反射性运行时，通过自我诊断和修复机制提升代理系统的可靠性和自我维护能力。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 工具调用 7 篇
Robust Agents in Open-Ended Worlds
开放世界中的鲁棒智能体
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 本研究提出Maestro和MiniHack框架，通过对抗课程和程序化内容生成提升智能体在开放环境中的鲁棒性和泛化能力。
Comments PhD Thesis
RESTifAI: LLM-Based Workflow for Reusable REST API Testing
RESTifAI：基于大语言模型的可重用REST API测试工作流
专题命中 工具调用 ：workflow(title)；分类 cs.SE
AI总结 RESTifAI是一种基于大语言模型的工具，用于生成可重用且适用于CI/CD的REST API测试，通过系统性构建测试场景并验证功能和鲁棒性。
Comments Accepted for ICSE 2026 Demonstration track
A Formalism for Optimal Search with Dynamic Heuristics (Extended Version)
最优动态启发式搜索的形式化方法（扩展版）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 本文提出了一种形式化的动态启发式搜索方法，通过通用算法框架研究A*的动态建模，并展示了其通用最优性结果，同时将经典规划方法视为其特殊案例。
Incremental Generalized Hybrid A*
增量通用混合A*
机构 * University of Washington（华盛顿大学） ； Technion-Israel Institute of Technology（技术ion-以色列理工学院）
专题命中 工具调用 ：planning(abstract)
AI总结 Incremental Generalized Hybrid A*通过动态组织顶点扩展，提高了复杂动态下的实时规划效率。
Comments 8 pages, 7 figures, Accepted to IEEE RA-L, Nov 2025
From reductionism to realism: Holistic mathematical modelling for complex biological systems
从还原论到实在论：为复杂生物系统构建整体数学模型
专题命中 工具调用 ：agent(abstract)
AI总结 本文提出了一种整体数学建模范式，通过整合多层网络和模拟方法，以应对复杂生物系统中的异质性和多尺度相互作用，推动数学生物学的发展。
Comments 14 pages, 5 figures
Journal ref J R Soc Interface (2025) 22 (232): 20250468
Strategies to search for two-dimensional materials with long spin qubit coherence time
具有长自旋量子比特相干时间的二维材料的搜索策略
专题命中 工具调用 ：workflow(abstract)
AI总结 本文提出了一种高通量计算方法，用于预测二维材料和异质结构的自旋相干时间，发现低噪声基底可维持高T2，扩展了二维材料的自旋相干时间基因组。
Journal ref npj 2D Mater. Appl., 9, 108 (2025)
2. 规划决策 25 篇
Learning to Deliberate: Meta-policy Collaboration for Agentic LLMs with Multi-agent Reinforcement Learning
学习 deliberation：基于多智能体强化学习的元策略协作用于代理语言模型
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(title)；分类 cs.AI
AI总结 本文提出元策略推理框架MPDF，结合SoftRankPO算法，通过学习动态推理策略提升多智能体LLM在复杂推理任务中的性能。
ChemLabs on ChemO: A Multi-Agent System for Multimodal Reasoning on IChO 2025
ChemLabs on ChemO：一个用于IChO 2025多模态推理的多智能体系统
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 ChemLabs通过多智能体系统和SVE技术在ChemO基准测试中实现93.6分，推动化学问题自动解决的新进展。
Comments 13 pages, 1 figures
PRO-V-R1: Reasoning Enhanced Programming Agent for RTL Verification
PRO-V-R1：基于推理增强的RTL验证编程代理
机构 * University of California San Diego（加州大学圣地亚哥分校） ； NVIDIA（NVIDIA公司）
专题命中 规划决策 ：agent(title)；tool use(abstract)；workflow(abstract)；agentic(abstract)
AI总结 PRO-V-R1是一种基于推理增强的开源框架，通过结合LLM推理与编程工具，提升RTL验证的功能正确性和故障检测能力。
Insured Agents: A Decentralized Trust Insurance Mechanism for Agentic Economy
受保代理：一种用于代理经济的去中心化信任保险机制
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)
AI总结 本文提出了一种去中心化的信任保险机制，通过抵押金和TEE技术解决代理经济中的信任问题，实现安全、高效的纠纷解决。
Comments Submitted to AAMAS 2026
Embodied Tree of Thoughts: Deliberate Manipulation Planning with Embodied World Model
具身思维树：基于具身世界模型的 deliberative 操控规划
