AI Agent

ALIGN: Aligned Delegation with Performance Guarantees for Multi-Agent LLM Reasoning

ALIGN: 多智能体LLM推理中的对齐委托与性能保证

Tong Zhu, Baiting Chen, Jin Zhou, Hua Zhou, Sriram Sankararaman, Xiaowu Dai

机构 * Department of Biostatistics, UCLA（生物统计学系，加州大学洛杉矶分校） ； Department of Statistics and Data Science, UCLA（统计学与数据科学系，加州大学洛杉矶分校） ； Department of Computer Science, UCLA（计算机科学系，加州大学洛杉矶分校） ； Departments of Statistics and Data Science, and of Biostatistics, UCLA（统计学与数据科学系和生物统计学系，加州大学洛杉矶分校） 纠错

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

AI总结 ALIGN通过多智能体对齐委托机制，提升大语言模型在复杂推理任务中的性能保障与表现。

Heterogeneous Multi-Agent Proximal Policy Optimization for Power Distribution System Restoration

异质多智能体近端策略优化用于电力分配系统恢复

Parya Dolatyabi, Ali Farajzadeh Bavil, Mahdi Khodayar

机构 * Department of Computer Science University of Tulsa Tulsa, USA（计算机科学系 俄克拉荷马州立大学 塔尔萨 USA） 纠错

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

AI总结 本文提出异质多智能体近端策略优化方法，用于高效恢复电力分配系统，实现多微grid协调恢复，提升恢复效率和稳定性。

Comments 6 pages, 4 figures

Optimizing Agentic Workflows using Meta-tools

利用元工具优化代理工作流

Sami Abuzakuk, Anne-Marie Kermarrec, Rishi Sharma, Rasmus Moorits Veski, Martijn de Vos

机构 * EPFL, Switzerland（瑞士联邦理工学院） 纠错

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

AI总结 本研究提出AWO框架，通过识别并优化重复的工具执行模式，减少LLM调用次数并提高代理工作流的成功率。

AgentRAN: An Agentic AI Architecture for Autonomous Control of Open 6G Networks

AgentRAN: 一种面向自主控制开放6G网络的代理AI架构

Maxime Elkael, Salvatore D'Oro, Leonardo Bonati, Michele Polese, Yunseong Lee, Koichiro Furueda, Tommaso Melodia

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

AI总结 AgentRAN是一种基于自然语言意图的AI代理架构，通过自组织层次结构和AI-RAN工厂实现开放6G网络的自主控制与持续自我优化。

Comments This work has been submitted to the IEEE for possible publication

Communications-Incentivized Collaborative Reasoning in NetGPT through Agentic Reinforcement Learning

通过代理强化学习在NetGPT中实现通信激励的协作推理

Xiaoxue Yu, Rongpeng Li, Zhifeng Zhao, Honggang Zhang

机构 * IEEE 纠错

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

AI总结 本文提出NetGPT框架，通过代理强化学习实现AI原生xG网络的协作推理与自适应优化。

UniMotion: A Unified Motion Framework for Simulation, Prediction and Planning

UniMotion: 一种用于仿真、预测和规划的统一运动框架

Nan Song, Junzhe Jiang, Jingyu Li, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； University of Surrey（Surrey大学） 纠错

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

AI总结 UniMotion提出了一种统一的运动框架，通过共享结构和定制化训练策略，同时支持运动仿真、预测和规划，实现高效的任务整合和泛化能力。

Comments Accepted at NeurIPS 2025

Agentic Policy Optimization via Instruction-Policy Co-Evolution

通过指令-策略共演进行代理策略优化

Han Zhou, Xingchen Wan, Ivan Vulić, Anna Korhonen

机构 * Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室） ； Machine Learning Research Group, University of Oxford（牛津大学机器学习研究组） 纠错

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

AI总结 INSPO通过指令与策略的共演机制，动态优化指令以提升代理在多轮检索和推理任务中的性能，显著优于静态指令基线。

Comments 8 pages, 4 figures, 1 table (17 pages including references and appendices)

