AI Agent

TIM-PRM: Verifying multimodal reasoning with Tool-Integrated PRM

TIM-PRM：利用工具集成PRM验证多模态推理

Peng Kuang, Xiangxiang Wang, Wentao Liu, Jian Dong, Kaidi Xu

机构 * Zhejiang University（浙江大学） ； iFLYTEK AI Research Institute（iFLYTEK人工智能研究院） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 TIM-PRM通过工具集成PRM验证多模态推理，有效解决视觉幻觉和逻辑不一致问题，实验表明其在性能和可解释性上优于现有模型。

Comments 12 pages

A Survey of Efficient Reasoning for Large Reasoning Models: Language, Multimodality, and Beyond

大推理模型高效推理的综述：语言、多模态与更远的探索

Xiaoye Qu, Yafu Li, Zhao-Chen Su, Weigao Sun, Jianhao Yan, Dongrui Liu, Ganqu Cui, Daizong Liu, Shuxian Liang, Junxian He, Peng Li, Wei Wei, Jing Shao, Chaochao Lu, Yue Zhang, Xian-Sheng Hua, Bowen Zhou, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Soochow University（苏州大学） ； Westlake University（西湖大学） ； Peking University（北京大学） ； Tongji University（同济大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本文综述了大推理模型在提升推理效率方面的最新研究，聚焦于语言、多模态及未来方向，旨在推动该领域的发展。

Comments Update recent RL papers. Project page: https://github.com/XiaoYee/Awesome_Efficient_LRM_Reasoning

Leveraging High-Fidelity Digital Models and Reinforcement Learning for Mission Engineering: A Case Study of Aerial Firefighting Under Perfect Information

利用高保真数字模型和强化学习进行任务工程：一个完美信息下的空中灭火案例研究

İbrahim Oğuz Çetinkaya, Sajad Khodadadian, Taylan G. Topcu

机构 * Grado Department of Industrial and Systems Engineering, Virginia Tech, Blacksburg, VA（弗吉尼亚理工学院与州立大学工业与系统工程系） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出结合高保真数字模型与强化学习的任务协调方法，通过空中灭火案例展示其在任务工程中的有效性，证明了DE与分析工具结合的潜力。

Approximation Algorithms for Fair Repetitive Scheduling

公平重复调度的近似算法

Danny Hermelin, Danny Segev, Dvir Shabtay

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出两种近似算法，分别针对日依赖和日不变的任务处理时间，以解决公平重复调度问题，实现多项式时间内的近似最优解。

CLF-RL: Control Lyapunov Function Guided Reinforcement Learning

CLF-RL：控制李雅普诺夫函数引导的强化学习

Kejun Li, Zachary Olkin, Yisong Yue, Aaron D. Ames

机构 * 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 CLF-RL通过结合基于模型的轨迹生成和控制李雅普诺夫函数，提升双足机器人运动策略的鲁棒性和性能。

Comments 8 pages; 7 figures

Equivalence of Personalized PageRank and Successor Representations

个性化PageRank与后继表示的等价性

Beren Millidge

专题命中 规划决策 ：planning(abstract)

AI总结 本文证明了个性化PageRank与后继表示在计算上等价，均基于图的稳态分布。

Comments Initiai upload 30/12/25

Subsecond 3D Mesh Generation for Robot Manipulation

亚秒级机器人操作用3D网格生成

Qian Wang, Omar Abdellall, Tony Gao, Xiatao Sun, Daniel Rakita

机构 * Office of Naval Research（海军研究办公室） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出了一种亚秒级3D网格生成系统，通过集成开放词汇分割、加速扩散生成和稳健点云注册，实现高保真网格的快速生成，用于机器人感知与规划。

Comments In submission

Local Path Optimization in The Latent Space Using Learned Distance Gradient

在潜在空间中利用学习的距离梯度进行局部路径优化

Jiawei Zhang, Chengchao Bai, Wei Pan, Tianhang Liu, Jifeng Guo

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出利用学习的距离梯度在潜在空间中进行局部路径优化，通过训练神经网络预测机器人与障碍物的距离，提高路径规划效率。

