daVinci-Agency: Unlocking Long-Horizon Agency Data-Efficiently
daVinci-Agency: 解锁长周期代理数据高效性
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 daVinci-Agency通过PR序列生成长周期代理数据，实现高效且高质量的监督学习，提升模型在复杂任务中的表现。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 40 篇
Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning
通过不确定性感知的置信区间预测和世界模型强化学习实现安全的城市交通控制
机构 * Dept. of CST, BNRIST, Tsinghua University, Beijing, China（计算机科学与技术系，北京理工大学，北京，中国） ； Dept. of CST, Tsinghua University, Beijing, China（计算机科学与技术系，清华大学，北京，中国） ； Independent Researcher, Bihar, India（独立研究者，印度比哈尔）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 STREAM-RL通过不确定性感知的置信区间预测和世界模型强化学习，实现安全的城市交通控制，提升安全性和效率。
Towards Structured, State-Aware, and Execution-Grounded Reasoning for Software Engineering Agents
面向结构化、状态感知和执行导向的软件工程代理推理
机构 * Concordia University（康科德大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出通过结构化、状态感知和执行导向的推理方法，提升软件工程代理在长周期任务中的推理能力和可靠性。
Comments Position paper accepted in BoatSE
EMA Policy Gradient: Taming Reinforcement Learning for LLMs with EMA Anchor and Top-k KL
EMA策略梯度：通过EMA锚点和Top-k KL驯服LLM的强化学习
机构 * University of Toronto（多伦多大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 EMA-PG通过EMA锚点和Top-k KL估计器提升LLM强化学习性能，显著提高数学推理和代理任务表现
Dual Mind World Model Inspired Network Digital Twin for Access Scheduling
双心智世界模型启发网络数字孪生访问调度框架
机构 * Data Intelligence and Communication Engineering Lab（数据智能与通信工程实验室）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出一种基于双心智世界模型的数字孪生调度框架，通过结合预测规划与符号模型优化，实现适应动态网络环境的智能调度策略。
PersoPilot: An Adaptive AI-Copilot for Transparent Contextualized Persona Classification and Personalized Response Generation
PersoPilot: 一种适应性AI助手用于透明的上下文化人格分类和个性化响应生成
机构 * School of Computing, Macquarie University（计算机学院，麦考瑞大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 PersoPilot是一种集成人格理解和上下文分析的AI助手，通过透明可解释的界面实现个性化服务推荐和适应性个性化。
Comments Accepted for the Demo Track at the IEEE International Conference on Data Mining (ICDM) 2025
Decoupling Time and Risk: Risk-Sensitive Reinforcement Learning with General Discounting
解耦时间和风险：具有通用折扣的风险敏感强化学习
机构 * Dept. of Mathematics and Statistics（数学与统计学系） ； York University（约克大学） ； Dept. of Mathematics（数学系） ； Imperial College（帝国理工学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出了一种支持灵活折扣和风险度量优化的新型分布式强化学习框架，通过技术分析和实验验证，展示了折扣在捕捉时空和风险偏好中的重要性。
C-IDS: Solving Contextual POMDP via Information-Directed Objective
C-IDS：通过信息导向目标求解上下文POMDP
机构 * Department of Electrical and Computer Engineering, University of Florida, Gainesville, Florida 32608, USA（电气与计算机工程系，佛罗里达大学，盖恩斯维尔，佛罗里达州32608，美国） ； Aerospace Engineering, DEVCOM Army Research Laboratory, Adelphi, MD 21001, USA（航空航天工程，DEVCOM陆军研究实验室，阿德里菲，马里兰州21001，美国）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 C-IDS通过信息导向目标在上下文POMDP中提升回报和上下文识别效率
Map-Based Path Loss Prediction in Multiple Cities Using Convolutional Neural Networks
基于卷积神经网络的多城市路径损耗预测
机构 * Communications Research Centre Canada (CRC)（加拿大通讯研究中心） ； Carleton University（卡尔顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出基于卷积神经网络的多城市路径损耗预测方法，通过自动提取二维障碍物高度图特征，实现低误差的路径损耗预测，无需依赖衍生指标。
Comments 5 pages, 3 figures, 3 tables
Journal ref in IEEE Antennas and Wireless Propagation Letters, vol. 24, no. 7, pp. 1989-1993, July 2025
A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction
一种基于互补性的统一方法用于刚体操作和运动预测