From Perception to Action: Spatial AI Agents and World Models

从感知到行动：空间AI代理与世界模型

Gloria Felicia, Nolan Bryant, Handi Putra, Ayaan Gazali, Eliel Lobo, Esteban Rojas

机构 * AtlasPro AI 纠错

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

AI总结 本文提出了一种统一的三轴分类法，将代理能力与空间任务联系起来，强调空间定位与符号定位的区别，并指出世界模型对跨尺度安全部署的重要性。

Comments 61 pages, 742 citations, 1 figure, 3 tables. Survey paper on spatial AI agents, embodied AI, graph neural networks, and world models

How Far Are LLMs from Professional Poker Players? Revisiting Game-Theoretic Reasoning with Agentic Tool Use

LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探

Minhua Lin, Enyan Dai, Hui Liu, Xianfeng Tang, Yuliang Yan, Zhenwei Dai, Jingying Zeng, Zhiwei Zhang, Fali Wang, Hongcheng Gao, Chen Luo, Xiang Zhang, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司） 纠错

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

AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。

Comments Accepted by ICLR 2026

End-to-End Agentic RAG System Training for Traceable Diagnostic Reasoning

端到端代理RAG系统训练用于可追溯的诊断推理

Qiaoyu Zheng, Yuze Sun, Chaoyi Wu, Weike Zhao, Pengcheng Qiu, Yongguo Yu, Kun Sun, Jian Zhang, Yanfeng Wang, Ya Zhang, Weidi Xie

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

AI总结 Deep-DxSearch通过端到端强化学习训练代理RAG系统，实现可追溯的诊断推理，显著提升诊断准确率。

Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning

超越像素：通过基于模式的代理推理实现视觉隐喻转移

Yu Xu, Yuxin Zhang, Juan Cao, Lin Gao, Chunyu Wang, Oliver Deussen, Tong-Yee Lee, Fan Tang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Tencent Hunyuan（腾讯文脉） ； University of Konstanz（康斯坦茨大学） ； National Cheng-Kung University（国立成功大学） 纠错

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

AI总结 本文提出基于模式的代理推理框架，实现视觉隐喻转移，通过多代理协作提升隐喻生成的抽象逻辑与视觉创造力。

Comments 11 pages, 10 figures

Workflow-R1: Group Sub-sequence Policy Optimization for Multi-turn Workflow Construction

Workflow-R1: 多轮工作流构建的分组子序列策略优化

Mingze Kong, Zikun Qu, Zhongquan Zhou, Pengyu Liang, Xiang Li, Zhiwei Shang, Zhi Hong, Kaiyu Huang, Zhiyong Wang, Zhongxiang Dai

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Tianjin University（天津大学） ； Tongji University（同济大学） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 Workflow-R1通过分组子序列策略优化提升多轮工作流构建的灵活性和性能。

R-HTN: Rebellious Online HTN Planning for Safety and Game AI

R-HTN：安全与游戏AI中的反叛在线HTN规划

Hector Munoz-Avila, David W. Aha, Paola Rizzo

机构 * Computer Science \& Engineering, Lehigh University ； Bethlehem, PA 18015-3084 USA ； Navy Center for Applied Research in AI ； Naval Research Laboratory 纠错

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

AI总结 R-HTN是一种用于安全与游戏AI的在线HTN规划算法，通过反叛机制在遵循指令的情况下实现任务目标。

Journal ref The Annual Conference on Advances in Cognitive Systems (ACS-2025)

Learning Abstractions for Hierarchical Planning in Program-Synthesis Agents

在程序合成代理中学习层次规划的抽象

Zergham Ahmed, Kazuki Irie, Joshua B. Tenenbaum, Christopher J. Bates, Samuel J. Gershman

机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院） ； Institute for Human and Machine Cognition（人机认知研究院） ； Kempner Institute for the Study of Natural and Artificial Intelligence at Harvard University, Cambridge, MA, USA（哈佛大学马萨诸塞州剑桥市自然与人工智能研究学院） 纠错

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

AI总结 TheoryCoder-2通过主动学习可重用的抽象，提升了程序合成代理在复杂任务中的样本效率和泛化能力。

Comments 20 pages

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)