AI Agent

IMAGINE: Integrating Multi-Agent System into One Model for Complex Reasoning and Planning

IMAGINE：将多智能体系统整合到一个模型中以实现复杂推理和规划

Xikai Zhang, Bo Wang, Likang Xiao, Yongzhi Li, Quan Chen, Wenjun Wu, Liu Liu

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 IMAGINE通过整合多智能体系统的推理与规划能力，实现高效复杂推理和规划，实验显示其在TravelPlanner任务中表现优异。

ReAcTree: Hierarchical LLM Agent Trees with Control Flow for Long-Horizon Task Planning

ReAcTree：具有控制流的分层LLM代理树用于长时间任务规划

Jae-Woo Choi, Hyungmin Kim, Hyobin Ong, Youngwoo Yoon, Minsu Jang, Dohyung Kim, Jaehong Kim

机构 * ETRI & UST（ETRI与UST） ； UST 纠错

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

AI总结 ReAcTree通过分层代理树和控制流实现复杂任务规划，显著提升长周期任务的完成效率和成功率。

Comments Accepted as a Full Paper at AAMAS 2026. This is the extended version including full appendices. Code is available at https://github.com/Choi-JaeWoo/ReAcTree.git

Auditing Multi-Agent LLM Reasoning Trees Outperforms Majority Vote and LLM-as-Judge

对多智能体大语言模型推理树进行审计优于多数投票和LLM作为裁判

Wei Yang, Shixuan Li, Heng Ping, Peiyu Zhang, Paul Bogdan, Jesse Thomason

机构 * University of Southern California, Los Angeles, CA, USA（美国南加州大学） 纠错

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

AI总结 通过构建推理树路径搜索机制，AgentAuditor在多智能体系统中实现了优于多数投票和LLM作为裁判的推理准确性提升

Words to Describe What I'm Feeling: Exploring the Potential of AI Agents for High Subjectivity Decisions in Advance Care Planning

描述我感受的词语：探索AI代理在前瞻性医疗计划中的潜在作用

Kellie Yu Hui Sim, Pin Sym Foong, Chenyu Zhao, Melanie Yi Ning Quek, Swarangi Subodh Mehta, Kenny Tsu Wei Choo

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； National University of Singapore（国立新加坡大学） 纠错

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

AI总结 本文探讨了AI代理在前瞻性医疗计划中的应用，通过实验发现AI可作为个人倡导者，提升个体与代理之间的相互理解。

Comments Accepted at CHI 2026. 34 pages, 10 figures

Multi-Agent Reinforcement Learning Simulation for Environmental Policy Synthesis

多智能体强化学习模拟用于环境政策综合

James Rudd-Jones, Mirco Musolesi, María Pérez-Ortiz

机构 * Centre for Artificial Intelligence, Department of Computer Science, University College London（人工智能研究中心，计算机科学系，伦敦大学学院） ； Department of Computer Science and Engineering, University of Bologna（计算机科学与工程系，博洛尼亚大学） 纠错

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

AI总结 本文提出利用多智能体强化学习增强气候模拟，以解决政策综合中的非线性动态、异质智能体和不确定性量化等挑战。

Comments Published in AAMAS'25 Blue Sky Ideas Track

S1-NexusAgent: a Self-Evolving Agent Framework for Multidisciplinary Scientific Research

S1-NexusAgent：一个多学科科学研究的自演化代理框架

NexusAgent Team

机构 * S1-NexusAgent Team Institute of Automation Chinese Academy of Sciences（S1-NexusAgent团队自动化研究所中国科学院） 纠错

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

AI总结 S1-NexusAgent通过自演化机制和双环架构，实现多学科科学研究中的复杂工作流建模与高效工具协调，验证了其在长视界规划和复杂任务中的卓越性能。

Comments In progress

Optimus-3: Dual-Router Aligned Mixture-of-Experts Agent with Dual-Granularity Reasoning-Aware Policy Optimization

Optimus-3: 具有双粒度推理感知策略优化的双路由对齐专家混合代理

Zaijing Li, Yuquan Xie, Rui Shao, Gongwei Chen, Weili Guan, Dongmei Jiang, Yaowei Wang, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen Campus)（计算机科学与技术学院，哈尔滨工业大学（深圳校区）） ； Pengcheng Laboratory（鹏城实验室） ； School of Information Science and Technology, Harbin Institute of Technology (Shenzhen Campus)（信息科学与技术学院，哈尔滨工业大学（深圳校区）） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

