AI Agent

A fully differentiable framework for training proxy Exchange Correlation Functionals for periodic systems

一种完全可微的框架用于训练周期系统中的代理交换关联函数

Rakshit Kumar Singh, Aryan Amit Barsainyan, Bharath Ramsundar

机构 * Deep Forest Sciences（深林科学） 纠错

专题命中 工具调用 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种可微框架，用于训练周期系统中的代理交换关联函数，通过整合机器学习模型提升DFT计算效率，实验结果显示相对误差在5-10%范围内。

GPSBench: Do Large Language Models Understand GPS Coordinates?

GPSBench: 大型语言模型是否理解GPS坐标？

Thinh Hung Truong, Jey Han Lau, Jianzhong Qi

机构 * University of Melbourne（墨尔本大学） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.AI

AI总结 GPSBench通过评估14种LLMs在地理空间推理中的表现，揭示了其在GPS坐标理解和现实地理推理上的挑战与差异。

Fusionista2.0: Efficiency Retrieval System for Large-Scale Datasets

Fusionista2.0：大规模数据集的高效检索系统

Huy M. Le, Dat Tien Nguyen, Phuc Binh Nguyen, Gia Bao Le Tran, Phu Truong Thien, Cuong Dinh, Minh Nguyen, Nga Nguyen, Thuy T. N. Nguyen, Tan Nhat Nguyen, Binh T. Nguyen

机构 * Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI), UAE（Mohamed Bin Zayed人工智能大学（MBZUAI）） ； AISIA Research Lab（AISIA研究实验室） ； University of Information Technology（信息技术大学） ； Ho Chi Minh University of Science（胡志明科学大学） ； Vietnam National University, Ho chi Minh City（越南国家大学，胡志明市） 纠错

专题命中 工具调用 ：workflow(abstract)

AI总结 Fusionista2.0通过优化预处理、识别技术和用户界面，实现了大规模视频检索的高效性和准确性提升。

Journal ref MultiMedia Modeling. MMM 2026. Lecture Notes in Computer Science, vol 16415

SurgRAW: Multi-Agent Workflow with Chain of Thought Reasoning for Robotic Surgical Video Analysis

SurgRAW：基于链式推理的多智能体工作流用于机器人手术视频分析

Chang Han Low, Ziyue Wang, Tianyi Zhang, Zhu Zhuo, Zhitao Zeng, Evangelos B. Mazomenos, Yueming Jin

机构 * National University of Singapore（国立新加坡大学） ； Bioinformatics Institute (BII), Agency for Science, Technology and Research (A*STAR)（生物信息研究所（BII），科技研究局（A*STAR）） ； Wellcome/EPSRC Centre for Interventional and Surgical Sciences (WEISS) and the Department of Medical Physics and Biomedical Engineering, University College London（Wellcome/EPSRC介入与外科科学中心（WEISS）及伦敦大学学院医学物理与生物医学工程系） 纠错

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

AI总结 SurgRAW通过基于链式推理的多智能体工作流，在机器人手术视频分析中实现零样本多任务推理，提升准确性和临床相关性。

Journal ref IEEE Robotics and Automation Letters, 2026, pp. 1-8

Cocoa: Co-Planning and Co-Execution with AI Agents

Cocoa：基于AI代理的协同规划与协同执行

K. J. Kevin Feng, Kevin Pu, Matt Latzke, Tal August, Pao Siangliulue, Jonathan Bragg, Daniel S. Weld, Amy X. Zhang, Joseph Chee Chang

机构 * University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； Allen Institute for AI（人工智能研究院） 纠错

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

AI总结 Cocoa通过协同规划与执行机制，提升人机协作灵活性，支持复杂研究任务的自主可控与高效执行。

Comments CHI 2026 paper

Experience-based Knowledge Correction for Robust Planning in Minecraft

基于经验的知识修正以实现Minecraft中的鲁棒规划

Seungjoon Lee, Suhwan Kim, Minhyeon Oh, Youngsik Yoon, Jungseul Ok

机构 * Department of Computer Science and Engineering, POSTECH（POSTECH计算机科学与工程系） ； Graduate School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） 纠错

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

AI总结 XENON通过经验修正知识，提升Minecraft中的鲁棒规划能力，优于现有方法。

Comments ICLR 2026

Vision and Language: Novel Representations and Artificial intelligence for Driving Scene Safety Assessment and Autonomous Vehicle Planning

视觉与语言：新颖的表示方法和人工智能用于驾驶场景安全评估与自动驾驶规划

Ross Greer, Maitrayee Keskar, Angel Martinez-Sanchez, Parthib Roy, Shashank Shriram, Mohan Trivedi

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

AI总结 本文研究了视觉-语言表示在自动驾驶安全评估和规划中的应用，提出轻量级危险检测、轨迹规划框架整合及自然语言约束方法，强调表示-任务对齐的重要性。

MerLean: An Agentic Framework for Autoformalization in Quantum Computation

MerLean：一个用于量子计算自动形式化的代理框架

Yuanjie Ren, Jinzheng Li, Yidi Qi

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Northeastern University（东北大学） 纠错

