Bayesian Holonic Systems: Equilibrium, Uniqueness, and Computation
贝叶斯整体系统：均衡、唯一性和计算
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出贝叶斯整体均衡概念及双时间尺度学习算法，用于复杂耦合控制系统中策略风险的原理性设计与分析。
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. 规划决策 66 篇
Affective Multimodal Agents with Proactive Knowledge Grounding for Emotionally Aligned Marketing Dialogue
具有主动知识 grounding 的情感多模态代理用于情感对齐的营销对话
机构 * Hunan Police Academy, Department of Criminal Investigation（湖南警察学院犯罪侦查系） ； Business College, California State University（加州州立大学长滩分校商学院） ； Northwestern University（西北大学） ； AI Agent Lab, Vokram Group（Vokram集团AI代理实验室） ； Beijing University of Technology（北京理工大学） ； Zheng Zhou University of Light Industry（郑州轻工业大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 AffectMind通过主动知识 grounding 和情绪-意图对齐模型，提升营销对话中的情感一致性与说服效果。
Self-Play Q-learners Can Provably Collude in the Iterated Prisoner's Dilemma
自我博弈的Q学习者可以在重复囚徒困境中证明性合谋
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 本研究通过理论分析证明自我博弈的Q学习者在重复囚徒困境中能学习合作策略，而非背叛策略，并通过实验验证其鲁棒性。
Learning General Policies with Policy Gradient Methods
通过策略梯度方法学习通用策略
机构 * Linköping University（利厄普大学） ； Universitat Pompeu Fabra（庞培法拉大学） ； RWTH Aachen University（亚琛工业大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过策略梯度方法结合图神经网络，实现了与组合方法相当的泛化能力，同时避免了可扩展性瓶颈和特征池的使用。
Comments In Proceedings of the 20th International Conference on Principles of Knowledge Representation and Reasoning (KR 2023)
LLM-CAS: Dynamic Neuron Perturbation for Real-Time Hallucination Correction
LLM-CAS: 动态神经元扰动用于实时幻觉修正
机构 * Sun Yat-sen University（中山大学） ； Snap Inc（Snap公司）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 LLM-CAS通过动态神经元扰动实现实时幻觉修正，提升大型语言模型的事实准确性。
Comments Accepted at AAAI 2026
What-If Decision Support for Product Line Extension Using Conditional Deep Generative Models
基于条件深度生成模型的产品线扩展的假设决策支持
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于条件深度生成模型的产品线扩展假设决策支持框架，通过生成合成消费者特征分布，有效评估产品设计风险并识别目标市场。
Comments 25 pages
Monitoring Monitorability
监控可监控性
机构 * OpenAI
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 研究提出评估框架和指标，探讨了不同因素对AI系统可监控性的影响，发现更长的思维链和优化方法能提升监控效果。
Reliable Decision Support with LLMs: A Framework for Evaluating Consistency in Binary Text Classification Applications
利用LLM实现可靠决策支持：一种评估二元文本分类应用一致性的框架
机构 * Farmer School of Business, Miami University, Oxford, OH 45056, USA（迈阿密大学法默商学院） ； College of Arts and Sciences, University of Dayton, Dayton, OH 45469, USA（Dayton大学文理学院） ； Amsterdam Business School, University of Amsterdam, Amsterdam, The Netherlands（阿姆斯特丹大学阿姆斯特丹商学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出了一种评估LLM在二元文本分类中一致性的框架，通过实验验证了不同模型在金融新闻分类中的性能，并提供了系统化的LLM选择和可靠性评估方法。
Comments 26 pages
Learning Hierarchical Procedural Memory for LLM Agents through Bayesian Selection and Contrastive Refinement
通过贝叶斯选择和对比细化学习层次化程序记忆以提升LLM代理
机构 * School of Engineering, Royal Melbourne Institute of Technology University（皇家墨尔本理工学院工程学院）
专题命中 规划决策 ：分类 cs.AI、cs.LG；agent(comments)；autonomous agent(comments)；multi-agent(comments)
AI总结 MACLA通过贝叶斯选择和对比细化方法，实现LLM代理的高效学习与持续改进，无需参数更新。
Comments Accepted at The 25th International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS 2026). 21 pages including references, with 7 figures and 8 tables. Code is publicly available at the authors GitHub repository: https://github.com/S-Forouzandeh/MACLA-LLM-Agents-AAMAS-Conference
