AI Agent

Planning with Language and Generative Models: Toward General Reward-Guided Wireless Network Design

基于语言和生成模型的规划：迈向通用奖励引导的无线网络设计

Chenyang Yuan, Xiaoyuan Cheng

机构 * University of Sheffield（谢菲尔德大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 本文提出基于统一奖励函数的扩散生成模型，用于高效解决室内无线网络接入点部署问题，通过大规模数据训练提升泛化能力与鲁棒性。

Reflecting with Two Voices: A Co-Adaptive Dual-Strategy Framework for LLM-Based Agent Decision Making

双声道反思：基于LLM的智能体决策的共适应双策略框架

Wentao Zhang, Qunbo Wang, BoXuan Zhao, Tao Zhang, Junsheng Wu, Hongping Gan, Ling Dai, Shizhuang Deng, Shuntong Sun, Yang Liu

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

AI总结 DuSAR通过双策略共适应推理框架，无需演示或微调即可在模拟和真实环境中实现优于现有方法的性能，同时减少token消耗。

Mind-Brush: Integrating Agentic Cognitive Search and Reasoning into Image Generation

Mind-Brush: 将代理认知搜索与推理整合到图像生成中

Jun He, Junyan Ye, Zilong Huang, Dongzhi Jiang, Chenjue Zhang, Leqi Zhu, Renrui Zhang, Xiang Zhang, Weijia Li

机构 * Sun Yat-sen University（中山大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） 纠错

专题命中 规划决策 ：agentic(title,abstract)；workflow(abstract)

AI总结 Mind-Brush通过整合代理认知搜索与推理，提升图像生成模型对复杂知识推理和动态适应能力，实现性能显著跃升。

Comments 36 pages, 24 figures

Motion Planning with Metric Temporal Logic Using Reachability Analysis and Hybrid Zonotopes

使用可达性分析和混合容积集进行基于度量时序逻辑的运动规划

Andrew F. Thompson, Joshua A. Robbins, Jonah J. Glunt, Sean B. Brennan, Herschel C. Pangborn

专题命中 规划决策 ：planning(title)；agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种基于可达性分析和混合容积集的运动规划方法，用于满足时间依赖任务需求，展示了其在处理动态环境和多智能体协调方面的优势。

Planning-Augmented Sampling with Early Guidance for High-Reward Discovery

带有早期引导的规划增强采样用于高回报发现

Rui Zhu, Yudong Zhang, Xuan Yu, Chen Zhang, Xu Wang, Yang Wang

机构 * University of Science（科学大学） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室） 纠错

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

AI总结 本文提出一种规划增强的采样框架，通过结合蒙特卡洛树搜索和可控软贪婪机制，提升高回报发现的速度和样本质量，同时保持多样性。

ASTER: Agentic Scaling with Tool-integrated Extended Reasoning

ASTER: 基于工具集成扩展推理的代理扩展

Xuqin Zhang, Quan He, Zhenrui Zheng, Zongzhang Zhang, Xu He, Dong Li

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家实验室） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院） ； Department of Foundation Model, 2012 Labs, Huawei（基础模型部门） ； 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 ：agentic(title,abstract)；分类 cs.CL

AI总结 ASTER通过冷启动策略提升工具集成推理性能，实现长周期推理的高效扩展。

SemanticALLI: Caching Reasoning, Not Just Responses, in Agentic Systems

SemanticALLI: 在智能体系统中缓存推理，而非仅响应

Varun Chillara, Dylan Kline, Christopher Alvares, Evan Wooten, Huan Yang, Shlok Khetan, Cade Bauer, Tré Guillory, Tanishka Shah, Yashodhara Dhariwal, Volodymyr Pavlov, George Popstefanov

机构 * PMG 纠错

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

AI总结 SemanticALLI通过分解生成过程，实现智能体系统中结构化中间表示的缓存，提升推理效率并减少LLM调用次数。

Parallel Stochastic Gradient-Based Planning for World Models

并行随机梯度规划用于世界模型

Michael Psenka, Michael Rabbat, Aditi Krishnapriyan, Yann LeCun, Amir Bar

机构 * University of California, Berkeley（加州大学伯克利分校） ； Meta FAIR ； New York University（纽约大学） 纠错

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

AI总结 GRASP是一种基于世界模型的并行随机梯度规划方法，通过引入随机性和软约束，有效解决长时间跨度的控制任务，优于现有规划算法。

Comments 23 pages, 7 figures

Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints

基于运动约束对象中心抽象的统一任务与运动规划

Alejandro Agostini, Justus Piater

机构 * Department of Computer Science, University of Innsbruck（因斯布鲁克大学计算机科学系） 纠错

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

AI总结 本文提出了一种基于对象中心抽象的统一任务与运动规划方法，利用现成AI启发式搜索生成物理可行计划，无需复杂几何推理。

Comments This version corrects notation in Eqs. (7) and (8) and includes minor changes