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

AI总结 MerLean通过自动化形式化框架将量子计算论文中的数学语句转化为Lean代码并回译为可读格式，实现端到端验证，为同行评审和合成数据训练提供实用工具。

PRoH: Dynamic Planning and Reasoning over Knowledge Hypergraphs for Retrieval-Augmented Generation

PRoH：基于知识超图的动态规划与推理用于检索增强生成

Xiangjun Zai, Xingyu Tan, Xiaoyang Wang, Qing Liu, Xiwei Xu, Wenjie Zhang

机构 * University of New South Wales（新南威尔士大学） 纠错

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

AI总结 PRoH通过动态规划与推理知识超图框架，提升检索增强生成任务中多跳问答的性能和鲁棒性。

Comments Accepted by The Web Conference 2026 (WWW, 2026)

The Impact of Class Uncertainty Propagation in Perception-Based Motion Planning

感知驱动运动规划中类不确定性传播的影响

Jibran Iqbal Shah, Andrei Ivanovic, Kelly Zhu, Masha Itkina, Rowan McAllister, Igor Gilitschenski, Florian Shkurti

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Toyota Research Institute（丰田研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了感知驱动运动规划中不确定性传播对性能的影响，通过比较不同校准方法在复杂场景中的表现，验证了上游不确定性传播的优越性。

Comments 8 pages, 10 figures. Code and results available at: https://github.com/aivanovic1/uncertainty-trajectron

Coverage Path Planning for Autonomous Sailboats in Inhomogeneous and Time-Varying Oceans: A Spatiotemporal Optimization Approach

自主帆船在非均匀和时变海洋中的覆盖路径规划：一种时空优化方法

Yang An, Zhikang Ge, Taiyu Zhang, Jean-Baptiste R. G. Souppez, Gaofei Xu, Zhengru Ren

机构 * Institute of Deep-sea Science and Engineering, Chinese Academy of Sciences（中国科学院深海科学与工程研究所） ； Institute for Ocean Engineering, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院海洋工程研究所） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学 Hangzhou 全球科技创新中心） ； Department of Engineering, Faculty of Computing, Engineering and the Built Environment, Birmingham City University（伯明翰城市大学工程系） ； School of Ocean and Civil Engineering, Shanghai Jiao Tong University（上海交通大学海洋与Civil Engineering学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种专为自主帆船设计的时空优化方法，解决非均匀和时变海洋环境中的覆盖路径规划问题，通过空间拓扑约束和时间预测规划提升覆盖效率。

Comments 12 pages, 9 figures. This work has been submitted to the IEEE for possible publication

SPARC: Scenario Planning and Reasoning for Automated C Unit Test Generation

SPARC：面向自动化C单元测试生成的场景规划与推理

Jaid Monwar Chowdhury, Chi-An Fu, Reyhaneh Jabbarvand

机构 * Bangladesh University of Engineering and Technology（孟加拉工程科技大学） ； National Taiwan University（台湾国立大学） ； 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)；分类 cs.AI、cs.SE

AI总结 SPARC通过神经符号方法和场景规划，提升C语言单元测试生成的覆盖率和代码质量，显著优于传统方法。

Comments 9 pages, 6 figures, 4 tables

Mastering Olympiad-Level Physics with Artificial Intelligence

用人工智能掌握竞赛级物理

Dong-Shan Jian, Xiang Li, Chen-Xu Yan, Hui-Wen Zheng, Zhi-Zhang Bian, You-Le Fang, Ren-Xi He, Jing-Tian Zhang, Ce Meng, Ling-Shi Meng, Bing-Rui Gong, Sheng-Qi Zhang, Yan-Qing Ma

机构 * School of Physics, Peking University（物理系，北京大学） ； School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学系，北京大学） ； Center for High Energy Physics, Peking University（高能物理中心，北京大学） 纠错

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

AI总结 本文提出LOCA框架，通过逻辑链增强方法在物理竞赛中实现接近完美的成绩，展示了AI在复杂物理推理中的强大能力。

Comments 8 pages, 3 figures, Content from the previous article 2510.01249 is included

Earth AI: Unlocking Geospatial Insights with Foundation Models and Cross-Modal Reasoning

Earth AI：利用基础模型和跨模态推理解锁地理空间洞察

Aaron Bell, Amit Aides, Amr Helmy, Arbaaz Muslim, Aviad Barzilai, Aviv Slobodkin, Bolous Jaber, David Schottlander, George Leifman, Joydeep Paul, Mimi Sun, Nadav Sherman, Natalie Williams, Per Bjornsson, Roy Lee, Ruth Alcantara, Thomas Turnbull, Tomer Shekel, Vered Silverman, Yotam Gigi, Adam Boulanger, Alex Ottenwess, Ali Ahmadalipour, Anna Carter, Behzad Vahedi, Charles Elliott, David Andre, Elad Aharoni, Gia Jung, Hassler Thurston, Jacob Bien, Jamie McPike, Jessica Sapick, Juliet Rothenberg, Kartik Hegde, Kel Markert, Kim Philipp Jablonski, Luc Houriez, Monica Bharel, Phing VanLee, Reuven Sayag, Sebastian Pilarski, Shelley Cazares, Shlomi Pasternak, Siduo Jiang, Thomas Colthurst, Yang Chen, Yehonathan Refael, Yochai Blau, Yuval Carny, Yael Maguire, Avinatan Hassidim, James Manyika, Tim Thelin, Genady Beryozkin, Gautam Prasad, Luke Barrington, Yossi Matias, Niv Efron, Shravya Shetty