QuantiPhy: A Quantitative Benchmark Evaluating Physical Reasoning Abilities of Vision-Language Models
QuantiPhy：一种评估视觉-语言模型物理推理能力的定量基准
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI
AI总结 QuantiPhy通过定量评估视觉-语言模型的物理推理能力，揭示其在运动学属性推断中的数值准确性与定性合理性之间的差距。
Interpretable Hybrid Deep Q-Learning Framework for IoT-Based Food Spoilage Prediction with Synthetic Data Generation and Hardware Validation
可解释的混合深度Q学习框架用于基于物联网的食品变质预测：合成数据生成与硬件验证
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Vellore Institute of Technology（韦洛雷理工学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出一种结合LSTM和RNN的可解释混合深度Q学习框架，用于基于物联网的食品变质预测，通过合成数据生成和硬件验证提升预测准确性和决策效率，同时保持可解释性。
First-Order Representation Languages for Goal-Conditioned RL
面向目标的强化学习中的第一阶表示语言
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出利用第一阶表示语言在面向目标的强化学习中学习通用策略，通过自动创建目标课程提升性能。
Comments In Proceedings of the 40th AAAI Conference on Artificial Intelligence (AAAI 2026)
Vibe Reasoning: Eliciting Frontier AI Mathematical Capabilities -- A Case Study on IMO 2025 Problem 6
Vibe Reasoning: 引导前沿AI数学能力——以IMO 2025问题6的案例研究
机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 Vibe Reasoning通过结合AI与人类协作，利用元提示和代理编排解决复杂数学问题，展示了前沿AI在组合优化中的应用与改进。
Comments 20 pages, 13 figures
DeliveryBench: Can Agents Earn Profit in Real World?
DeliveryBench: 代理在现实世界中能否获利？
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； University of Michigan（密歇根大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 DeliveryBench通过模拟现实世界中的食品配送任务，评估基于VLM的具身代理在长期规划和约束管理方面的性能，发现其与人类存在显著差距。
Tool-Augmented Hybrid Ensemble Reasoning with Distillation for Bilingual Mathematical Problem Solving
工具增强的混合集成推理与蒸馏用于双语数学问题求解
机构 * Boston University（波士顿大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Northwestern University（西北大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划决策 ：tool use(abstract)；分类 cs.AI
AI总结 HERALD通过结合自适应学习、工具强化学习和知识蒸馏，提升双语数学问题求解的准确性和稳定性。
$γ(3,4)$ `Attention' in Cognitive Agents: Ontology-Free Knowledge Representations With Promise Theoretic Semantics
$γ(3,4)$ 注意力在认知代理中的应用：基于承诺理论语义的知识表示
机构 * Oslo University College Chitek-i AS（奥斯陆大学学院奇特克-艾公司）
专题命中 规划决策 ：autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出基于承诺理论语义的$γ(3,4)$图表示方法，通过特征角色分类替代复杂本体，提升不确定性条件下的推理效率。
From Natural Language to Control Signals: A Conceptual Framework for Semantic Channel Finding in Complex Experimental Infrastructure
从自然语言到控制信号：复杂实验基础设施中语义通道寻找的概念框架
机构 * Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； University of California Santa Barbara（加州大学圣巴巴拉分校） ； Deutsches Elektronen-Synchrotron DESY（德意志电子同步辐射研究中心DESY） ； Thomas Jefferson National Accelerator Facility（托马斯·杰斐逊国家加速器设施） ； Cosylab USA（Cosylab美国分公司）
专题命中 规划决策 ：agent(abstract)；分类 cs.CL
AI总结 本文提出了一种概念框架，用于在复杂实验基础设施中通过语义方法寻找控制信号，通过四个范式指导架构选择，实现了90-97%的准确率。
Does It Tie Out? Towards Autonomous Legal Agents in Venture Capital
是否会平局？迈向风险投资领域的自主法律代理
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 本文提出了一种世界模型架构，旨在实现风险投资领域资本表核对的自动化，为法律智能提供基础。
Assignment-Routing Optimization: Solvers for Problems Under Constraints
路径-分配优化：受约束问题的求解器
机构 * Singapore Institute of Technology（新加坡理工学院） ； Mathematical Institute, Faculty of Mathematics and Physics, Charles University（数学学院，数学与物理系，查尔斯大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出了一种基于MIP的求解器，用于解决受约束的路径-分配优化问题，在包装规划、运动规划和复杂物流中表现出高效和高质量的解决方案。