机构 * University of Chinese Academy of Sciences (UCAS)（中国科学院大学） ； Tsinghua University（清华大学） ； JD Explore Academy（京东探索学院） ； ShanghaiTech University（上海科技大学） ； Nanjing University（南京大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 EToT通过基于物理的交互数字双胞胎实现具身世界模型，结合先验分支和反思分支机制，提升机器人操控规划的物理一致性和鲁棒性。
Comments Website at https://embodied-tree-of-thoughts.github.io
TrajMoE: Scene-Adaptive Trajectory Planning with Mixture of Experts and Reinforcement Learning
TrajMoE: 基于混合专家与强化学习的场景自适应轨迹规划
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Xiaomi（小米公司）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 TrajMoE通过混合专家与强化学习方法，实现场景自适应的轨迹规划，提升规划性能并获得基准测试第三名。
Towards agent-based-model informed neural networks
向基于代理的模型启发的神经网络
机构 * ETH Zurich, Computational Social Science（苏黎世联邦理工学院，计算社会科学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.LG
AI总结 本文提出基于代理模型启发的神经网络，通过受限图神经网络和分层分解学习可解释的动力学，在复杂系统建模中实现结构保持与约束满足。
Ergodic Trajectory Planning with Dynamic Sensor Footprints
具有动态传感器足迹的遍历轨迹规划
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种考虑动态传感器足迹的遍历轨迹规划方法，通过优化轨迹和传感器足迹提升信息采集效率。
Comments 12 figures
An Online Optimization-Based Trajectory Planning Approach for Cooperative Landing Tasks
一种基于在线优化的协作着陆任务轨迹规划方法
机构 * Institute of Engineering and Computational Mechanics, University of Stuttgart（斯图加特大学工程与计算力学研究所） ； Department of Mechanical Engineering, LUT University（卢托拉大学机械工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于在线优化的协作着陆轨迹规划方法，通过互补约束实现多机器人自主协调，提升着陆任务的安全性和效率。
Journal ref Proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
Verifiable Mission Planning For Space Operations
可验证的航天任务规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于概率约束的马尔可夫决策过程用于航天任务规划，通过优化任务目标并确保安全约束，提升任务自主性和可靠性。
Comments Submitted to the 2025 AAS/AIAA Astrodynamics Specialist Conference
From Accuracy to Impact: The Impact-Driven AI Framework (IDAIF) for Aligning Engineering Architecture with Theory of Change
从准确度到影响：用于对齐工程架构与影响理论的影响力驱动AI框架（IDAIF）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 IDAIF通过整合影响理论与AI架构，提供了一种以影响为中心的AI开发框架，旨在提升AI系统的伦理性和社会价值。
rSIM: Incentivizing Reasoning Capabilities of LLMs via Reinforced Strategy Injection
rSIM: 通过强化策略注入激励大语言模型的推理能力
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Toronto（多伦多大学） ； University of Alberta（阿尔伯塔大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 rSIM通过强化策略注入机制，使LLM具备推理能力，并在实验中显著提升模型性能。
Comments 14 pages, 6 figures. Accepted to the ACL ARR July
Chat with UAV -- Human-UAV Interaction Based on Large Language Models
与无人机对话——基于大语言模型的人机交互
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出基于大语言模型的双智能体HUI框架，通过任务规划和执行智能体提升无人机交互的个性化和灵活性。
Using reinforcement learning to probe the role of feedback in skill acquisition
利用强化学习探测反馈在技能习得中的作用
机构 * ETH Zürich（苏黎世联邦理工学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文利用强化学习研究反馈在技能习得中的作用，发现高维流反馈有助于发现高性能策略，但无反馈时仍能完成任务，表明学习条件取决于目标而非动态或策略复杂性。
Comments Website: https://antonioterpin.com/fluids-control