Comments This paper has been published in IROS 2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 15940-15946

BATISNet: Instance Segmentation of Tooth Point Clouds with Boundary Awareness

BATISNet: 用于牙点云实例分割的边界感知网络

Yating Cai, Yanghui Xu, Zehua Hu, Jiazhou Chen, Jing Huang

专题命中 规划决策 ：planning(abstract)

AI总结 BATISNet通过引入边界感知损失函数和实例分割模块，提升牙点云分割的鲁棒性和准确性，尤其在复杂临床场景中表现优异。

Comments 10 pages, 4 figures

GeoBench: Rethinking Multimodal Geometric Problem-Solving via Hierarchical Evaluation

GeoBench: 通过分层评估重新思考多模态几何问题解决

Yuan Feng, Yue Yang, Xiaohan He, Jiatong Zhao, Jianlong Chen, Zijun Chen, Daocheng Fu, Qi Liu, Renqiu Xia, Bo Zhang, Junchi Yan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 GeoBench通过分层评估框架，系统评估几何问题解决能力，揭示任务复杂度对性能的影响及子目标分解的重要性。

Think Before You Move: Latent Motion Reasoning for Text-to-Motion Generation

在行动前思考：用于文本到动作生成的潜在动作推理

Yijie Qian, Juncheng Wang, Yuxiang Feng, Chao Xu, Wang Lu, Yang Liu, Baigui Sun, Yiqiang Chen, Yong Liu, Shujun Wang

机构 * Zhejiang University（浙江大学） ； Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术） ； Wolf 1069 b Lab, Sany Group（Wolf 1069 b实验室，三一集团） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出Latent Motion Reasoning框架，通过分阶段推理与执行提升文本到动作生成的语义与物理合理性。

Comments project page: https://chenhaoqcdyq.github.io/LMR/

Beyond URDF: The Universal Robot Description Directory for Shared, Extensible, and Standardized Robot Models

超越URDF：通用机器人描述目录用于共享、可扩展和标准化的机器人模型

Roshan Klein-Seetharaman, Daniel Rakita

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出URDD，一种模块化机器人描述目录，通过自动化生成和标准化，提升机器人模型的共享与扩展性。

Artificial Intelligence and Employment Exposure: A Territorial and Gender Perspective

人工智能与就业暴露：一个地域和性别视角

Antoni Mestre, Xavier Naya, Manoli Albert, Vicente Pelechano

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过构建AI CNAE影响矩阵，分析西班牙各地区和性别层面的AI就业暴露，揭示结构性变化趋势及性别差异。

Comments in Spanish language

OSVI-WM: One-Shot Visual Imitation for Unseen Tasks using World-Model-Guided Trajectory Generation

OSVI-WM：通过世界模型引导轨迹生成实现单次视觉模仿

Raktim Gautam Goswami, Prashanth Krishnamurthy, Yann LeCun, Farshad Khorrami

机构 * New York University Tandon School of Engineering（纽约大学Tandon工程学院） ； New York University Courant Institute of Mathematical Sciences（纽约大学Courant数学科学研究所） ； Meta-FAIR 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 OSVI-WM通过世界模型引导轨迹生成，实现对未见任务的单次视觉模仿学习，提升机器人执行复杂任务的能力。

GuidedMorph: Two-Stage Deformable Registration for Breast MRI

GuidedMorph: 两阶段可变形配准用于乳腺MRI

Yaqian Chen, Hanxue Gu, Haoyu Dong, Qihang Li, Yuwen Chen, Nicholas Konz, Lin Li, Maciej A. Mazurowski

机构 * Department of Electrical and Computer Engineering, Duke University（电子工程系，杜克大学） ； Department of Biostatistics & Bioinformatics, Duke University（生物统计学与生物信息学系，杜克大学） ； Department of Health Outcomes and Biomedical Informatics, College of Medicine, University of Florida（健康结果与生物医学信息学系，医学院，佛罗里达大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 GuidedMorph通过两阶段可变形配准框架提升乳腺MRI的密集组织对齐与结构相似性，实现更精确的肿瘤追踪和诊断。

