AI Agent

Group Deliberation Oriented Multi-Agent Conversational Model for Complex Reasoning

面向复杂推理的群体讨论导向多智能体对话模型

Zheyu Shi, Dong Qiu, Shanlong Yu

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

AI总结 本文提出一种群体讨论导向的多智能体对话模型，通过三级角色架构和改进的优化策略，提升复杂推理任务的准确性和一致性。

Comments Accepted by IEEE ITCA 2025

Youtu-Agent: Scaling Agent Productivity with Automated Generation and Hybrid Policy Optimization

Youtu-Agent：通过自动化生成和混合策略优化提升代理生产力

Yuchen Shi, Yuzheng Cai, Siqi Cai, Zihan Xu, Lichao Chen, Yulei Qin, Zhijian Zhou, Xiang Fei, Chaofan Qiu, Xiaoyu Tan, Gang Li, Zongyi Li, Haojia Lin, Guocan Cai, Yong Mao, Yunsheng Wu, Ke Li, Xing Sun

机构 * Youtu-Agent Team（优图代理团队） 纠错

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

AI总结 Youtu-Agent通过自动化生成和混合策略优化提升LLM代理的生产力和性能

Iterative Deployment Improves Planning Skills in LLMs

迭代部署提升大语言模型的规划能力

Augusto B. Corrêa, Yoav Gelberg, Luckeciano C. Melo, Ilia Shumailov, André G. Pereira, Yarin Gal

机构 * University of Oxford（牛津大学） ； AI Sequrity Company（AI安全公司） ； UFRGS（乌拉圭联邦大学） 纠错

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

AI总结 通过迭代部署大语言模型，利用用户编纂的数据提升规划能力，展现隐含奖励函数的强化学习机制，具有AI安全和训练制度替代的双重意义。

iCLP: Large Language Model Reasoning with Implicit Cognition Latent Planning

iCLP: 基于隐式认知潜在规划的大语言模型推理

Sijia Chen, Di Niu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 iCLP通过隐式认知潜在规划提升大语言模型的推理准确性和效率，实现跨领域泛化与可解释性。

Comments 9 pages, 6 figures. The source code is publicly available at https://github.com/AgenticFinLab/latent-planning

From Building Blocks to Planning: Multi-Step Spatial Reasoning in LLMs with Reinforcement Learning

从积木到规划：通过强化学习在LLMs中实现多步骤空间推理

Amir Tahmasbi, Sadegh Majidi, Kazem Taram, Aniket Bera

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 本文提出了一种两阶段方法，通过强化学习在LLMs中实现多步骤空间推理，通过微调和LoRA适配器提升模型在结构环境中的空间推理能力。

Enhancing LLM Planning Capabilities through Intrinsic Self-Critique

通过内在自我批评增强大语言模型的规划能力

Bernd Bohnet, Pierre-Alexandre Kamienny, Hanie Sedghi, Dilan Gorur, Pranjal Awasthi, Aaron Parisi, Kevin Swersky, Rosanne Liu, Azade Nova, Noah Fiedel

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

AI总结 通过内在自我批评方法提升大语言模型的规划能力，实现Blocksworld、Logistics和Mini-grid数据集上的性能改进。

Lifting Vision: Ground to Aerial Localization with Reasoning Guided Planning

提升视觉：基于推理引导的地面到空中定位

Soham Pahari, M. Srinivas

机构 * School of Computer Science, UPES（UPES计算机科学学院） ； Department of CS&E, NIT Warangal（NIT Warangal计算机科学与工程系） 纠错

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

AI总结 本文提出ViReLoc框架，通过视觉推理实现地面到空中定位，无需依赖GPS数据，提升空间推理和跨视角检索性能。

CogRec: A Cognitive Recommender Agent Fusing Large Language Models and Soar for Explainable Recommendation

CogRec: 一种融合大型语言模型和Soar的可解释推荐代理

Jiaxin Hu, Tao Wang, Bingsan Yang, Hongrun Wang

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

AI总结 CogRec融合大型语言模型和Soar认知架构，通过符号推理与在线学习提升推荐系统的可解释性和准确性。

Comments 9 pages, 6 figures

Hierarchical Deformation Planning and Neural Tracking for DLOs in Constrained Environments

层次变形规划与神经跟踪用于受限环境中的可变形线性物体 manipulation

Yunxi Tang, Tianqi Yang, Jing Huang, Xiangyu Chu, Kwok Wai Samuel Au

机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，香港中文大学） ； Multi-scale Medical Robotics Centre（多尺度医学机器人中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种结合层次变形规划与神经跟踪的框架，用于在受限环境中高效操控可变形线性物体。

DISF: Disentangled Iterative Surface Fitting for Contact-stable Grasp Planning with Grasp Pose Alignment to the Object Center of Mass