Examining Student Interactions with a Pedagogical AI-Assistant for Essay Writing and their Impact on Students Writing Quality
考察学生与教学型AI助手在议论文写作中的互动及其对学生写作质量的影响
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 研究探讨学生与教学型AI助手在议论文写作中的互动及其对写作质量的影响，发现主动写作和反馈共享更有效，建议教师鼓励学生主动参与并优化AI系统设计。
Comments 17 pages, 3 Figures, 8 Tables
Principles2Plan: LLM-Guided System for Operationalising Ethical Principles into Plans
Principles2Plan: 伦理原则引导的计划系统
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 Principles2Plan通过人机协作生成基于伦理原则的可操作规则，提升自动规划的伦理实用性
Comments Accepted by AAAI 2026
ReJump: A Tree-Jump Representation for Analyzing and Improving LLM Reasoning
ReJump：一种用于分析和改进LLM推理的树跳表示
机构 * UW-Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） ； FuriosaAI ； Seoul National University（首尔国立大学） ； KRAFTON
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 ReJump通过树跳表示分析和改进LLM推理，揭示不同任务下的推理行为差异及学习策略的影响。
Tri-Bench: Stress-Testing VLM Reliability on Spatial Reasoning under Camera Tilt and Object Interference
Tri-Bench：在相机倾斜和物体干扰下测试VLM在空间推理中的可靠性
机构 * Amit Bendkhale（独立研究者）
专题命中 规划决策 ：agentic(abstract,comments)
AI总结 Tri-Bench通过测试VLM在相机倾斜和物体干扰下的空间推理可靠性，揭示了模型在几何推理中的不足。
Comments 6 pages, 3 figures. Code and data: https://github.com/Amiton7/Tri-Bench. Accepted to the AAAI 2026 Workshop on Trust and Control in Agentic AI (TrustAgent)
Exhausting the type I error level in event-driven group-sequential designs with a closed testing procedure for progression-free and overall survival
在事件驱动的组序列设计中利用闭合检验程序彻底消耗I型错误水平以用于无进展生存和总生存
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种基于闭合检验程序的组序列设计方法，用于同时检验无进展生存和总生存两个终点，通过利用两者依赖性彻底消耗I型错误水平，提高统计功效并实现早期停止。
Comments Main manuscript: 18 pages, 5 figures Supplementary Material: 11 pages, 4 figures
Collaborative Intelligence for UAV-Satellite Network Slicing: Towards a Joint QoS-Energy-Fairness MADRL Optimization
协同智能用于无人机-卫星网络切片：面向联合QoS-能耗-公平性MADRL优化
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出了一种基于多智能体深度强化学习的无人机-卫星网络切片框架，通过联合优化服务质量、能耗和公平性，实现更高效的资源分配和网络性能提升。
Comments IEEE ICC 2026
Semantic-Metric Bayesian Risk Fields: Learning Robot Safety from Human Videos with a VLM Prior
语义-度量贝叶斯风险场：从人类视频中学习机器人安全性的方法
机构 * Stanford University（斯坦福大学） ； California Institute of Technology（加州理工学院）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出基于贝叶斯框架的语义-度量风险场，通过人类视频学习机器人安全风险模型，实现类人风险评估与规划。
Integrating Delay-Absorption Capability into Flight Departure Delay Prediction
将延迟吸收能力整合到航班出发延误预测中
专题命中 规划决策 ：planning(abstract)
AI总结 本研究提出一个两阶段机器学习框架，通过建模延迟吸收行为提升航班延误预测精度，实现更高效的运营管理和延误管理。
Comments 12 pages, 9 figures
Control Your Robot: A Unified System for Robot Control and Policy Deployment
掌控你的机器人：一种统一的机器人控制与策略部署系统
机构 * ScaleLab, Shanghai Jiao Tong University（上海交通大学ScaleLab） ； University of Shanghai for Science and Technology（上海科学技术大学）
专题命中 规划决策 ：workflow(abstract)
AI总结 Control Your Robot提出了一种统一的机器人控制与策略部署框架，通过模块化设计和标准化流程，实现跨平台的数据收集与策略学习，提升机器人学习的可扩展性和可重复性。
Comments Code: https://github.com/Tian-Nian/control_your_robot
