AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
基于证据的多智能体规划支持用于城市碳治理的RAG
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；workflow(abstract)
AI总结 本文提出基于RAG的多智能体规划支持系统，用于城市碳治理，通过整合异质证据提升规划效率与准确性。
零样本适应性任务规划用于自主建造机器人：轻量级单 agent 和多 agent 系统的比较研究
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；AI agent(title)；multi-agent(abstract)
AI总结 本研究通过比较轻量级单 agent 和多 agent 系统，探索了零样本适应性任务规划在自主建造机器人中的应用，展示了四 agent 团队在效率和成本上的优势。
POLARIS：面向后台自动化代理AI的类型化规划与受控执行
机构 * University of California, Irvine（加州大学尔湾分校） ； Center for Advanced AI, Accenture（Accenture高级人工智能中心） ； University of California, San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：agentic(title,abstract)；planning(title,abstract)；agent(abstract)；multi-agent(abstract)
AI总结 POLARIS通过类型化规划和受控执行框架，提升后台自动化中代理AI的政策一致性与可预测性，实现高精度任务处理与审计追踪。
Comments Workshop on Agentic AI Benchmarks and Applications for Enterprise Tasks: AAAI 2026
大语言模型的代理推理
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；tool use(abstract)
AI总结 本文探讨了大语言模型在开放和动态环境中的代理推理方法，通过三个层次的框架提升单体、自我进化和集体多代理推理能力，并提出了未来研究方向。
Comments Project: https://github.com/weitianxin/Awesome-Agentic-Reasoning
批量查询处理与优化用于代理工作流
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；planning(abstract)
AI总结 Halo通过统一查询优化与异构LLM服务，提升代理工作流在批量推理和在线服务中的效率，实现3.6倍速度提升和2.6倍吞吐量改进。
迈向AGI：一种务实的自我进化代理方法
专题命中 规划决策 ：agent(title,abstract)；tool-use(abstract)；workflow(abstract)；agentic(abstract)
AI总结 本文提出一种分层自我进化多代理框架，通过整合基础LLM、操作SLM代理、代码生成LLM和教师LLM，实现代理的持续适应与自我进化，展示了在不同任务难度下的进化优势。
Numina-Lean-Agent: 一种面向形式数学的开放且通用的代理推理系统
机构 * Academy of Mathematics and Systems Science, University of Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Tongji University（同济大学） ； University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； University of Liverpool（利物浦大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学）
专题命中 规划决策 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.AI
AI总结 Numina-Lean-Agent通过通用编码代理实现形式数学推理，解决Putnam 2025全部问题并成功形式化Brascamp-Lieb定理。
分歧作为数据：多智能体系统中的推理轨迹分析
机构 * University at Albany（纽约州立大学阿尔巴尼分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Arizona State University（亚利桑那州立大学） ； Le Mans University（勒曼大学） ； University of California, Irvine（加州大学尔湾分校） ； Indian Institute of Technology Bombay（印度班加罗尔理工学院） ； Extuitive Inc. (Flagship Pioneering)（Extuitive公司（Flagship Pioneering））
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 本研究提出利用LLM代理生成的推理轨迹分析分歧，通过余弦相似度检测和量化代理间的分歧，提升定性编码的解释实践和方法论严谨性。
Comments LAK 2026 conference paper, 7 pages
小型模型，大影响：用于无线网络规划的工具增强型AI代理
专题命中 规划决策 ：AI agent(title)；planning(title)；agent(abstract)
AI总结 MAINTAINED通过整合地理分析、信号传播建模和网络优化的计算工具，实现了比大型语言模型更高效的无线网络规划，同时减少计算资源需求。
Comments 7 pages, 4 figures, 2 tables, accepted by IEEE Communications Magazine
TreeWriter: 人工智能辅助的长篇文档分层规划与写作
