AI Agent

Multi-Agent Causal Reasoning System for Error Pattern Rule Automation in Vehicles

多智能体因果推理系统用于车辆中错误模式规则自动化

Hugo Math, Julian Lorenz, Stefan Oelsner, Rainer Lienhart

机构 * BMW Group（宝马集团） ； Augsburg University（奥格斯堡大学） 纠错

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

AI总结 CAREP通过多智能体系统自动发现车辆错误模式规则，提供透明因果解释，提升故障诊断的自动化与可解释性。

Comments 7 pages, 3 figures

Socratic-Geo: Synthetic Data Generation and Geometric Reasoning via Multi-Agent Interaction

Socratic-Geo：通过多智能体交互实现合成数据生成与几何推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai University of Finance（上海财经大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 Socratic-Geo通过多智能体交互实现合成数据生成与几何推理，利用教师代理和求解代理动态耦合数据合成与模型学习，提升图像生成和推理能力。

Comments 18pages

Agentic Proposing: Enhancing Large Language Model Reasoning via Compositional Skill Synthesis

代理提案：通过组合技能合成增强大语言模型推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Xuan Ren, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai University of Finance（上海财经大学） ； Wuhan University（武汉大学） 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool-use(abstract)；workflow(abstract)

AI总结 Agentic Proposing通过组合技能合成生成高质量训练数据，使大语言模型在数学、编程和科学领域实现更高效的推理和泛化能力。

Comments 23page4

A-RAG: Scaling Agentic Retrieval-Augmented Generation via Hierarchical Retrieval Interfaces

A-RAG：通过分层检索接口扩展代理检索增强生成

Mingxuan Du, Benfeng Xu, Chiwei Zhu, Shaohan Wang, Pengyu Wang, Xiaorui Wang, Zhendong Mao

机构 * University of Science and Technology of China（中国科学技术大学） ； Metastone Technology（metastone技术公司） 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool-use(abstract)；workflow(abstract)

AI总结 A-RAG通过分层检索接口提升检索增强生成效果，有效利用模型能力并适应不同任务。

Comments 18 pages, 8 figures

LPS-Bench: Benchmarking Safety Awareness of Computer-Use Agents in Long-Horizon Planning under Benign and Adversarial Scenarios

LPS-Bench: 在长周期规划中评估计算机使用代理的安全意识基准测试

Tianyu Chen, Chujia Hu, Ge Gao, Dongrui Liu, Xia Hu, Wenjie Wang

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

AI总结 LPS-Bench通过评估长周期规划中计算机使用代理的安全意识，揭示现有系统在安全行为维持方面的不足，并提出缓解策略以提升安全性。

PlanTRansformer: Unified Prediction and Planning with Goal-conditioned Transformer

PlanTRansformer: 一种结合目标条件变换器的统一预测与规划

Constantin Selzer, Fabina B. Flohr

机构 * Department of Electrical Engineering and Information Technology, Intelligent Vehicles Lab (IVL), Munich University of Applied Science（电气工程与信息科技系，智能车辆实验室（IVL），慕尼黑应用科学大学） 纠错

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

AI总结 PlanTRansformer通过整合目标条件预测、动态可行性等技术，提升自动驾驶中的预测与规划性能。

Comments Submitted and accepted at IEEE IV 2026

Large Language Models Can Take False First Steps at Inference-time Planning

大语言模型在推理时间规划中可能采取错误的初始步骤

Haijiang Yan, Jian-Qiao Zhu, Adam Sanborn

机构 * Department of Psychology, The University of Warwick（沃里克大学心理学系） ； Department of Psychology, The University of Hong Kong（香港大学心理学系） 纠错

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

AI总结 研究揭示了大语言模型在推理过程中因自我生成上下文积累导致的规划行为偏差，并通过实验验证了规划能力随上下文变化而变化的机制。

Exploring the Role of Tracing in AI-Supported Planning for Algorithmic Reasoning

探索在AI支持的规划中追踪的作用：用于算法推理

Yoshee Jain, Heejin Do, Zihan Wu, April Yi Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究探讨了在AI支持的规划中使用追踪对算法推理的影响，发现追踪促使学习者转向目标导向的推理，并提高了部分正确解决方案的一致性，但未显著影响反馈质量。

Comments 14 pages, 5 figures, 2 tables

Fast Near Time-Optimal Motion Planning for Holonomic Vehicles in Structured Environments

