AI Agent

Thermodynamic Focusing for Inference-Time Search: Practical Methods for Target-Conditioned Sampling and Prompted Inference

推理时间搜索的热力学聚焦：目标条件采样和提示推理的实用方法

Zhan Zhang

机构 * Zhan Zhang（张湛） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出ICFA算法，通过目标条件重新加权提升推理时间搜索效率，结合结构化提示与混合架构实现更高效的样本利用。

Comments 4 pages

Machine Learning Optimization of BEGe Detector Event Selection in the VIP Experiment

VIP实验中BEGe探测器事件选择的机器学习优化

Simone Manti, Jason Yip, Massimiliano Bazzi, Nicola Bortolotti, Mario Bragadireanu, Ivan Carnevali, Alberto Clozza, Luca De Paolis, Raffaele Del Grande, Carlo Guaraldo, Mihai Antoniu Iliescu, Matthias Laubenstein, Johan Marton, Federico Nola, Kristian Pischicchia, Alessio Porcelli, Alessandro Scordo, Francesco Sgaramella, Diana Sirghi, Florin Sirghi, Johann Zmeskal, Catalina Curceanu

专题命中 工具调用 ：workflow(abstract)

AI总结 VIP实验通过机器学习优化BEGe探测器事件选择，提升低能信号检测效率，降低最小可检测能量至10keV，并改善光谱质量。

LongVideoAgent: Multi-Agent Reasoning with Long Videos

LongVideoAgent: 多智能体推理与长视频

Runtao Liu, Ziyi Liu, Jiaqi Tang, Yue Ma, Renjie Pi, Jipeng Zhang, Qifeng Chen

机构 * Hong Kong University of Science and Technology（香港理工大学） 纠错

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

AI总结 LongVideoAgent通过多智能体框架实现长视频的多模态推理，利用强化学习提升多智能体协作效率，优于现有基线方法。

Automated stereotactic radiosurgery planning using a human-in-the-loop reasoning large language model agent

利用人类在回路的推理大型语言模型代理进行自动化立体定向放射手术计划

Humza Nusrat, Luke Francisco, Bing Luo, Hassan Bagher-Ebadian, Joshua Kim, Karen Chin-Snyder, Salim Siddiqui, Mira Shah, Eric Mellon, Mohammad Ghassemi, Anthony Doemer, Benjamin Movsas, Kundan Thind

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

AI总结 本文提出利用人类在回路的推理大型语言模型代理进行自动化立体定向放射手术计划，通过对比推理模型与非推理模型，展示了推理模型在剂量优化和计划行为上的优势。

Graph-Symbolic Policy Enforcement and Control (G-SPEC): A Neuro-Symbolic Framework for Safe Agentic AI in 5G Autonomous Networks

图符号政策执行与控制（G-SPEC）：一种用于5G自治网络安全代理AI的神经符号框架

Divya Vijay, Vignesh Ethiraj

机构 * NetoAI Solutions Ltd（NetoAI解决方案有限公司） 纠错

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

AI总结 G-SPEC是一种神经符号框架，通过确定性验证约束概率规划，提升5G自治网络中代理AI的安全性和可靠性。

Comments 15 pages, 3 figures, 3 tables

On-device Large Multi-modal Agent for Human Activity Recognition

用于人体活动识别的设备端大多模态智能体

Md Shakhrul Iman Siam, Ishtiaque Ahmed Showmik, Guanqun Song, Ting Zhu

机构 * The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文提出了一种用于人体活动识别的设备端大多模态智能体，结合大语言模型提升性能与可解释性，实现高分类准确率和用户友好交互。

RemoteReasoner: Towards Unifying Geospatial Reasoning Workflow

RemoteReasoner: 向统一地理空间推理流程迈进

Liang Yao, Fan Liu, Hongbo Lu, Chuanyi Zhang, Rui Min, Shengxiang Xu, Shimin Di, Pai Peng

机构 * COWARobot 纠错

专题命中 规划决策 ：workflow(title,abstract)

AI总结 RemoteReasoner通过强化学习实现统一地理空间推理流程，具备多粒度任务处理能力和自主推理能力。

Reaching Agreement Among Reasoning LLM Agents

使推理LLM代理达成一致

Chaoyi Ruan, Yiliang Wang, Ziji Shi, Jialin Li

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

AI总结 Aegean通过引入基于共识的协议，为多代理推理提供正式模型，有效减少延迟并保持答案质量。

Drift-Corrected Monocular VIO and Perception-Aware Planning for Autonomous Drone Racing