DISF：解耦迭代表面拟合用于接触稳定的抓取规划与抓取姿态对齐到物体质心

Tomoya Yamanokuchi, Alberto Bacchin, Emilio Olivastri, Ryotaro Arifuku, Takamitsu Matsubara, Emanuele Menegatti

机构 * Division of Information Science, Graduate School of Science and Technology, Nara Institute of Science and Technology（信息科学系，科学技术研究生学校，那拉科学技术研究所） ； Department of Information Engineering, University of Padua（信息工程系，帕多瓦大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 DISF通过解耦迭代表面拟合优化抓取姿态，提升接触稳定性与抓取成功率。

Comments 48 pages

Passage-traversing optimal path planning with sampling-based algorithms

基于采样算法的路径穿越最优规划

Jing Huang, Hao Su, Kwok Wai Samuel Au

机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, Hong Kong, China（香港中文大学机械与自动化工程系） ； Multi-Scale Medical Robotics Center, Hong Kong, China（香港医学机器人多尺度中心） ； Department of Computer Science and Engineering, University of California, San Diego, CA, USA（加州大学圣地亚哥分校计算机科学与工程系） ； Hillbot Inc., USA（Hillbot公司） 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采样算法的路径穿越最优规划方法，通过通道检测和自由空间分解提升路径规划的效率和优化能力。

Comments 27 pages, 20 figures, 4 tables, journal paper

SCP: Accelerating Discovery with a Global Web of Autonomous Scientific Agents

SCP：通过全球自主科学代理网络加速发现

Yankai Jiang, Wenjie Lou, Lilong Wang, Zhenyu Tang, Shiyang Feng, Jiaxuan Lu, Haoran Sun, Yaning Pan, Shuang Gu, Haoyang Su, Feng Liu, Wangxu Wei, Pan Tan, Dongzhan Zhou, Fenghua Ling, Cheng Tan, Bo Zhang, Xiaosong Wang, Lei Bai, Bowen Zhou

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 SCP通过全球自主科学代理网络，实现科学资源的统一整合与实验生命周期管理，提升跨平台协作效率和可重复性。

Contextual Integrity in LLMs via Reasoning and Reinforcement Learning

通过推理和强化学习实现大语言模型中的上下文完整性

Guangchen Lan, Huseyin A. Inan, Sahar Abdelnabi, Janardhan Kulkarni, Lukas Wutschitz, Reza Shokri, Christopher G. Brinton, Robert Sim

机构 * Purdue University（普渡大学） ； Microsoft（微软） ； National Univ of Singapore（新加坡国立大学） 纠错

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

AI总结 本文通过推理和强化学习方法，提升大语言模型在执行任务时的信息披露合理性，减少不适当信息泄露，同时保持任务性能。

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

Reinforcement Learning-Augmented LLM Agents for Collaborative Decision Making and Performance Optimization

强化学习增强的LLM代理用于协作决策与性能优化

Dong Qiu, Duo Xu, Limengxi Yue

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

AI总结 本研究提出强化学习增强的LLM代理框架，通过GRPO和联合奖励优化，提升多智能体协作任务的效率与一致性。

Comments Accepted by IEEE ICFTIC 2025

Enforcing Temporal Constraints for LLM Agents

为LLM代理强制执行时间约束

Adharsh Kamath, Sishen Zhang, Calvin Xu, Shubham Ugare, Gagandeep Singh, Sasa Misailovic

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois at Urbana-Champaign, USA（伊利诺伊大学厄巴纳-香槟分校，美国） ； Meta 纠错

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

AI总结 Agent-C通过运行时保证确保LLM代理遵守时间安全属性，提高任务实用性并实现完美安全性。

Do Large Language Models Know What They Are Capable Of?

大语言模型是否了解自己的能力？

Casey O. Barkan, Sid Black, Oliver Sourbut

机构 * RAND Corporation（RAND公司） ； UK AI Security Institute（英国人工智能安全研究所） ； The Future of Life Foundation（未来生命基金会） 纠错

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

AI总结 研究发现大语言模型在预测自身能力时存在过度自信，且随着任务推进可能恶化，但通过失败经验可部分缓解，揭示了其能力认知不足的问题。

Comments 23 pages, 8 figures

Tracing the Heart's Pathways: ECG Representation Learning from a Cardiac Conduction Perspective

追踪心脏的路径：从心脏传导角度学习ECG表示

Tan Pan, Yixuan Sun, Chen Jiang, Qiong Gao, Rui Sun, Xingmeng Zhang, Zhenqi Yang, Limei Han, Yixiu Liang, Yuan Cheng, Kaiyu Guo