结构化环境中轮式车辆近时间最优运动规划的快速方法

Louis Callens, Bastiaan Vandewal, Ibrahim Ibrahim, Jan Swevers, Wilm Decré

机构 * MECO research team, department of Mechanical Engineering（MECO研究团队，机械工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种快速高效的基于优化的方法，用于在结构化环境中为全向车辆生成近时间最优轨迹，通过启发式选择的运动原语和优化问题实现高效计算。

Scene-Adaptive Motion Planning with Explicit Mixture of Experts and Interaction-Oriented Optimization

场景自适应运动规划与显式专家混合及交互导向优化

Hongbiao Zhu, Liulong Ma, Xian Wu, Xin Deng, Xiaoyao Liang

机构 * Automotive New Technology Research Institute, BYD Company Limited（比亚迪公司自动驾驶新技术研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出EMoE-Planner，通过显式专家混合和交互导向优化，解决复杂城市环境中自主驾驶轨迹规划的多模态、场景多样性和环境交互问题，实现超越传统规则算法的性能。

Comments Main text 10 pages with 7 figures

DWIM: Towards Tool-aware Visual Reasoning via Discrepancy-aware Workflow Generation & Instruct-Masking Tuning

DWIM: 向工具感知的视觉推理迈进：通过差异感知的工作流生成与指令遮蔽微调

Fucai Ke, Vijay Kumar B G, Xingjian Leng, Zhixi Cai, Zaid Khan, Weiqing Wang, Pari Delir Haghighi, Hamid Rezatofighi, Manmohan Chandraker

专题命中 规划决策 ：workflow(title,abstract)

AI总结 DWIM通过差异感知的工作流生成与指令遮蔽微调，提升工具感知的视觉推理性能。

Comments ICCV 2025

Journal ref In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) 2025

Can LLMs Do Rocket Science? Exploring the Limits of Complex Reasoning with GTOC 12

大语言模型能做火箭科学吗？通过GTOC 12探索复杂推理的极限

Iñaki del Campo, Pablo Cuervo, Victor Rodriguez-Fernandez, Roberto Armellin, Jack Yarndley

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

AI总结 本研究通过GTOC 12竞赛评估大语言模型在复杂轨道优化任务中的表现，发现其在战略规划上能力显著提升，但在实际执行中存在物理一致性等关键问题。

Comments Extended version of the paper presented at AIAA SciTech 2026 Forum. Includes futher experiments, corrections and new appendix

Journal ref Proceedings of the AIAA SciTech 2026 Forum, January 2026

Social Catalysts, Not Moral Agents: The Illusion of Alignment in LLM Societies

社交催化剂，而非道德主体：LLM社会中的对齐幻觉

Yueqing Hu, Yixuan Jiang, Zehua Jiang, Xiao Wen, Tianhong Wang

机构 * Institute of Neuroscience, Chinese Academy of Sciences（中国科学院神经科学研究所） ； School of Philosophy, Anhui University（安徽大学哲学学院） ； Department of Psychology and Behavioral Sciences, Zhejiang University（浙江大学心理学与行为科学系） ； Mental Health Education Center, North China Electric Power University（华北电力大学心理健康教育中心） 纠错

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

AI总结 本研究探讨了锚定智能体在促进合作中的作用，发现其效果源于战略合规而非真实价值对齐，揭示了人工社会中行为修改与真实价值对齐之间的差距。

Comments 7 pages, 5 figures

LegalOne: A Family of Foundation Models for Reliable Legal Reasoning

LegalOne：一种用于可靠法律推理的基础模型家族

Haitao Li, Yifan Chen, Shuo Miao, Qian Dong, Jia Chen, Yiran Hu, Junjie Chen, Minghao Qin, Yueyue Wu, Yujia Zhou, Qingyao Ai, Yiqun Liu, Cheng Luo, Quan Zhou, Ya Zhang, Jikun Hu

机构 * Department of Computer Science, Tsinghua University（清华大学计算机科学系） ； Quancheng Laboratory（清华云城实验室） ； University of Waterloo, Canada（加拿大滑铁卢大学） ； China University of Political Science and Law（中国政法大学） ； MegaTech.AI Inc（MegaTech.AI公司） 纠错

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

AI总结 LegalOne通过三阶段流程提升法律推理能力，结合领域适应、代理推理蒸馏和课程强化学习，在法律任务中取得超越通用LLMs的性能。

Comments 25 pages, v1

MeetBench-XL: Calibrated Multi-Dimensional Evaluation and Learned Dual-Policy Agents for Real-Time Meetings

