AI Agent

Guided by Trajectories: Repairing and Rewarding Tool-Use Trajectories for Tool-Integrated Reasoning

轨迹引导：修复与奖励工具使用轨迹以实现工具集成推理

Siyu Gong, Linan Yue, Weibo Gao, Fangzhou Yao, Shimin Di, Lei Feng, Min-Ling Zhang

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Key Lab. of Computer Network and Information Integration (Southeast University), MOE, China（计算机网络与信息集成重点实验室（东南大学）） ； State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China, Hefei, China（认知智能国家重点实验室（中国科学技术大学）） 纠错

专题命中 工具调用 ：tool-use(title,abstract)；分类 cs.AI

AI总结 AutoTraj通过自动修复和奖励工具使用轨迹，提升大型语言模型在工具集成推理中的性能。

Learning Provably Correct Distributed Protocols Without Human Knowledge

在无需人类知识的情况下学习可证明正确的分布式协议

Yujie Hui, Xiaoyi Lu, Andrew Perrault, Yang Wang

机构 * The Ohio State University（俄亥俄州立大学） ； University of Florida（佛罗里达大学） 纠错

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 GGMS框架通过结合蒙特卡洛树搜索、变压器编码器和模型检查器反馈，实现了无需人类知识的正确分布式协议学习。

COL-Trees: Efficient Hierarchical Object Search in Road Networks

COL-Trees: 路网中高效的层次对象搜索

Tenindra Abeywickrama, Muhammad Aamir Cheema, Sabine Storandt

机构 * Center for Computational Science, RIKEN（计算科学中心，RIKEN） ； Faculty of Information Technology, Monash University（信息科技学院，墨尔本大学） ； Department of Computer and Information Science, University of Konstanz（计算机与信息科学系，康斯坦茨大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 COL-Trees通过高效的层次图遍历方法，提升了道路网络中多代理POI搜索的效率，实现高达4个数量级的性能改进。

Comments Submitted to Artificial Intelligence (AIJ)

Spirals and Beyond: Competitive Plane Search with Multi-Speed Agents

螺旋与更远：多速代理的竞争平面搜索

Konstantinos Georgiou, Caleb Jones, Matthew Madej

专题命中 工具调用 ：agent(abstract)

AI总结 研究多速代理在平面搜索中的最优策略，通过螺旋轨迹和速度依赖的角偏移降低最坏情况搜索时间，提出混合策略在部分慢代理情况下更优。

Comments 37 pages, 7 figures

BioModelsRAG: A Biological Modeling Assistant Using RAG (Retrieval Augmented Generation)

BioModelsRAG: 一种使用检索增强生成技术的生物建模助手

Bhavyahshree Navaneetha Krishnan, Adel Heydarabadipour, Herbert Sauro

专题命中 工具调用 ：workflow(abstract)

AI总结 BioModelsRAG通过检索增强生成技术，帮助用户快速提取生物模型的关键信息，提高分析效率和准确性。