机构 * Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） 纠错

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

AI总结 CLEAR-HUG通过两阶段框架捕捉心脏传导细微差异，提升ECG表示学习效果，验证了其在疾病诊断中的有效性。

Comments Accepted to AAAI2026

A multimodal Transformer for InSAR-based ground deformation forecasting with cross-site generalization across Europe

基于InSAR的地面形变预测的多模态Transformer及欧洲跨站点泛化

Wendong Yao, Binhua Huang, Soumyabrata Dev

机构 * The ADAPT SFI Research Centre, Dublin, Ireland（ADAPT SFI研究机构，都柏林，爱尔兰） ； School of Computer Science, University College Dublin, Belfield, Dublin, Ireland（计算机科学学院，都柏林大学学院，贝尔菲德，都柏林，爱尔兰） 纠错

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

AI总结 本文提出多模态Transformer模型，用于基于InSAR的地面形变预测，实现欧洲跨站点泛化，提升预测精度和稳定性。

Comments submitted to ISPRS Journal of Photogrammetry and Remote Sensing for review

STRelay: A Universal Spatio-Temporal Relaying Framework for Location Prediction over Human Trajectory Data

STRelay: 一种通用的时空中继框架，用于人类轨迹数据上的位置预测

Bangchao Deng, Lianhua Ji, Chunhua Chen, Xin Jing, Ling Ding, Bingqing QU, Pengyang Wang, Dingqi Yang

机构 * State Key Laboratory of Internet of Things for Smart City and Department of Computer and Information Science, University of Macau（物联网智能城市国家重点实验室和计算机与信息科学系，澳门大学） ； Beijing Normal University-Hong Kong Baptist University United International College（北京师范大学-香港 Baptist大学联合国际学院） 纠错

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

AI总结 STRelay通过建模未来时空上下文提升位置预测性能，适用于多种轨迹数据集，提升幅度达2.49%-11.30%。

Plan Verification for LLM-Based Embodied Task Completion Agents

基于大语言模型的体感任务完成代理的计划验证

Ananth Hariharan, Vardhan Dongre, Dilek Hakkani-Tür, Gokhan Tur

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出基于自然语言提示的体感任务代理计划验证框架，通过迭代修正提升动作序列质量，实现高召回率和精确度。

Explaining Why Things Go Where They Go: Interpretable Constructs of Human Organizational Preferences

解释为何事物会去往它们去的地方：人类组织偏好的可解释性构建

Emmanuel Fashae, Michael Burke, Leimin Tian, Lingheng Meng, Pamela Carreno-Medrano

机构 * Monash University, CSIRO Robotics（墨尔本大学，CSIRO机器人研究所） ； Monash University（墨尔本大学） 纠错

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

AI总结 本文提出四个可解释性构建来表现场景安排偏好，通过MCTS规划器验证其在厨房和客厅场景中的实用性，为机器人规划提供可解释的偏好模型。

Comments Accepted to the 2026 ACM/IEEE International Conference on Human-Robot Interaction (HRI '26)

BatteryAgent: Synergizing Physics-Informed Interpretation with LLM Reasoning for Intelligent Battery Fault Diagnosis

BatteryAgent: 将物理信息解释与LLM推理相结合用于智能电池故障诊断

Songqi Zhou, Ruixue Liu, Boman Su, Jiazhou Wang, Yixing Wang, Benben Jiang

机构 * Department of Automation Tsinghua University Beijing, China（自动化系 清华大学 北京） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 BatteryAgent结合物理知识与LLM推理，实现智能电池故障诊断的可解释性与高准确性。

Graph-Based Exploration for ARC-AGI-3 Interactive Reasoning Tasks

基于图的探索用于ARC-AGI-3交互推理任务

Evgenii Rudakov, Jonathan Shock, Benjamin Ultan Cowley

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 基于图的探索方法在ARC-AGI-3任务中实现高效交互推理，无需训练即可解决大量级别，优于LLM方法。

Journal ref AAAI 2026 Workshop on AI for Scientific Research

RSAgent: Learning to Reason and Act for Text-Guided Segmentation via Multi-Turn Tool Invocations

RSAgent: 通过多轮工具调用学习推理与行动进行文本引导的分割

Xingqi He, Yujie Zhang, Shuyong Gao, Wenjie Li, Lingyi Hong, Mingxi Chen, Kaixun Jiang, Jiyuan Fu, Wenqiang Zhang

机构 * Shanghai Key Lab of Intelligent Information Processing, College of Computer Science and Artificial Intelligence, Fudan University（上海智能信息处理关键实验室，计算机科学与人工智能学院，复旦大学） ； Artificial Intelligence, Fudan University（人工智能，复旦大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 RSAgent通过多轮工具调用实现文本引导分割的推理与行动，采用两阶段框架提升分割性能，达到领域内和领域外基准的最先进水平。

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