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

AI总结 Optimus-3通过双路由对齐专家混合架构和双粒度推理感知策略优化，实现了系统1与系统2的协同，提升了开放性任务的解决能力。

Comments 16 pages, 12 figures

From Legible to Inscrutable Trajectories: (Il)legible Motion Planning Accounting for Multiple Observers

从可理解到不可理解的轨迹：考虑多个观察者的（不）可理解运动规划

Ananya Yammanuru, Maria Lusardi, Nancy M. Amato, Katherine Driggs-Campbell

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出MMLO-LMP问题，设计DUBIOUS算法，实现对不同动机观察者的轨迹可理解性与可见性限制的平衡。

Comments 17 pages, 5 figures

Symbolic Pattern Temporal Numeric Planning with Intermediate Conditions and Effects

具有中间条件和效果的符号模式时间数字规划

Matteo Cardellini, Enrico Giunchiglia

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

AI总结 本文提出了一种扩展的符号模式规划方法，用于处理具有中间条件和效果的时间规划问题，实验显示其在多个领域表现优异。

Comments Under review at the Artificial Intelligence Journal

Dialogue Model Optimization via Agent Game and Adaptive Tree-based GRPO

通过智能体游戏和自适应树形GRPO优化对话模型

Kun Peng, Conghui Tan, Yu Liu, Guohua Tang, Zhongqian Sun, Wei Yang, Zining Zhu, Lei Jiang, Yanbing Liu, Hao Peng

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Tencent（腾讯） 纠错

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

AI总结 本文提出一种结合智能体游戏和自适应树形GRPO的对话模型优化方法，通过动态环境构建和自适应奖励范围设计，提升对话的长期价值捕获与样本效率。

What Do You Need for Compositional Generalization in Diffusion Planning?

在扩散规划中你需要什么才能实现组合泛化？

Quentin Clark, Florian Shkurti

机构 * Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） 纠错

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

AI总结 本文提出Eq-Net架构，通过位移等变性、局部感受野和推断选择实现扩散规划的组合泛化，展示其在导航和操作任务中的有效性。

Comments 8 Pages

Decoupled MPPI-Based Multi-Arm Motion Planning

解耦的基于MPPI的多臂运动规划

Dan Evron, Elias Goldsztejn, Ronen I. Brafman

机构 * The Department of Computer Science at Ben-Gurion University of the Negev（本·古里安大学内盖夫分校计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出MR-STORM算法，通过分布式方式解决多臂运动规划问题，有效处理动态障碍物并提升性能。

Fast Motion Planning for Non-Holonomic Mobile Robots via a Rectangular Corridor Representation of Structured Environments

通过结构化环境的矩形走廊表示实现非完整移动机器人的快速运动规划

Alejandro Gonzalez-Garcia, Sebastiaan Wyns, Sonia De Santis, Jan Swevers, Wilm Decré

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出了一种基于矩形走廊表示的高效运动规划框架，用于非完整移动机器人在复杂结构化环境中的快速导航。

Comments ICRA 2026

Agile asymmetric multi-legged locomotion: contact planning via geometric mechanics and spin model duality

敏捷非对称多足运动：通过几何力学和自旋模型对偶性进行接触规划

Jackson Habala, Gabriel B. Margolis, Tianyu Wang, Pratyush Bhatt, Juntao He, Naheel Naeem, Zhaochen Xu, Pulkit Agrawal, Daniel I. Goldman, Di Luo, Baxi Chong

机构 * Department of Mechanical Engineering, Pennsylvania State University（宾夕法尼亚州立大学机械工程系） ； MIT Improbable AI Lab, Maschusetts Institute of Technology（麻省理工学院Improbable AI实验室） ； Department of Physics, Georgia Institute of Technology（佐治亚理工学院物理系） ； Department of Physics, Tsinghua University（清华大学物理系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出了一种基于几何力学和自旋模型对偶性的原理性框架，用于发现多足运动中的新控制结构，实现了六足机器人非对称运动策略，使前进速度提高50%。

Comments 10 pages, 7 figures. arXiv admin note: text overlap with arXiv:2302.03019

MoWM: Mixture-of-World-Models for Embodied Planning via Latent-to-Pixel Feature Modulation

MoWM: 通过潜在到像素特征调制的混合世界模型实现具身规划

Yangcheng Yu, Xin Jin, Yu Shang, Xin Zhang, Haisheng Su, Wei Wu, Yong Li

机构 * Tsinghua University（清华大学） ； Manifold AI ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 MoWM通过融合潜在世界模型与像素特征，提升具身规划中动作解码的精度与泛化能力。