Scientific Machine Learning for Resilient EV-Grid Planning and Decision Support Under Extreme Events

极端事件下面向韧性电动汽车-电网规划与决策支持的科学机器学习

Yifan Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种科学机器学习框架，通过物理信息知识传递提升电动汽车-电网在极端事件下的韧性，减少积压并限制电网压力。

Comments 15 pages, 12 figures

TransportAgents: a multi-agents LLM framework for traffic accident severity prediction

TransportAgents: 一种用于交通事故严重性预测的多智能体LLM框架

Zhichao Yang, Jiashu He, Jinxuan Fan, Cirillo Cinzia

机构 * Civil and Environmental Engineering, University of Maryland（大学环境工程系，马里兰州大学） ； Computer and Information Science, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学） ； Statistics, University of California, Berkeley（统计学系，加州大学伯克利分校） 纠错

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

AI总结 TransportAgents通过多智能体框架提升交通事故严重性预测的准确性与可靠性。

LocalV: Exploiting Information Locality for IP-level Verilog Generation

LocalV: 利用信息局部性进行IP级Verilog生成

Hanqi Lyu, Di Huang, Yaoyu Zhu, Kangcheng Liu, Bohan Dou, Chongxiao Li, Pengwei Jin, Shuyao Cheng, Rui Zhang, Zidong Du, Qi Guo, Xing Hu, Yunji Chen

机构 * University of Science（科学大学） ； SKL of Processors, Institute of Computing Technology, CAS（处理器研究所，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 LocalV通过利用模块化硬件设计中的信息局部性，解决IP级Verilog生成中的长文档处理、长代码生成和调试挑战，实现更高的生成准确率。

SafePred: A Predictive Guardrail for Computer-Using Agents via World Models

SafePred: 通过世界模型为计算机使用代理构建一种预测性防护措施

Yurun Chen, Zeyi Liao, Ping Yin, Taotao Xie, Keting Yin, Shengyu Zhang

机构 * Zhejiang University, China（浙江大学） ； The Ohio State University, USA（俄亥俄州立大学） 纠错

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

AI总结 SafePred通过世界模型预测未来风险，构建风险到决策的循环，提升计算机使用代理的安全性和任务效率。

VLM-Guided Experience Replay

基于VLM的经验回放

Elad Sharony, Tom Jurgenson, Orr Krupnik, Dotan Di Castro, Shie Mannor

机构 * Nvidia Research（英伟达研究） 纠错

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

AI总结 本文提出利用VLMs指导经验回放，提升强化学习中样本效率和成功率。

Coordinated planning of European charging infrastructure and energy system for optimal V1G and V2G deployment

欧洲充电基础设施与能源系统的协调规划以实现最优V1G和V2G部署

Francesco Sanvito, Francesco Lombardi, Stefan Pfenninger-Lee

专题命中 规划决策 ：planning(title)

AI总结 本文通过协调欧洲充电基础设施与能源系统规划，发现V1G在降低系统成本和减少基础设施需求方面效果显著，而V2G在特定场景下能带来平衡市场收入。

Safe and Stable Neural Network Dynamical Systems for Robot Motion Planning

用于机器人运动规划的安全稳定神经网络动力学系统

Allen Emmanuel Binny, Mahathi Anand, Hugo T. M. Kussaba, Lingyun Chen, Shreenabh Agrawal, Fares J. Abu-Dakka, Abdalla Swikir

机构 * Indian Institute of Technology Kharagpur（印度理工学院科拉格浦分校） ； Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（慕尼黑机器人与智能机械研究所，慕尼黑技术大学） ； University of Brasilia（巴西大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Mechanical Engineering Program at New York University Abu Dhabi（纽约大学阿布扎克分校机械工程项目） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出S$^2$-NNDS框架，通过神经网络学习复杂机器人运动，结合Lyapunov稳定性及屏障安全证书，提供概率保证，有效提升运动规划的安全性和稳定性。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

Replicating the behaviour of electric vehicle drivers using an agent-based reinforcement learning model

利用基于代理的强化学习模型复制电动汽车驾驶员的行为

Zixin Feng, Qunshan Zhao, Alison Heppenstall

专题命中 规划决策 ：agent(title)

