AI Agent

Beneficial Reasoning Behaviors in Agentic Search and Effective Post-training to Obtain Them

代理搜索中的有益推理行为及有效训练以获得这些行为

Jiahe Jin, Abhijay Paladugu, Chenyan Xiong

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

AI总结 本文提出行为引导方法，通过预训练使代理搜索模型具备信息验证、权威评估等有益推理行为，从而在强化学习前提升任务性能。

Visual Marker Search for Autonomous Drone Landing in Diverse Urban Environments

面向异质城市环境的自主无人机着陆视觉标记搜索

Jiaohong Yao, Linfeng Liang, Yao Deng, Xi Zheng, Richard Han, Yuankai Qi

机构 * School of Computing, Macquarie University（计算学院，麦考瑞大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于模拟的评估套件，研究异质城市环境中自主无人机着陆的视觉标记搜索问题，通过对比启发式策略与强化学习方法，探讨复杂场景对着陆性能的影响。

Teaching Transformers to Solve Combinatorial Problems through Efficient Trial & Error

通过高效试错教学变压器解决组合问题

Panagiotis Giannoulis, Yorgos Pantis, Christos Tzamos

机构 * National Technical University of Athens（希腊雅典国家技术大学） ； National and Kapodistrian University of Athens（希腊雅典国家与卡波迪斯特里亚大学） ； Archimedes, Athena Research Center（阿提卡研究中心阿基米德） 纠错

专题命中 工具调用 ：function calling(abstract)；分类 cs.LG

AI总结 本研究通过高效试错方法，利用Transformer解决数独问题，达到99%的准确率，无需外部工具，结合模仿学习与DFS探索策略。