机构 * Department of Computer Science, University of Toronto, Sandford Fleming Building, 10 King’s College Road, ON M5S 3G4, Toronto, Canada ； Vector Institute for Artificial Intelligence, 661 University Ave. Suite 710, ON M5G 1M1, Toronto, Canada ； Department of Chemistry, University of Toronto, Lash Miller Chemical Laboratories, 80 St. George Street, ON M5S 3H6, Toronto, Canada ； Department of Mathematical ； Computational Sciences, University of Toronto Mississauga, 3359 Mississauga Road, Deerfield Hall, ON L5L 1C6, Mississauga, Canada ； Department of Materials Science \& Engineering, University of Toronto, 184 College St., M5S 3E4, Toronto, Canada ； Department of Chemical Engineering \& Applied Chemistry, University of Toronto, 200 College St. ON M5S 3E5, Toronto, Canada ； Acceleration Consortium, 700 University Ave., M7A 2S4, Toronto, Canada ； Canadian Institute for Advanced Research (CIFAR), 661 University Ave., M5G 1M1, Toronto, Canada ； NVIDIA, 431 King St W \#6th, M5V 1K4, Toronto, Canada
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 TreeWriter通过分层结构和集成AI支持，提升长文档写作中的创意发展和用户控制能力。
基于消息传递的自回归主动推断代理推理
机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Lazy Dynamics B.V.（Lazy Dynamics公司）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种基于消息传递的自回归主动推断代理，通过在因子图上进行推理，在机器人导航任务中展示了在连续观测空间中实现探索与利用的能力，并在动态建模方面优于传统控制器。
Comments 14 pages, 4 figures, proceedings of the International Workshop on Active Inference 2025. Erratum v1: in Eq. (50), $p(y_t, Θ, u_t \mid y_{*}, \mathcal{D}_k)$ should have been $p(y_t, Θ\mid u_t, y_{*}, \mathcal{D}_k)$
TimeART: 通过工具增强实现代理时间序列推理
机构 * East China Normal University, Shanghai, China（华东师范大学） ； Aalborg University, Aalborg, Denmark（奥胡斯大学）
专题命中 规划决策 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.LG
AI总结 TimeART通过融合强大工具的分析能力与LLM的推理能力，实现时间序列问题回答的自主代理方法，通过四阶段训练策略提升模型泛化能力，并在多个任务中取得最佳性能。
强化学习代理模型中的行为知识融合
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Dartmouth College（达特茅斯学院） ； University of Notre Dame（诺丁汉大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 本文提出RAM框架，通过分离共享和任务特定参数更新，提升RL训练代理模型的融合效果，实现性能超越专门化代理。
ET-Agent：通过行为校准激励有效的工具集成推理代理
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院）
专题命中 规划决策 ：agent(title,abstract)；tool-use(abstract)；分类 cs.AI
AI总结 ET-Agent通过自我进化数据飞轮和行为校准训练框架，提升工具集成推理代理的准确性与效率。
通过渐进奖励塑造与基于价值的采样策略优化增强代理强化学习
机构 * Xi’an Jiaotong University（西安交通大学） ； Fliggy Alibaba（阿里飞猪）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 本文提出PRS和VSPO技术，通过渐进奖励塑造和基于价值的采样策略优化，提升代理强化学习在复杂推理任务中的性能与稳定性。
IntAgent：基于网络切片分析功能的意图LLM代理面向下一代高级网络
机构 * University of Guelph（圭尔夫大学） ； Qatar University（卡塔尔大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 IntAgent通过整合NWDAF分析与工具，实现基于意图的网络自动化管理，提升网络操作的智能化和动态响应能力。
Comments conference
AirHunt: 通过融合视觉语言模型语义与连续规划实现高效空中物体导航
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Physics, Southern University of Science and Technology（南方科技大学物理系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 AirHunt通过融合视觉语言模型语义与连续规划，实现高效空中物体导航，提升开放集物体定位的准确性和效率。
TIDE: 一种基于轨迹的深度优先探索用于具有时间扩展目标的规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 TIDE通过分解时间问题为可达-避免子问题，结合成本驱动启发式方法，提升时间扩展目标规划的效率和完整性。
SparseOccVLA: 通过稀疏查询弥合占用与视觉语言模型之间的鸿沟，实现统一的4D场景理解和规划
机构 * Huazhong University of Science and Technology（华中科技大学） ； Xiaomi EV（小米电动车） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 SparseOccVLA通过稀疏查询整合视觉语言模型与语义占用，实现统一的4D场景理解和规划，提升自动驾驶性能。
IGAA: 基于生成元学习的意图驱动通用代理AI用于边缘服务调度
专题命中 规划决策 ：agentic(title,abstract)
AI总结 IGAA通过生成元学习和意图驱动机制，提升边缘服务调度的泛化能力与适应性，有效应对动态服务需求。
基于离散高斯过程表示的UAV weed映射主动信息规划
