AI Agent

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

Wei Yang, Jesse Thomason

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

Qiang Xu, Shengyuan Bai, Leqing Chen, Zijing Liu, Yu Li

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

Yujie Zhao, Zhijing Wu, Boqin Yuan, Zhongming Yu, Hejia Zhang, Wentao Ni, Chia-Tung Ho, Haoxing Ren, Jishen Zhao

机构 * University of California San Diego（加州大学圣地亚哥分校） ； NVIDIA（NVIDIA公司） 纠错

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

Botao 'Amber' Hu, Bangdao Chen

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

Wenjiang Xu, Cindy Wang, Rui Fang, Mingkang Zhang, Lusong Li, Jing Xu, Jiayuan Gu, Zecui Zeng, Rui Chen

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） 纠错

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

Zebin Xing, Pengxuan Yang, Linbo Wang, Yichen Zhang, Yiming Hu, Yupeng Zheng, Junli Wang, Yinfeng Gao, Guang Li, Kun Ma, Long Chen, Zhongpu Xia, Qichao Zhang, Hangjun Ye, Dongbin Zhao

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） 纠错

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

Nino Antulov-Fantulin

机构 * ETH Zurich, Computational Social Science（苏黎世联邦理工学院，计算社会科学） 纠错

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

Ziyue Zheng, Yongce Liu, Hesheng Wang, Zhongqiang Ren

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

Jingshan Chen, Lihan Xu, Henrik Ebel, Peter Eberhard

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） 纠错

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

Quentin Rommel, Michael Hibbard, Pavan Shukla, Himanshu Save, Srinivas Bettadpur, Ufuk Topcu

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）

Yong-Woon Kim

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

Sijia Chen, Baochun Li, Di Niu

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） 纠错

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

Haoran Wang, Zhuohang Chen, Guang Li, Bo Ma, Chuanghuang Li

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

Antonio Terpin, Raffaello D'Andrea

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

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

Wicaksono Febriantoro, Qi Zhou, Wannapon Suraworachet, Sahan Bulathwela, Andrea Gauthier, Eva Millan, Mutlu Cukurova

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

Tammy Zhong, Yang Song, Maurice Pagnucco

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

Yuchen Zeng, Shuibai Zhang, Wonjun Kang, Shutong Wu, Lynnix Zou, Ying Fan, Heeju Kim, Ziqian Lin, Jungtaek Kim, Hyung Il Koo, Dimitris Papailiopoulos, Kangwook Lee

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 纠错

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

Amit Bendkhale

机构 * Amit Bendkhale（独立研究者） 纠错

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

Moritz Fabian Danzer, Kaspar Rufibach, Jan Beyersmann, René Schmidt

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

Thanh-Dao Nguyen, Ngoc-Tan Nguyen, Thai-Duong Nguyen, Nguyen Van Huynh, Dinh-Hieu Tran, Symeon Chatzinotas

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

Timothy Chen, Marcus Dominguez-Kuhne, Aiden Swann, Xu Liu, Mac Schwager

机构 * Stanford University（斯坦福大学） ； California Institute of Technology（加州理工学院） 纠错

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

Jianyang Zhou

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

Tian Nian, Weijie Ke, Shaolong Zhu, Bingshan Hu

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） 纠错

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

ALS Storage Ring RF Control System Upgrade Plan and Status

ALS存储环射频控制系统升级计划与现状

Najm Us Saqib, Angel Jurado, Esteban Andrade, Qiang Du, Jeong Han Lee, Miroslaw Dach, Benjamin Flugstad

专题命中 规划决策 ：planning(abstract)

AI总结 ALS存储环射频控制系统升级采用Allen-Bradley PLC平台，以提升系统的可维护性、可靠性和长期支持能力。

Journal ref ICALEPCS 2025

SATMO: a Multi-Planet Thermal Analysis Tool for CubeSat Missions

SATMO：用于立方卫星任务的多行星热分析工具

Alexander Chipps, Daniel Forgette, Kerri Cahoy

专题命中 规划决策 ：planning(abstract)

AI总结 SATMO是一款开源的立方卫星热分析工具，通过MATLAB实现，提供低成本的热建模解决方案，适用于地球及其他行星轨道任务。

Comments 33 pages, 20 figures, submitted to AIAA SciTech 2026