机构 * Technical University of Munich（慕尼黑技术大学） ； Stony Brook University（石溪大学） ； Northeastern University（东北大学）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种统一的互补性方法，用于机器人刚体操作和运动预测，通过耦合线性和非线性互补问题实现接触模式的原理性转换，提升实时规划的鲁棒性。
Comments 18 pages, 7 figures
Fragmentation of a longitudinal population-scale social network: Decreasing structural social cohesion in the Netherlands
纵向大规模社会网络的碎片化：荷兰社会凝聚力的下降
专题命中 规划决策 ：planning(abstract)
AI总结 本文通过分析荷兰纵向社会网络的数据，发现社会凝聚力下降主要源于个体网络重连，而非人口构成变化，揭示了居住迁移对网络结构的影响。
PhysBrain: Human Egocentric Data as a Bridge from Vision Language Models to Physical Intelligence
PhysBrain: 人眼视角数据作为视觉语言模型到物理智能的桥梁
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 规划决策 ：planning(abstract)
AI总结 PhysBrain通过将人类眼动视频转化为多级具身监督，提升机器人在眼动感知和长期规划中的能力，实现从人类视角到机器人控制的有效迁移。
Comments 21 pages, 8 figures
ALORE: Autonomous Large-Object Rearrangement with a Legged Manipulator
ALORE：具有腿部机械臂的自主大物体重排
机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科技大学（广州））
专题命中 规划决策 ：planning(abstract)
AI总结 ALORE通过分层强化学习和任务规划框架，实现了腿部机械臂在复杂环境中的多物体自主重排，展示了高效稳定的操作性能和广泛的应用潜力。
A Unified Candidate Set with Scene-Adaptive Refinement via Diffusion for End-to-End Autonomous Driving
通过扩散生成场景自适应候选集的统一候选集用于端到端自动驾驶
机构 * School of Automotive Studies, Tongji University, Shanghai, China（同济大学汽车学院）
专题命中 规划决策 ：planning(abstract)
AI总结 CdDrive通过扩散生成场景自适应候选集，提升端到端自动驾驶的候选集设计与轨迹平滑性
Habit Formation, Labor Supply, and the Dynamics of Retirement and Annuitization
习惯形成、劳动供给与退休及年金化的动态
专题命中 规划决策 ：planning(abstract)
AI总结 本文研究了在年龄依赖死亡率下，习惯形成和内生劳动供给如何影响退休和年金化决策，揭示了丰富的退休动态及投资策略。
Comments 34 pages, 9 figures (v2: no changes to paper or files, only corrected arXiv metadata author name spelling)
HiRO-ACE: Fast and skillful AI emulation and downscaling trained on a 3 km global storm-resolving model
HiRO-ACE：一种快速且技能优异的AI模拟与降尺度方法，基于3公里全球风暴解析模型训练
专题命中 规划决策 ：planning(abstract)
AI总结 HiRO-ACE通过结合AI模拟与降尺度技术，高效生成高分辨率降水场，适用于气候适应与极端事件风险评估。
Comments 38 pages, 19 figures, submitted to AGU Advances
Autonomous on-Demand Shuttles for First Mile-Last Mile Connectivity: Design, Optimization, and Impact Assessment
自主按需穿梭车用于首末段连接：设计、优化与影响评估
专题命中 规划决策 ：planning(abstract)
AI总结 本研究设计并优化了自主按需穿梭车系统，通过动态交通分配模型和贪心启发式方法，实现高效首末段连接服务，证明3辆车辆可满足80%的按需需求，且对常规交通影响小。
Comments 25 Pages, 13 Figures, 1 Table
2. 多智能体 10 篇
MapCoder-Lite: Distilling Multi-Agent Coding into a Single Small LLM
MapCoder-Lite：将多智能体编码 distilling 进单一小型 LLM
机构 * Hanyang University（翰阳大学） ； Samsung SDS（三星SDS）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 MapCoder-Lite通过三支柱方法将多智能体编码distilling进单一7B模型，显著提升代码生成性能并降低资源消耗。
Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty
在不确定性下主动非对称多智能体多模态学习
机构 * University of Maryland, College Park（马里兰大学 College Park分校）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 在不确定性下主动非对称多智能体多模态学习通过模态层面协作提升事故检测性能
MA3DSG: Multi-Agent 3D Scene Graph Generation for Large-Scale Indoor Environments
MA3DSG：多智能体3D场景图生成用于大规模室内环境
机构 * Department of AI Convergence, Gwangju Institute of Science and Technology (GIST)（人工智能融合学院，全州科学技术院（GIST））
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 MA3DSG通过多智能体协作实现大规模室内环境的3D场景图生成，无需训练参数即可提升扩展性与协同能力。
Revisiting Multi-Agent Asynchronous Online Optimization with Delays: the Strongly Convex Case
重新审视带有延迟的多智能体异步在线优化：强凸情况
机构 * Southeast University-Monash University Joint Graduate School（东南大学-墨尔本大学联合研究生院） ； School of Computer Science and Engineering（计算机科学与工程学院） ； School of Software Technology（软件技术学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 本文在强凸条件下，通过改进的FTDL算法，消除了对最大延迟和反馈顺序的假设，将遗憾界从O(√dT)提升至O(d log T)。
Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-51810-9}
Explaining and Improving Information Complementarities in Multi-Agent Decision-making
解释并改进多智能体决策中的信息互补性
机构 * Northwestern University（西北大学） ； Microsoft Research（微软研究院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；分类 cs.AI、cs.LG
AI总结 本文提出了一种新的解释技术ILIV-SHAP，用于改进多智能体决策中的信息互补性，通过人机协作提升决策准确性。
When Do Credal Sets Stabilize? Fixed-Point Theorems for Credal Set Updates
何时信念集稳定？关于信念集更新的不动点定理
机构 * The University of Manchester（曼彻斯特大学） ； Nanyang Technological University（南洋理工大学） ； CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文探讨了在不精确性下信念集更新过程的稳定性问题，通过分析不动点的存在条件和实现方法，揭示了不精确性对学习过程动态的影响。
The Missing Half: Unveiling Training-time Implicit Safety Risks Beyond Deployment
缺失的一半：揭示训练时间隐含的安全风险
机构 * The Conversational AI (CoAI) group, DCST, Tsinghua University（清华大学智能对话研究院） ； National University of Singapore（新加坡国立大学） ； Pattern Recognition Center, WeChat AI, Tencent Inc, China（腾讯人工智能研究院）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文首次系统研究训练期间隐式安全风险，揭示模型内部激励和上下文信息驱动的有害行为，并通过实验展示其广泛存在和严重性。
Resilience of Entanglement-Induced Coordination in Adversarial Environments: The Team-Based Quantum Sabotage Game
纠缠诱导协调在对抗环境中的韧性：基于团队的量子破坏博弈
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出基于团队的量子破坏博弈，利用纠缠实现对抗环境中的非经典协调，展示量子纠缠在多代理决策中的鲁棒性与独特优势。
Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents
联邦SARSA在本地训练和异构智能体中的收敛性保证
机构 * polytechnique（巴黎政治学院） ； mbzuai（Mohamed bin Zayed University of Artificial Intelligence）
专题命中 多智能体 ：agent(abstract)；分类 cs.LG
AI总结 本文提出FedSARSA在本地训练和异构智能体中的收敛性保证，通过多步误差展开量化异质性影响，并展示其在智能体数量上的线性加速特性。
Comments Deep FedSARSA !
Unlocking Past Information: Temporal Embeddings in Cooperative Bird's Eye View Prediction
解锁过去信息：合作鸟瞰图预测中的时间嵌入
机构 * Department of Computer Science and AImotion Bavaria, Technische Hochschule Ingolstadt（计算机科学系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； Department of Electrical Engineering and AImotion Bavaria, Technische Hochschule Ingolstadt（电气工程系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； School of Engineering and Design, Technical University of Munich（工程与设计学院，慕尼黑技术大学） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学）
专题命中 多智能体 ：agent(abstract)
AI总结 TempCoBEV通过整合历史信息提升合作鸟瞰图预测的准确性和可靠性，尤其在通信故障情况下表现显著。
Comments Copyright 2024 IEEE. This is the accepted version of the paper. In 2024 IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225. Official paper available at https://doi.org/10.1109/IV55156.2024.10588608
Journal ref IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225, 2024
3. 工作流自动化 12 篇
AgenticAKM : Enroute to Agentic Architecture Knowledge Management
代理AKM：迈向代理架构知识管理
专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)；分类 cs.SE
AI总结 本文提出AgenticAKM方法，通过代理协作自动化生成架构决策记录，提升架构知识管理的效率和实用性。
Transduction is All You Need for Structured Data Workflows
传递是构建结构化数据工作流的全部需求
机构 * IBM
专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 Agentics通过智能体嵌入数据类型，实现结构化数据工作流的逻辑传递，提升数据建模和处理效率。
Comments 38 pages, 5 figures
HybridQuestion: Human-AI Collaboration for Identifying High-Impact Research Questions
HybridQuestion: 人机协作识别高影响力研究问题
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系、北京理工大学、清华大学）
专题命中 工作流自动化 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 HybridQuestion通过人机协作识别高影响力研究问题，利用AI处理数据与人类判断结合，验证了在科学突破和未来问题预测中的有效性。
Comments 16 pages, 6 figures, 4 tables