Can occupant behaviors affect urban energy planning? Distributed stochastic optimization for energy communities

occupant behaviors 是否会影响城市能源规划？面向能源社区的分布式随机优化

Julien Leprince, Amos Schledorn, Daniela Guericke, Dominik Franjo Dominkovic, Henrik Madsen, Wim Zeiler

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文通过分布式随机优化方法，研究 occupant 行为对城市能源规划的影响，揭示了 occupant 行为是影响能源社区规划的主要不确定性因素。

Learning from the Irrecoverable: Error-Localized Policy Optimization for Tool-Integrated LLM Reasoning

从不可恢复中学习：用于工具集成大语言模型推理的误差局部化策略优化

Qiao Liang, Yuke Zhu, Chao Ge, Lei Yang, Ying Shen, Bo Zheng, Sheng Guo

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

AI总结 ELPO通过误差局部化策略优化提升工具集成大语言模型推理的性能，有效解决稀疏奖励和信用分配问题。

Comments 20 pages, 11 figures

Beyond Text-to-SQL: Autonomous Research-Driven Database Exploration with DAR

超越文本到SQL：基于DAR的自主研究驱动数据库探索

Ostap Vykhopen, Viktoria Skorik, Maksym Tereshchenko, Veronika Solopova

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

AI总结 DAR是一种多代理系统，通过自主探索数据完成端到端数据库研究，显著提升分析效率并生成基于证据的洞察。

Virtual Force-Based Routing of Modular Agents on a Graph

基于虚拟力的模块化代理在图上的路由

Adam Casselman, Manav Vora, Melkior Ornik

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

AI总结 本文提出了一种基于虚拟力的模块化代理路由算法，通过平衡路径最优性和模块连接成本效益，实现多目标节点的高效访问。

THOR: Tool-Integrated Hierarchical Optimization via RL for Mathematical Reasoning

THOR：通过强化学习进行工具集成的分层优化以实现数学推理

Qikai Chang, Zhenrong Zhang, Pengfei Hu, Jun Du, Jiefeng Ma, Yicheng Pan, Jianshu Zhang, Quan Liu, Jianqing Gao

机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK Research（iFLYTEK研究院） 纠错

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

AI总结 THOR通过强化学习实现工具集成的分层优化，提升数学推理和代码生成能力。

Comments 22 pages, 13 figures, ICLR 2026

A Collaborative Safety Shield for Safe and Efficient CAV Lane Changes in Congested On-Ramp Merging

用于拥堵上坡合并中安全高效CAV变道的协作安全盾

Bharathkumar Hegde, Melanie Bouroche

机构 * School of Computer Science and Statistics, Trinity College Dublin（计算机科学与统计学系，三一学院都柏林） 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MARL-MASS，通过整合多智能体安全盾和定制奖励函数，在拥堵交通中实现安全且高效的车道变换。

Comments Accepted in IEEE IV 2026

P1-VL: Bridging Visual Perception and Scientific Reasoning in Physics Olympiads

P1-VL: 联结视觉感知与物理竞赛中的科学推理

Yun Luo, Futing Wang, Qianjia Cheng, Fangchen Yu, Haodi Lei, Jianhao Yan, Chenxi Li, Jiacheng Chen, Yufeng Zhao, Haiyuan Wan, Yuchen Zhang, Shenghe Zheng, Junchi Yao, Qingyang Zhang, Haonan He, Wenxuan Zeng, Li Sheng, Chengxing Xie, Yuxin Zuo, Yizhuo Li, Yulun Wu, Rui Huang, Dongzhan Zhou, Kai Chen, Yu Qiao, Lei Bai, Yu Cheng, Ning Ding, Bowen Zhou, Peng Ye, Ganqu Cui

机构 * Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 P1-VL通过融合课程强化学习和代理增强技术，成为首个在物理竞赛中获得12枚金牌的开源视觉-语言模型，展示了卓越的科学推理能力和泛化能力。

CoMMa: Contribution-Aware Medical Multi-Agents From A Game-Theoretic Perspective

从博弈论视角出发的贡献感知医疗多智能体：CoMMa

Yichen Wu, Yujin Oh, Sangjoon Park, Kailong Fan, Dania Daye, Hana Farzaneh, Xiang Li, Raul Uppot, Quanzheng Li

机构 * Center for Advanced Medical Computing（先进医学计算中心） ； Department of Radiology, Massachusetts General Hospital（放射科，马萨诸塞总医院） ； Harvard Medical School（哈佛医学院） ； Department of Radiation Oncology, Yonsei University College of Medicine（放射肿瘤科，延世大学医学院） ； Yonsei University（延世大学） ； Institute for Innovation in Digital Healthcare（数字医疗创新研究所） ； Interventional Radiology Academic Medical Centers, Mass General Brigham（介入放射学学术医疗中心，马萨诸塞总医院 Brigham） 纠错