校正漂移的单目视觉惯性里程计与感知感知的自主无人机竞速

Maulana Bisyir Azhari, Donghun Han, Je In You, Sungjun Park, David Hyunchul Shim

机构 * Department of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（电气工程系，韩国科学技术院（KAIST）） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出了一种校正VIO漂移的方法，结合YOLO门检测器和卡尔曼滤波器，以提升无人机竞速中的视觉惯性里程计精度与感知规划性能。

ISAC Network Planning: Sensing Coverage Analysis and 3-D BS Deployment Optimization

ISAC网络规划：感知覆盖分析与三维基站部署优化

Kaitao Meng, Kawon Han, Christos Masouros, Lajos Hanzo

专题命中 规划决策 ：planning(title)

AI总结 本文提出了一种优化ISAC网络规划的方法，通过三维基站部署优化实现感知覆盖与通信性能的平衡。

Comments Accepted by IEEE Transactions on Wireless Communications

Journal ref IEEE Transactions on Wireless Communications, 2025

CardAIc-Agents: A Multimodal Framework with Hierarchical Adaptation for Cardiac Care Support

CardAIc-Agents: 一种用于心脏护理支持的多模态框架，具有分层适应性

Yuting Zhang, Karina V. Bunting, Asgher Champsi, Xiaoxia Wang, Wenqi Lu, Alexander Thorley, Sandeep S Hothi, Zhaowen Qiu, Baturalp Buyukates, Dipak Kotecha, Jinming Duan

机构 * School of Computer Science, University of Birmingham, UK（英国伯明翰大学计算机科学学院） ； Department of Cardiovascular Sciences, University of Birmingham, UK（英国伯明翰大学心血管科学系） ； NIHR Birmingham Biomedical Research Centre and West Midlands NHS Secure Data Environment, University Hospitals Birmingham NHS Foundation Trust, UK（英国伯明翰大学医院 NHS 基础信任机构） ； Department of Computing and Mathematics, Manchester Metropolitan University, UK（曼彻斯特 Metropolitan 大学计算与数学系） ； Department of Cardiology, Heart and Lung Centre, Royal Wolverhampton NHS Trust, UK（皇家沃尔夫汉普顿 NHS 委员会心内科部门） ； College of Computer and Control Engineering, Northeast Forestry University, China（中国东北林业大学计算机与控制工程学院） ； Julius Center, University Medical Center Utrecht, the Netherlands（荷兰乌得勒支大学医学中心朱利叶斯中心） ； Division of Informatics, Imaging and Data Sciences, University of Manchester, UK（英国曼彻斯特大学信息学、成像与数据科学系） 纠错

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

AI总结 CardAIc-Agents通过多模态框架和分层适应性，提升心脏护理支持的效率和灵活性，有效解决传统AI代理在适应性推理、工具支持、知识更新和视觉输出方面的不足。

When Natural Strategies Meet Fuzziness and Resource-Bounded Actions (Extended Version)

当自然策略与模糊性及资源受限行动相遇（扩展版本）

Marco Aruta, Francesco Improta, Vadim Malvone, Aniello Murano

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

AI总结 本文提出HumanATLF逻辑，结合模糊语义和资源受限行动，解决自然策略中成本和不确定性的问题，并证明模型检查的复杂性。

Chain-of-Anomaly Thoughts with Large Vision-Language Models

基于大视觉-语言模型的异常思维链

Pedro Domingos, João Pereira, Vasco Lopes, João Neves, David Semedo

机构 * NOVALINCS, NOVA School of Science and Technology（NOVALINCS、NOVA科学与技术学院） ； NOVALINCS, Universidade da Beira Interior（NOVALINCS、贝拉内尔大学） ； DeepNeuronic 纠错

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

AI总结 本文提出CoAT框架，通过引入异常偏见提升大视觉-语言模型在异常检测和分类任务中的性能。

Comments 2 pages, 3 figures, 1 table. Accepted for RECPAD 2025

An Optimal Policy for Learning Controllable Dynamics by Exploration

通过探索学习可控动态的最优策略

Peter N. Loxley

机构 * School of Science and Technology University of New England（科学与技术学院 新英格兰大学） 纠错

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

AI总结 本文提出了一种通过有限时间探索学习可控动态的最优策略，利用约束集选择控制以最大化信息增益，并通过计数论证和动态规划性质证明其最优性。

Computational Basis of LLM's Decision Making in Social Simulation

大语言模型在社会模拟中的决策机制计算基础

Ji Ma

机构 * LBJ School of Public Affairs, University of Texas at Austin（德克萨斯大学奥斯汀分校公共事务学院LBJ学院） ； Gradel Institute of Charity, New College, University of Oxford（牛津大学格拉德尔慈善研究所） 纠错