Comments 11 pages, 1 figures
Dual Computational Horizons: Incompleteness and Unpredictability in Intelligent Systems
双重计算 horizon：智能系统中的不完全性与不可预测性
机构 * Engineering Mechanics Unit, Jawaharlal Nehru Centre for Advanced Scientific Research, Bangalore 560064, India（奈尔中心先进科学研究所工程力学单元，班加罗尔560064，印度）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了智能系统中由于形式不完全性和动态不可预测性导致的计算限制，并探讨了推理、预测与自我分析之间的权衡。
Comments 8 Pages, 0 figures
MOORL: A Framework for Integrating Offline-Online Reinforcement Learning
MOORL: 一种整合离线-在线强化学习的框架
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 MOORL通过整合离线和在线强化学习，提升样本效率和探索能力，实现高效且可扩展的学习。
Large Language Models as Discounted Bayesian Filters
大语言模型作为折扣贝叶斯滤波器
机构 * Sun Yat-sen University（中山大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本研究提出了一种贝叶斯过滤框架，揭示大语言模型在动态环境中的信念更新机制，并提出提示策略以优化其先验校准。
Comments Under submission
MoE Pathfinder: Trajectory-driven Expert Pruning
MoE路径规划者：轨迹驱动的专家剪枝
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 MoE路径规划者通过轨迹驱动的专家剪枝方法，提升MoE模型的计算效率和部署性能。
Comments 12 pages, 3 figures
Survey and Experiments on Mental Disorder Detection via Social Media: From Large Language Models and RAG to Agents
面向社交媒体的抑郁症检测综述与实验：从大型语言模型和RAG到代理
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 本文综述并实验了基于社交媒体的抑郁症检测方法，探讨了LLM、RAG和代理系统在提升检测可靠性与推理能力中的应用。
Comments 20 pages, 10 figures. This is an extension of ICDEW 2025
Visual-Aware CoT: Achieving High-Fidelity Visual Consistency in Unified Models
视觉感知的CoT：在统一模型中实现高保真的视觉一致性
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出视觉感知的CoT方法，通过自适应视觉规划和迭代视觉修正提升统一模型的多模态生成能力，实现更高的视觉一致性。
Comments Project Page: https://zixuan-ye.github.io/VACoT/
Campus5G: A Campus Scale Private 5G Open RAN Testbed
Campus5G: 面向校园规模的私有5G开放无线接入网测试床
专题命中 规划决策 ：planning(abstract)
AI总结 Campus5G是首个校园规模的私有5G开放无线接入网测试床，通过详细开发过程和实验经验，探索了开放无线接入网在校园环境中的应用与研究机会。
Comments To appear in ACM SIGCOMM Computer Communication Review (CCR), July 2025
Residential structure survivability to large wildfires in the United States
美国大型野火中住宅结构的生存性
专题命中 规划决策 ：planning(abstract)
AI总结 研究发现美国西部住宅在野火中的生存率下降，主要受建筑年龄、燃料类型和天气影响，提出通过改进建筑规范和燃料管理提高野火韧性。
Three Tiers and Thresholds: Incentives in Private Market Investing
三级结构与阈值：私人市场投资中的激励机制
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出三级和阈值合同机制，用于私人市场投资中的激励设计，通过优化合同促进谨慎筛选并限制过度风险承担。
AMap: Distilling Future Priors for Ahead-Aware Online HD Map Construction
AMap: 通过未来先验知识进行前瞻意识的在线高精度地图构建
机构 * State Key Lab of Intelligent Transportation System, China（中国智能交通系统国家重点实验室） ； Amap, Alibaba Group, China（阿里集团Amap） ； Newcastle University, England（新castle大学） ； Durham University, England（杜ham大学）
专题命中 规划决策 ：planning(abstract)
AI总结 AMap通过未来先验知识提升在线高精度地图构建的前瞻能力，有效增强当前帧感知并在关键前方区域超越现有时序模型。
Comments 19 pages, 11 figures
DTCCL: Disengagement-Triggered Contrastive Continual Learning for Autonomous Bus Planners
DTCCL：基于脱钩触发的对比连续学习用于自动驾驶巴士规划
机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动系统学院，清华大学） ； Dongfeng Motor Corporation Research and Development General Institute（东风汽车集团研发总院） ； Dongfeng Yuexiang Technology Co., Ltd.（东风悦铃科技有限公司）
专题命中 规划决策 ：planning(abstract)
AI总结 DTCCL通过脱钩触发对比连续学习，提升自动驾驶巴士在动态城市环境中的规划性能，有效解决传统方法在稀疏脱钩数据下的过拟合问题。