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

AI总结 CoMMa从博弈论视角提出一种去中心化医疗多智能体框架，通过确定性嵌入投影实现贡献感知的信用分配，提升肿瘤学决策支持的准确性和稳定性。

Comments 9 pages, 3 figures

CAPER: Constrained and Procedural Reasoning for Robotic Scientific Experiments

CAPER：用于机器人科学实验的约束和程序性推理

Jinghan Yang, Jingyi Hou, Xinbo Yu, Wei He, Yifan Wu

机构 * University of Science and Technology Beijing（北京科技大学） ； Beijing Information Science and Technology University（北京信息科技大学） 纠错

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

AI总结 CAPER通过约束和程序性推理框架提升机器人在科学实验中的可控性、鲁棒性和数据效率。

Coherent Load Profile Synthesis with Conditional Diffusion for LV Distribution Network Scenario Generation

基于条件扩散的低压配电网场景生成中的负荷轮廓合成

Alistair Brash, Junyi Lu, Bruce Stephen, Blair Brown, Robert Atkinson, Craig Michie, Fraser MacIntyre, Christos Tachtatzis

机构 * Department of Electronic and Electrical Engineering, University of Strathclyde（电子与电气工程系，斯特拉思克莱德大学） 纠错

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

AI总结 本文提出基于条件扩散模型的低压配电网场景生成方法，通过合成具有代表性的负载轮廓以提升配电网规划和运营的准确性。

EPO: Entropy-regularized Policy Optimization for LLM Agents Reinforcement Learning

EPO：基于LLM代理强化学习的熵正则化策略优化

Wujiang Xu, Wentian Zhao, Zhenting Wang, Yu-Jhe Li, Can Jin, Mingyu Jin, Kai Mei, Kun Wan, Dimitris N. Metaxas

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

AI总结 EPO通过熵正则化策略优化解决多轮稀疏奖励环境下的探索-利用问题，提升LLM代理性能。

Neural Force Field: Few-shot Learning of Generalized Physical Reasoning

神经力场：基于少量样本的学习通用物理推理

Shiqian Li, Ruihong Shen, Yaoyu Tao, Chi Zhang, Yixin Zhu

机构 * Institute for AI, Peking University（人工智能研究院，北京大学） ； School of Psychological and Cognitive Sciences, Peking University（心理学与认知科学学院，北京大学） ； School of EECS, Peking University（电子工程学院，北京大学） ； School of Integrated Circuits, Peking University（集成电路学院，北京大学） ； State Key Lab of General AI, Peking University（通用人工智能国家重点实验室，北京大学） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京行为与心理健康重点实验室，北京大学） 纠错

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

AI总结 神经力场通过力场表示实现基于少量样本的学习通用物理推理，有效提升物理动态的泛化能力。

Comments 27 pages, ICLR 2026

Closing Reasoning Gaps in Clinical Agents with Differential Reasoning Learning

通过差异推理学习关闭临床代理中的推理差距

Jinsong Liu, Yuhang Jiang, Ramayya Krishnan, Rema Padman, Yiye Zhang, Jiang Bian

机构 * Dept. of Population Health Sciences, Weill Cornell Medicine, Cornell University（人口健康科学系，韦尔·科恩医学中心，康奈尔大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 DRL通过学习推理差异改进临床代理，提升问答和预测任务的准确性和推理可信度。

Efficient Unsupervised Environment Design through Hierarchical Policy Representation Learning

通过分层策略表示学习实现高效的无监督环境设计

Dexun Li, Sidney Tio, Pradeep Varakantham

机构 * School of Computing and Information Systems（计算与信息系统学院） ； Singapore Management University（新加坡管理大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种分层策略表示学习框架，通过生成模型和学生策略表示提升无监督环境设计的效率，减少教师-学生互动需求，适用于资源受限场景。

Autonomous Action Runtime Management(AARM):A System Specification for Securing AI-Driven Actions at Runtime

自主动作运行时管理（AARM）：为在运行时安全保护AI驱动的动作制定系统规范

Herman Errico

机构 * Independent Researcher, IEEE Member（独立研究者，IEEE会员） 纠错

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

AI总结 AARM提出了一种开放规范，旨在通过运行时安全机制保护AI驱动的动作，定义了拦截动作、评估策略和记录凭证等核心功能，以应对AI自主执行带来的安全挑战。