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

AI总结 本研究通过独裁者游戏探索LLM内部表示的变量变化，揭示社会概念在Transformer模型中的编码机制，为社会模拟和AI对齐提供新方法。

Comments Forthcoming: Sociological Methodology; USPTO patent pending

Journal ref Sociological Methodology, 2025

Explainable time-series forecasting with sampling-free SHAP for Transformers

基于Transformer的无采样SHAP可解释时间序列预测

Matthias Hertel, Sebastian Pütz, Ralf Mikut, Veit Hagenmeyer, Benjamin Schäfer

机构 * Institute for Automation and Applied Informatics (IAI)（自动化与应用信息学院） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） 纠错

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

AI总结 本文提出基于Transformer架构的SHAPformer模型，通过无采样注意力机制实现快速且准确的时间序列预测解释，适用于电力负荷等实际场景。

Offline Safe Policy Optimization From Heterogeneous Feedback

基于异质反馈的离线安全策略优化

Ze Gong, Pradeep Varakantham, Akshat Kumar

机构 * Shenzhen Institute of Advanced Technology (SIAT), CAS（深圳先进技术研究院（SIAT）、中国科学院） ； Singapore Management University（新加坡管理学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出PreSa方法，通过直接学习基于偏好和安全性的策略，解决离线安全强化学习中的性能下降问题。

Comments Accepted at AAMAS 2026 (Extended Abstract)

Memory-T1: Reinforcement Learning for Temporal Reasoning in Multi-session Agents

Memory-T1: 基于强化学习的多会话代理时间推理

Yiming Du, Baojun Wang, Yifan Xiang, Zhaowei Wang, Wenyu Huang, Boyang Xue, Bin Liang, Xingshan Zeng, Fei Mi, Haoli Bai, Lifeng Shang, Jeff Z. Pan, Yuxin Jiang, Kam-Fai Wong

机构 * The Chinese University of Hong Kong（香港中文大学） ； Huawei Technologies Co.,Ltd（华为技术有限公司） ； HKUST（香港科技大学） ； The University of Edinburgh（爱丁堡大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 Memory-T1通过强化学习提升多会话代理的时间推理能力，实现7B模型在Time-Dialog基准上的67.0%高分，优于基线模型。

Learning Skills from Action-Free Videos

从无动作视频中学习技能

Hung-Chieh Fang, Kuo-Han Hung, Chu-Rong Chen, Po-Jung Chou, Chun-Kai Yang, Po-Chen Ko, Yu-Chiang Wang, Yueh-Hua Wu, Min-Hung Chen, Shao-Hua Sun

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

AI总结 本文提出SOF框架，通过从无动作视频中学习潜在技能，实现视频动态与机器人动作的对齐，提升多任务和长周期任务的性能。

A Time-efficient Prioritised Scheduling Algorithm to Optimise Initial Flock Formation of Drones

一种高效优先调度算法以优化无人机群的初始编队

Sujan Warnakulasooriya, Andreas Willig, Xiaobing Wu

机构 * Wireless Research Centre, University of Canterbury (UC)（坎特伯雷大学无线研究中心） ； Computer Science and Software Engineering Department, University of Canterbury (UC)（坎特伯雷大学计算机科学与软件工程系） 纠错

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

AI总结 本文提出了一种高效优先调度算法，用于优化无人机群的初始编队，通过优先级分配和延迟计算减少碰撞，提升编队效率。

Comments 35 pages

A Branch-and-Price Algorithm for Fast and Equitable Last-Mile Relief Aid Distribution

一种用于快速且公平的最后一公里救济物资分配的分支定价算法

Mahdi Mostajabdaveh, F. Sibel Salman, Walter J. Gutjahr

机构 * Department of Mathematics and Industrial Engineering, Polytechnique Montréal（蒙特利尔理工学院数学与工业工程系） ； College of Engineering, Koç University（科克大学工程学院） ； Department of Statistics and Operations Research, University of Vienna（维也纳大学统计与运筹学系） 纠错

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

AI总结 本文提出一种分支定价算法，用于在效率和公平性之间平衡最后一公里救济物资分配，通过双目标优化减少不平等并提高效率。

Journal ref European Journal of Operational Research, Volume 324, Issue 2, 2025, Pages 522-537, ISSN 0377-2217

Learning to Design City-scale Transit Routes

学习设计城市级公共交通路线

Bibek Poudel, Weizi Li

机构 * University of Tennessee, Knoxville（田纳西大学） 纠错

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

AI总结 本文提出基于图注意力网络的端到端强化学习框架，用于设计城市级公共交通路线，通过两级奖励结构提升效率，实验显示其在服务率、等待时间和利用率等方面优于现有方法。