AI总结 本文提出基于代理的强化学习模型，用于模拟私人电动汽车驾驶员的行为，识别充电荒漠并分析政策对长途旅行需求的影响。

Transferring Kinesthetic Demonstrations across Diverse Objects for Manipulation Planning

在多样物体上转移动作示范用于操作规划

Dibyendu Das, Aditya Patankar, Nilanjan Chakraborty, C. R. Ramakrishnan, I. V. Ramakrishnan

专题命中 规划决策 ：planning(title)

AI总结 通过在不同几何物体上转移动作示范，提出一种生成操作规划运动计划的方法，结合关键位置和参考框架，实现碰撞自由和任务成功的运动生成。

Comments Published in: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) ---- External Link: https://doi.org/10.1109/IROS60139.2025.11246024

Autonomous Question Formation for Large Language Model-Driven AI Systems

面向大语言模型驱动AI系统的自主问题生成

Hong Su

机构 * School of Computer Science, Chengdu University of Information Technology（计算机学院，成都信息科技学院） 纠错

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

AI总结 本文提出了一种基于人类模拟的框架，使大语言模型驱动的AI系统能够自主生成问题并设定任务，通过环境感知和跨代理感知提示显著提升决策质量。

Breaking Up with Normatively Monolithic Agency with GRACE: A Reason-Based Neuro-Symbolic Architecture for Safe and Ethical AI Alignment

与规范性单一体制代理告别：GRACE：一种基于原因的神经符号架构，用于安全和道德的人工智能对齐

Felix Jahn, Yannic Muskalla, Lisa Dargasz, Patrick Schramowski, Kevin Baum

机构 * German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Center for European Research in Trusted AI (CERTAIN)（可信AI欧洲研究中心） ； Saarland Informatics Campus（萨尔州信息学校区） ； Computer Science Department, TU Darmstadt（图宾根大学计算机科学系） 纠错

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

AI总结 GRACE是一种基于原因的神经符号架构，用于安全和道德的人工智能对齐，通过分离规范性推理与工具性决策，确保AI代理的行为符合道德规范。

Comments 10 pages, 4 figures, accepted at 2nd Annual Conference of the International Association for Safe & Ethical AI (IASEAI'26)

MAS-Shield: A Defense Framework for Secure and Efficient LLM MAS

MAS-Shield: 一种用于安全高效LLM MAS的防御框架

Kaixiang Wang, Zhaojiacheng Zhou, Bunyod Suvonov, Jiong Lou, Jie LI

机构 * Shanghai Jiaotong University（上海交通大学） 纠错

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

AI总结 MAS-Shield通过粗到细的过滤流程，结合关键智能体选择、轻量审计和全局共识审计，实现安全高效防御LLM多智能体系统语言攻击。

Asynchronous MultiAgent Reinforcement Learning for 5G Routing under Side Constraints

异步多智能体强化学习用于5G路由下的侧约束

Sebastian Racedo, Brigitte Jaumard, Oscar Delgado, Meysam Masoudi

机构 * Concordia University（康科德大学） 纠错

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

AI总结 本文提出异步多智能体强化学习框架，用于解决5G路由下的侧约束问题，通过并行规划和资源协调实现高效且鲁棒的路由决策。

AI-Driven Three-Dimensional Reconstruction and Quantitative Analysis for Burn Injury Assessment

基于人工智能的三维重建与定量分析用于烧伤评估

S. Kalaycioglu, C. Hong, K. Zhai, H. Xie, J. N. Wong

机构 * Toronto Metropolitan University（多伦多 Metropolitan 大学） ； York University（约克大学） ； AIMechatroniX Inc.（AIMechatroniX 公司） ； DrRobot Inc.（DrRobot 公司） ； Skinopathy Inc.（Skinopathy 公司） ； Scarborough Health Network, Centenary Hospital, Scarborough, Ontario, Canada（Scarborough 医疗网络，Centenary 医院） ； University of Alberta Hospital, Edmonton, Alberta, Canada（阿尔伯塔大学医院） 纠错

专题命中 规划决策 ：planning(abstract)；workflow(abstract)

AI总结 本文提出基于人工智能的三维重建与定量分析平台，用于客观评估烧伤程度及跟踪愈合进展，支持结构化临床工作流程和自动化报告生成。

Comments 11 pages and 5 figures

SurvKAN: A Fully Parametric Survival Model Based on Kolmogorov-Arnold Networks

SurvKAN: 基于柯莫戈洛夫-阿诺尔德网络的全参数生存模型

Marina Mastroleo, Alberto Archetti, Federico Mastroleo, Matteo Matteucci

机构 * Department of Electronics, Information, and Bioengineering, Politecnico di Milano（电子信息生物工程系，米兰理工学院） ； Department of Radiation Oncology, Mayo Clinic（放射肿瘤科，梅奥诊所） ； Division of Radiation Oncology, IEO, European Institute of Oncology, IRCCS（放射肿瘤科，欧洲肿瘤研究所，IRCCS） ； Department of Oncology and Hemato-Oncology, University of Milan（肿瘤学与血液肿瘤学系，米兰大学） 纠错