Constrained Reinforcement Learning for the Dynamic Inventory Routing Problem under Stochastic Supply and Demand

约束强化学习用于在随机供应和需求下的动态库存配送问题

Umur Hasturk, Albert H. Schrotenboer, Kees Jan Roodbergen, Evrim Ursavas

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出约束强化学习框架及改进的LCRL方法，用于解决随机供应和需求下的氢气动态库存配送问题，实现高效优化与近优解。

Toward Autonomous Engineering Design: A Knowledge-Guided Multi-Agent Framework

迈向自主工程设计：一种知识引导的多智能体框架

Varun Kumar, George Em Karniadakis

机构 * School of Engineering, Brown University（布朗大学工程学院） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种知识引导的多智能体框架，用于提升工程设计的效率与质量，通过协作智能体和知识图谱实现自动化设计优化。

Comments Added appendices and updated literature review

Agentic Large Language Models, a survey

代理大语言模型：综述

Aske Plaat, Max van Duijn, Niki van Stein, Mike Preuss, Peter van der Putten, Kees Joost Batenburg

机构 * Leiden University Leiden Netherlands ； Leiden University \& AI Lab, Pegasystems Leiden Netherlands ； Leiden University ； Leiden University \& AI Lab, Pegasystems 纠错

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；multi-agent(abstract)

AI总结 本文综述了代理大语言模型的研究现状，探讨了其在医疗诊断、物流和金融分析等领域的应用，并提出通过推理、行动和交互提升大语言模型能力的未来研究方向。

Comments Website: https://askeplaat.github.io/agentic-llm-survey-site/

Journal ref JAIR volume 84, article 29, December 2025

CAML: Collaborative Auxiliary Modality Learning for Multi-Agent Systems

CAML: 多智能体系统中的协同辅助模态学习

Rui Liu, Yu Shen, Peng Gao, Pratap Tokekar, Ming Lin

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； Adobe Research（Adobe 研究院） ； North Carolina State University（北卡罗来纳州立大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 CAML通过多智能体协作和共享多模态数据，提升多模态学习在资源受限环境下的性能，实现事故检测和语义分割的显著改进。

HarmTransform: Transforming Explicit Harmful Queries into Stealthy via Multi-Agent Debate

HarmTransform: 通过多智能体辩论将显性有害查询转化为隐蔽形式

Shenzhe Zhu

机构 * University of Toronto（多伦多大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 HarmTransform通过多智能体辩论框架，系统地将有害查询转化为隐蔽形式，以提升大型语言模型的安全对齐能力。

MAMA-Memeia! Multi-Aspect Multi-Agent Collaboration for Depressive Symptoms Identification in Memes

MAMA-Memeia! 多维度多智能体协作在表情包抑郁症状识别中的应用

Siddhant Agarwal, Adya Dhuler, Polly Ruhnke, Melvin Speisman, Md Shad Akhtar, Shweta Yadav

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 MAMAMemeia通过多智能体多维度协作框架，利用CAT能力提升表情包抑郁症状识别的宏F1指标，达到7.55%的提升，成为新的基准模型。

Comments Accepted by AAAI 2026

MaRCA: Multi-Agent Reinforcement Learning for Dynamic Computation Allocation in Large-Scale Recommender Systems

MaRCA：大规模推荐系统中动态计算分配的多智能体强化学习

Wan Jiang, Xinyi Zang, Yudong Zhao, Yusi Zou, Yunfei Lu, Junbo Tong, Yang Liu, Ming Li, Jiani Shi, Xin Yang

机构 * Tsinghua University（清华大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 MaRCA通过多智能体强化学习实现大规模推荐系统的端到端计算资源分配，提升计算效率并实现16.67%的收入增长。

Comments 12 pages, 5 figures

Heterogeneous Multi-Agent Multi-Target Tracking using Cellular Sheaves

使用细胞sheaves的异构多智能体多目标跟踪

Tyler Hanks, Cristian F. Nino, Joana Bou Barcelo, Austin Copeland, Warren Dixon, James Fairbanks