OpComm: A Reinforcement Learning Framework for Adaptive Buffer Control in Warehouse Volume Forecasting

OpComm：一种用于仓库体积预测的自适应缓冲控制强化学习框架

Wilson Fung, Lu Guo, Drake Hilliard, Alessandro Casadei, Raj Ratan, Sreyoshi Bhaduri, Adi Surve, Nikhil Agarwal, Rohit Malshe, Pavan Mullapudi, Hungjen Wang, Saurabh Doodhwala, Ankush Pole, Arkajit Rakshit

机构 * Amazon（亚马逊） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 OpComm通过结合监督学习和强化学习，有效提升仓库体积预测的准确性，降低误差率并提高决策透明度。

Trend Extrapolation for Technology Forecasting: Leveraging LSTM Neural Networks for Trend Analysis of Space Exploration Vessels

技术预测中的趋势外推：利用LSTM神经网络进行航天器趋势分析

Peng-Hung Tsai, Daniel Berleant

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

AI总结 本文提出结合LSTM神经网络与摩尔定律的模型，用于预测航天器寿命，解决右删失问题以提升技术预测准确性。

Deformable Cluster Manipulation via Whole-Arm Policy Learning

通过全身政策学习实现可变形簇 manipulation

Jayadeep Jacob, Wenzheng Zhang, Houston Warren, Paulo Borges, Tirthankar Bandyopadhyay, Fabio Ramos

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Data61, CSIRO（CSIRO数据61研究所） ； Orica（奥里卡公司） ； NVIDIA Corporation（NVIDIA公司） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种基于全身政策学习的方法，通过整合3D点云和本体感觉触觉信息，实现对可变形簇的高效操纵，并在输电线路清除任务中展示了零样本迁移能力。

Diffusion Self-Weighted Guidance for Offline Reinforcement Learning

扩散自加权引导用于离线强化学习

Augusto Tagle, Javier Ruiz-del-Solar, Felipe Tobar

机构 * Initiative for Data & AI, Universidad de Chile（数据与人工智能倡议，智利大学） ； AMTC & Dept. of Electrical Eng., Universidad de Chile（AMTC与电气工程系，智利大学） ； Department of Mathematics, Imperial College London（数学系，伦敦帝国学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出自加权引导方法，通过扩散模型直接生成所需分数，无需额外网络，实现高效的离线强化学习

Comments Published in Transactions on Machine Learning Research (TMLR). 21 pages, 6 figures

Journal ref Trans. Mach. Learn. Res. (2025)

Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation

细粒度指令引导的图推理用于视觉-语言导航

Yaohua Liu, Xinyuan Song, Yunfu Deng, Yifan Xie, Binkai Ou, Yan Zhong

机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Tsinghua University（清华大学） ； Innovation and Research and Development Department, BoardWare Information System Company（BoardWare信息系统公司创新与研发部） ； School of Mathematics, Peking University（北京大学数学学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出细粒度指令引导的图推理框架OIKG，通过解耦角度与视觉提示并增强空间表示，提升视觉-语言导航中指令理解和跨模态对齐能力。

Comments 10 pages, 4 figures

Active Intelligence in Video Avatars via Closed-loop World Modeling

通过闭环世界建模实现视频虚拟角色的主动智能

Xuanhua He, Tianyu Yang, Ke Cao, Ruiqi Wu, Cheng Meng, Yong Zhang, Zhuoliang Kang, Xiaoming Wei, Qifeng Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Meituan（美团） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出ORCA框架，通过闭环世界建模和双系统架构，实现视频虚拟角色的主动智能与目标导向行为。

Comments Project Page: https://xuanhuahe.github.io/ORCA/

Characterization of the BIFROST spectrometer through virtual experiments

通过虚拟实验表征BIFROST谱仪

Kristine M. L. Krighaar, Silas B. Schack, Nicolai L. Amin, Gregory S. Tucker, Rasmus Toft-Petersen, Kim Lefmann

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过虚拟实验方法评估BIFROST谱仪的性能，展示了其在中子谱仪规划中的应用价值。

Comments 10 pages, 8 figures

Resilient Packet Forwarding: A Reinforcement Learning Approach to Routing in Gaussian Interconnected Networks with Clustered Faults

鲁棒分组转发：一种基于强化学习的在高斯互联网络中路由方法

Mohammad Walid Charrwi, Zaid Hussain

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出了一种基于强化学习的鲁棒路由方法，用于高斯互联网络中应对节点故障问题，实验表明其在故障密度和网络负载下的表现优于传统方法。