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

AI总结 SurvKAN是一种基于KAN架构的全参数生存模型，通过直接预测对数危险函数实现端到端训练，提升生存预测的准确性和可解释性。

TRIP-Bench: A Benchmark for Long-Horizon Interactive Agents in Real-World Scenarios

TRIP-Bench：面向现实场景的长周期交互智能体基准

Yuanzhe Shen, Zisu Huang, Zhengyuan Wang, Muzhao Tian, Zhengkang Guo, Chenyang Zhang, Shuaiyu Zhou, Zengjie Hu, Dailin Li, Jingwen Xu, Kaimin Wang, Wenhao Liu, Tianlong Li, Fengpeng Yue, Feng Hong, Cao Liu, Ke Zeng

机构 * Xiaohongshu Inc.（小红书公司） ； School of Computer Science, Fudan University（复旦大学计算机学院） ； Dalian University of Technology（大连理工大学） ； Peking University（北京大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 TRIP-Bench是一个面向现实场景的长周期交互智能体基准，通过真实旅行规划场景测试多工具推理与约束满足，提出GTPO方法提升智能体鲁棒性与性能。

Comments 40 pages, 6figures

Semi-supervised CAPP Transformer Learning via Pseudo-labeling

半监督CAPP变换器学习 via 假设标签

Dennis Gross, Helge Spieker, Arnaud Gotlieb, Emmanuel Stathatos, Panorios Benardos, George-Christopher Vosniakos

机构 * Simula Research Laboratory（Simula研究实验室） ； National Technical University of Athens（希腊国家技术大学） 纠错

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

AI总结 本文提出一种半监督学习方法，通过假设标签改进基于变换器的CAPP模型，提升数据稀缺环境下的制造过程规划准确性。

Forecasting Energy Availability in Local Energy Communities via LSTM Federated Learning

通过LSTM联邦学习预测本地能源社区的能源可用性

Fabio Turazza, Marcello Pietri, Natalia Selini Hadjidimitriou, Marco Mamei

机构 * DISMI, University of Modena and Reggio Emilia, Italy（DISMI，Modena和Reggio Emilia大学） ； En\&Tech, University of Modena and Reggio Emilia, Italy（En\&Tech，Modena和Reggio Emilia大学） 纠错

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

AI总结 本研究利用LSTM联邦学习方法，解决本地能源社区中能源可用性的预测问题，平衡数据共享与预测精度。

Comments Published as a book chapter in the MEDES 2024 proceedings (Springer LNCS)

Journal ref Proc. MEDES 2024, Springer LNCS, 2025

IterResearch: Rethinking Long-Horizon Agents with Interaction Scaling

IterResearch: 重新思考长视界智能体与交互扩展

Guoxin Chen, Zile Qiao, Xuanzhong Chen, Donglei Yu, Haotian Xu, Wayne Xin Zhao, Ruihua Song, Wenbiao Yin, Huifeng Yin, Liwen Zhang, Kuan Li, Minpeng Liao, Yong Jiang, Pengjun Xie, Fei Huang, Jingren Zhou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） 纠错

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

AI总结 IterResearch通过交互扩展范式提升长视界推理能力，实现高效探索与稳定训练，显著提升性能并缩小与前沿系统的差距。

Comments Camera Ready version for ICLR 2026. https://github.com/Chen-GX/IterResearch

Instance Temperature Knowledge Distillation

实例温度知识蒸馏

Zhengbo Zhang, Yuxi Zhou, Jia Gong, Jun Liu, Zhigang Tu

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 实例温度知识蒸馏通过强化学习方法优化温度调整，提升知识蒸馏的性能和效率。

Learning Robust Reasoning through Guided Adversarial Self-Play

通过引导对抗自博弈学习鲁棒推理

Shuozhe Li, Vaishnav Tadiparthi, Kwonjoon Lee, Nakul Agarwal, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Lizhang Chen, Amy Zhang, Liu Leqi

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Honda Research Institute USA（本田美国研究院） 纠错

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

AI总结 GASP通过引导对抗自博弈方法提升推理模型的鲁棒性，使其在面对误导和扰动上下文时保持稳定并提高准确度。