MeetBench-XL: 一种经过校准的多维评估和学习双策略代理用于实时会议

Yuelin Hu, Jun Xu, Bingcong Lu, Zhengxue Cheng, Hongwei Hu, Ronghua Wu, Li Song

机构 * Shanghai Jiao Tong University（上海交通大学） ； Institute for Clarity in Documentation（清晰文档研究所） ； Inria Paris-Rocquencourt（法国巴黎-罗克琴特研究所） ； Rajiv Gandhi University（拉朱·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒研究实验室） 纠错

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

AI总结 MeetBench-XL通过多维评估和学习双策略代理提升实时会议AI助手的性能与效率

Comments accepted by AAAI2026 ws

RLAnything: Forge Environment, Policy, and Reward Model in Completely Dynamic RL System

RLAnything: 在完全动态的RL系统中动态生成环境、策略和奖励模型

Yinjie Wang, Tianbao Xie, Ke Shen, Mengdi Wang, Ling Yang

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

AI总结 RLAnything通过动态生成环境、策略和奖励模型，在完全动态的RL系统中提升学习效果，显著提升多个任务的性能。

Comments Code: https://github.com/Gen-Verse/Open-AgentRL

Align to Structure: Aligning Large Language Models with Structural Information

对齐结构：将大型语言模型与结构信息对齐

Zae Myung Kim, Anand Ramachandran, Farideh Tavazoee, Joo-Kyung Kim, Oleg Rokhlenko, Dongyeop Kang

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

AI总结 通过整合语言学话语框架到强化学习中，结构对齐方法提升LLMs在长文本生成和摘要任务中的连贯性和结构组织能力。

Comments Accepted to AAAI 2026 AIA

RC-GRPO: Reward-Conditioned Group Relative Policy Optimization for Multi-Turn Tool Calling Agents

RC-GRPO：基于奖励的组相对策略优化用于多轮工具调用智能体

Haitian Zhong, Jixiu Zhai, Lei Song, Jiang Bian, Qiang Liu, Tieniu Tan

机构 * New Laboratory of Pattern Recognition (NLPR), State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（模式识别新实验室、多模态人工智能系统国家重点实验室、自动化研究所，中国科学院） ； School of Mathematics and Statistics（数学与统计学学院） ； Statistics, Lanzhou University（统计学，兰州大学） ； Shanghai Innovation Institute（上海创新研究院） ； Microsoft Research（微软研究院） ； Nanjing University（南京大学） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 RC-GRPO通过奖励条件化策略优化提升多轮工具调用性能，有效解决组内奖励稀疏导致的更新问题。

What Drives Length of Stay After Elective Spine Surgery? Insights from a Decade of Predictive Modeling

什么驱动了择期脊柱手术后住院时间？来自十年预测建模的洞察

Ha Na Cho, Seungmin Jeong, Yawen Guo, Alexander Lopez, Hansen Bow, Kai Zheng

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

AI总结 本研究利用机器学习模型预测择期脊柱手术后住院时间，发现其在性能上优于传统统计模型，强调了其在优化医院资源管理中的应用潜力。

Making Avatars Interact: Towards Text-Driven Human-Object Interaction for Controllable Talking Avatars

让拟人化角色互动：面向文本驱动的人-物体交互的可控对话拟人化

Youliang Zhang, Zhengguang Zhou, Zhentao Yu, Ziyao Huang, Teng Hu, Sen Liang, Guozhen Zhang, Ziqiao Peng, Shunkai Li, Yi Chen, Zixiang Zhou, Yuan Zhou, Qinglin Lu, Xiu Li

机构 * Tsinghua University（清华大学） ； Tencent HY（腾讯） 纠错

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

AI总结 本文提出InteractAvatar框架，通过双流结构实现文本驱动的人-物体交互生成，解决环境感知与控制质量矛盾，建立GroundedInter基准验证方法有效性。

Natural Language Actor-Critic: Scalable Off-Policy Learning in Language Space

自然语言行为-批评者：在语言空间中可扩展的非策略学习

Joey Hong, Kang Liu, Zhan Ling, Jiecao Chen, Sergey Levine

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：tool-use(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出NLAC算法，利用生成式LLM批评者生成自然语言反馈，实现更高效稳定的LLM智能体训练。