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出使用细胞sheaves框架解决异构多智能体多目标跟踪问题，通过调和扩展方法处理非线性动态和干扰，提供去中心化控制律和稳定性分析。

Comments 8 pages

Dynamic Strategy Adaptation in Multi-Agent Environments with Large Language Models

多智能体环境中基于大语言模型的动态策略适应

Shaurya Mallampati, Rashed Shelim, Walid Saad, Naren Ramakrishnan

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出基于大语言模型和博弈论的动态策略适应框架，提升多智能体协作效率和灵活性。

AstroReview: An LLM-driven Multi-Agent Framework for Telescope Proposal Peer Review and Refinement

AstroReview: 一种基于大语言模型的多智能体框架用于望远镜提案同行评审与优化

Yutong Wang, Yunxiang Xiao, Yonglin Tian, Junyong Li, Jing Wang, Yisheng Lv

机构 * The Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统重点实验室，自动化研究所，中国科学院） ； The School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；分类 cs.AI

AI总结 AstroReview通过多智能体框架实现望远镜提案的自动化评审与优化，显著提升评审效率和质量。

Zero-Trust Agentic Federated Learning for Secure IIoT Defense Systems

零信任代理联邦学习用于安全工业物联网防御系统

Samaresh Kumar Singh, Joyjit Roy, Martin So

机构 * Independent Researcher（独立研究者） 纠错

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出零信任代理联邦学习框架，结合加密认证、SHAP加权聚合算法和隐私保护对抗训练，提升工业物联网安全性和检测准确性。

Comments 9 Pages and 6 figures, Submitted in conference 2nd IEEE Conference on Secure and Trustworthy Cyber Infrastructure for IoT and Microelectronics, Houston TX, USA

Personalized and Resilient Distributed Learning Through Opinion Dynamics

通过意见动态实现个性化和鲁棒的分布式学习

Luca Ballotta, Nicola Bastianello, Riccardo M. G. Ferrari, Karl H. Johansson

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出结合分布式梯度下降与意见动态模型的算法，以实现分布式学习中的个性化和鲁棒性，通过参数调整控制学习过程的个性化与鲁棒性，实验验证其在合成和实际任务中的有效性。

Comments Published on IEEE Transactions on Control of Network Systems. Final accepted version

Journal ref IEEE Transactions on Control of Network Systems, 2025

Average Consensus with Dynamic Quantization Framing and Finite-Time Termination over Limited-Bandwidth Directed Networks

具有动态量化框架和有限时间终止的有限带宽有向网络上的平均一致性

Evagoras Makridis, Gabriele Oliva, Apostolos I. Rikos, Themistoklis Charalambous

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出PP-ACDC算法，在有限带宽有向网络中实现精确平均一致性，通过动态量化框架和有限时间终止机制，确保高效且精确的通信效率。

Comments arXiv admin note: substantial text overlap with arXiv:2508.06893

Beamforming for Massive MIMO Aerial Communications: A Robust and Scalable DRL Approach

大规模MIMO空中通信中的波束成形：一种鲁棒且可扩展的DRL方法

Hesam Khoshkbari, Georges Kaddoum, Omid Abbasi, Bassant Selim, Halim Yanikomeroglu

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种基于熵的多智能体深度强化学习方法，用于大规模MIMO空中通信中的波束成形，以提高下行链路总速率并增强系统鲁棒性和可扩展性。

Distributed Beamforming in Massive MIMO Communication for a Constellation of Airborne Platform Stations

大规模MIMO通信中多空中平台站的分布式波束成形

Hesam Khoshkbari, Georges Kaddoum, Bassant Selim, Omid Abbasi, Halim Yanikomeroglu

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种基于熵的多智能体深度强化学习模型，用于大规模MIMO网络中多个空中平台站的分布式波束成形，有效降低CSI共享开销并提升高干扰环境下的性能。

Journal ref ICC 2025 - IEEE International Conference on Communications, Montreal, QC, Canada, 2025, pp. 4383-4388