机构 * Lincoln Centre for Autonomous Systems (L-CAS)（林肯自主系统中心） ； Faculty of Aerospace Engineering, MAVLab（航空航天工程学院） ； Delft University of Technology (TU Delft)（代尔夫特理工大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于离散高斯过程表示的UAV主动信息规划方法，用于提高杂草制图的精度和效率。
LIBRA：基于语言模型的带状 recourse 算法用于个性化治疗计划
机构 * McCombs School of Business, University of Texas at Austin（德克萨斯大学奥斯汀分校麦克斯韦商学院） ； Naveen Jindal School of Management, University of Texas at Dallas（德克萨斯大学达拉斯分校奈文·金达管理学院） ； Mays Business School, Texas A&M University（德克萨斯农工大学梅斯商学院） ； Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）
专题命中 规划决策 ：planning(title)；分类 cs.AI、cs.LG
AI总结 LIBRA 是一种结合大语言模型和带状学习的算法，用于在个性化治疗中实现更高效的决策和鲁棒性。
Comments 50 pages. Previous version with human-AI collaboration: arXiv:2410.14640
PolyFly: 多面体最优规划用于无碰撞缆悬空空载运输
机构 * University of California Berkeley, Department of Electrical Engineering and Computer Sciences（加州大学伯克利分校电子工程与计算机科学系） ； Worcester Polytechnic Institute, Robotics Engineering（沃思黑德技术学院机器人工程）
专题命中 规划决策 ：planning(title)
AI总结 PolyFly通过多面体最优规划实现无碰撞缆悬空空载运输，提升飞行效率和环境适应性。
时空野火预测与直升机灭火强化学习
机构 * Department of Computer Science（计算机科学系） ； Engineering University at Buffalo Buffalo, New York, USA（布法罗大学工程学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.LG
AI总结 FireCastRL结合深度学习和强化学习，通过时空预测和物理模拟实现主动野火预测与灭火策略优化。
Comments 6 pages, 5 figures (two of them in tables), Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/
ChatAD: 基于推理增强的多轮指令演化的时序异常检测
机构 * Nankai University（南开大学） ； Microsoft Research Asia（微软亚洲研究院） ； Huanjiang Laboratory（焕江实验室） ； University of Manchester（曼彻斯特大学） ； Nanjing University（南京大学） ； Griffith University（格里菲斯大学）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 ChatAD通过多智能体演化算法和Kahneman-Tversky优化，提升了时序异常检测的推理能力和跨任务泛化性能，实现了显著的准确率和F1值提升。
AnyTask: 一种用于推进仿真到现实策略学习的任务和数据生成框架
机构 * Robotics and AI Institute（机器人与人工智能研究所）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 AnyTask通过自动化框架结合GPU仿真与基础模型，生成多样化任务和机器人数据，提升仿真到现实策略学习的效率与效果。
Comments 28 pages, 25 figures. The first four authors contributed equally
PaperGuide: 使小型语言模型论文阅读代理更加高效
机构 * X-LANCE Lab, School of Computer Science, MoE Key Lab of Artificial Intelligence, SJTU AI Institute, Shanghai Jiao Tong University, Shanghai, China（X-LANCE实验室、计算机科学学院、人工智能关键实验室、SJTU人工智能研究所、上海交通大学、上海，中国） ； Suzhou Laboratory, Suzhou, China（苏州实验室、苏州，中国）
专题命中 规划决策 ：autonomous agent(abstract)；planning(abstract)；分类 cs.LG
AI总结 PaperCompass通过分离高层规划与细粒度执行，提升小型语言模型在论文阅读任务中的效率，实现高效且可靠的训练过程。
Comments 35 pages, 9 figures, 7 tables
可迁移的图形MARL用于动态无线网络中的实时估计
机构 * Department of Electrical and Computer Engineering, Rutgers University（罗格斯大学电气与计算机工程系） ； Department of Biostatistics and Bioinformatics, Duke University（杜克大学生物统计与生物信息学系） ； Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 本文提出了一种可迁移的图形MARL框架，用于动态无线网络中的实时估计，通过统一的多智能体强化学习方法，实现去中心化策略下的估计误差和信息年龄最小化，同时具备良好的迁移性和鲁棒性。
SNAP：一种面向可控交互叙事生成的计划驱动框架
机构 * Sungkyunkwan University（成均馆大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 SNAP通过计划驱动的叙事单元结构，实现可控的交互叙事生成，提升场景一致性与用户响应适应性。
Comments 5 pages, 3 figures
多任务框架用于临床决策支持中多帧右上象限超声自动解读
专题命中 规划决策 ：agent(abstract)；workflow(abstract)
AI总结 本文提出多任务视觉-语言模型，用于提升右上象限超声波解读的诊断准确性与手术决策支持。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