Comments 21 pages, 4 figures

Conformal Reachability for Safe Control in Unknown Environments

在未知环境中安全控制的共形可达性

Xinhang Ma, Junlin Wu, Yiannis Kantaros, Yevgeniy Vorobeychik

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） 纠错

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

AI总结 本文提出了一种结合共形预测与可达性分析的概率验证框架，用于在未知环境中实现安全控制，通过优化奖励和规划范围，实现强安全保证。

Reasoning with Latent Tokens in Diffusion Language Models

在扩散语言模型中使用潜在令牌进行推理

Andre He, Sean Welleck, Daniel Fried

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出通过引入潜在令牌提升扩散语言模型在需要全局一致性和前瞻性的推理任务中的性能。

Enhanced Parcel Arrival Forecasting for Logistic Hubs: An Ensemble Deep Learning Approach

增强型物流枢纽包裹到达预测：一种集成深度学习方法

Xinyue Pan, Yujia Xu, Benoit Montreuil

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出了一种集成深度学习方法，用于增强物流枢纽的包裹到达预测，通过结合历史数据和实时信息提升预测准确性，以优化物流运营效率。

AROLA: A Modular Layered Architecture for Scaled Autonomous Racing

AROLA：一种用于大规模自主赛车的模块化分层架构

Fam Shihata, Mohammed Abdelazim, Ahmed Hussein

机构 * German International University in Berlin (GIU Berlin)（柏林德国国际大学） ； IAV GmbH 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.SE

AI总结 AROLA是一种模块化分层架构，通过标准化接口实现自动驾驶流水线的模块化，提升大规模自主赛车的开发效率和可重复性。

Comments 6 pages, 6 figures, IV 2026

Hierarchical Entity-centric Reinforcement Learning with Factored Subgoal Diffusion

分层实体导向强化学习与分因子子目标扩散

Dan Haramati, Carl Qi, Tal Daniel, Amy Zhang, Aviv Tamar, George Konidaris

机构 * Brown University（布朗大学） ； UT Austin（得克萨斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Technion（技术学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出分层实体导向强化学习方法，通过分因子子目标生成模型提升多实体领域中长周期任务的性能。

Comments ICLR 2026

Formulating Reinforcement Learning for Human-Robot Collaboration through Off-Policy Evaluation

通过离策略评估制定人机协作的强化学习

Saurav Singh, Rodney Sanchez, Alexander Ororbia, Jamison Heard

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

AI总结 本文提出通过离策略评估方法，利用记录数据自动选择状态空间和奖励函数，提升现实环境中人机协作的强化学习可行性与可扩展性。

A Neural Operator Emulator for Coastal and Riverine Shallow Water Dynamics

用于海岸和河流浅水动力学的神经运算符模拟器

Peter Rivera-Casillas, Sourav Dutta, Shukai Cai, Mark Loveland, Kamaljyoti Nath, Khemraj Shukla, Corey Trahan, Jonghyun Lee, Matthew Farthing, Clint Dawson

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

AI总结 MITONet是一种用于海岸和河流浅水动力学的自回归神经模拟器，通过潜在空间运算符学习高效近似高维数值求解器，实现高精度预测和快速计算。

Digital-Twin Empowered Deep Reinforcement Learning For Site-Specific Radio Resource Management in NextG Wireless Aerial Corridor

数字孪生赋能的深度强化学习用于NextG无线空中走廊的特定站点无线电资源管理

Pulok Tarafder, Zoheb Hassan, Imtiaz Ahmed, Danda B. Rawat, Kamrul Hasan, Cong Pu

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于数字孪生的深度强化学习框架，用于NextG无线空中走廊的特定站点无线电资源管理，通过两阶段优化实现高效决策。

Comments Submitted for possible publication to IEEE. Paper currently under review. The contents of this paper may change at any time without notice

BridgeV2W: Bridging Video Generation Models to Embodied World Models via Embodiment Masks

BridgeV2W: 通过具身遮罩将视频生成模型与具身世界模型 bridging

Yixiang Chen, Peiyan Li, Jiabing Yang, Keji He, Xiangnan Wu, Yuan Xu, Kai Wang, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（模式识别新实验室（NLPR），自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Shandong University（山东大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 BridgeV2W 通过具身遮罩将视频生成模型与具身世界模型结合，解决坐标空间动作与像素空间视频的不匹配问题，并提升视频生成质量与跨具身统一性。