机构 * Google Research（谷歌研究） ； Google X（谷歌X） ； Google Cloud（谷歌云） 纠错

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

AI总结 Earth AI通过基础模型和跨模态推理，提升地理空间数据分析能力，实现对地球的深入洞察。

Almost Sure Convergence of Differential Temporal Difference Learning for Average Reward Markov Decision Processes

平均奖励马尔可夫决策过程的差分时差学习的几乎必然收敛

Ethan Blaser, Jiuqi Wang, Shangtong Zhang

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

AI总结 本文提出在无本地时钟的情况下，通过标准递减学习率证明差分时差学习在平均奖励马尔可夫决策过程中的几乎必然收敛，扩展了其理论基础并接近实际应用。

Pinet: Optimizing hard-constrained neural networks with orthogonal projection layers

Pinet：通过正交投影层优化具有硬约束的神经网络

Panagiotis D. Grontas, Antonio Terpin, Efe C. Balta, Raffaello D'Andrea, John Lygeros

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

AI总结 Pinet通过正交投影层优化具有硬约束的神经网络，实现快速求解参数约束优化问题，提升训练效率和解的质量。

Comments Accepted for presentation at, and publication in the proceedings of, the Fourteenth International Conference on Learning Representations (ICLR 2026, oral)

VDLM: Variable Diffusion LMs via Robust Latent-to-Text Rendering

VDLM: 通过鲁棒的潜在到文本渲染实现变量扩散语言模型

Shuhui Qu

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 VDLM通过分离语义规划与文本渲染，利用嵌入空间后训练和鲁棒解码技术，在扩散语言模型中实现更高效的多步推理和长形式生成。

Arming Data Agents with Tribal Knowledge

赋予数据代理以部落知识

Shubham Agarwal, Asim Biswal, Sepanta Zeighami, Alvin Cheung, Joseph Gonzalez, Aditya G. Parameswaran

机构 * UC Berkeley（伯克利大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 Tk-Boost通过积累经验纠正NL2SQL代理的误解，提升其在大规模数据库中的查询准确性。

MedReasoner: Reinforcement Learning Drives Reasoning Grounding from Clinical Thought to Pixel-Level Precision

MedReasoner: 通过强化学习实现从临床思维到像素级精度的推理 grounding

Zhonghao Yan, Muxi Diao, Yuxuan Yang, Ruoyan Jing, Jiayuan Xu, Kaizhou Zhang, Lele Yang, Yanxi Liu, Kongming Liang, Zhanyu Ma

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

AI总结 MedReasoner 通过强化学习实现从临床推理到像素级精度的医学影像 grounding，提出统一医学推理 grounding 任务和 U-MRG-14K 数据集，展示其在医学影像分析中的优越性能。

Comments AAAI2026

PredMapNet: Future and Historical Reasoning for Consistent Online HD Vectorized Map Construction

PredMapNet: 未来与历史推理用于一致的在线高精度向量地图构建

Bo Lang, Nirav Savaliya, Zhihao Zheng, Jinglun Feng, Zheng-Hang Yeh, Mooi Choo Chuah

机构 * Lehigh University（莱维大学） ； Honda Research Institute USA（本田美国研究院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 PredMapNet通过结合地图实例跟踪和短期预测，实现一致的在线高精度向量地图构建，提升时间连续性和地图构建的稳定性。

Comments WACV 2026

Reactive Motion Generation With Particle-Based Perception in Dynamic Environments

动态环境中基于粒子的感知的反应式运动生成

Xiyuan Zhao, Huijun Li, Lifeng Zhu, Zhikai Wei, Xianyi Zhu, Aiguo Song

机构 * State Key Laboratory of Digital Medical Engineering（数字医疗工程国家重点实验室） ； Jiangsu Key Lab of Robot Sensing and Control（江苏省机器人感知与控制重点实验室） ； School of Instrument Science and Engineering（仪器科学与工程学院） ； Southeast University（东南大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于模型的动态环境反应式运动生成方法，通过张量化的粒子权重更新和障碍物意识的MPPI规划，提升安全性和反应性。

Comments This paper has 20 pages, 15 figures, and 3 tables

The Dataset of Daily Air Quality for the Years 2013-2023 in Italy

意大利2013-2023年每日空气质量数据集

Alessandro Fusta Moro, Alessandro Fassò, Jacopo Rodeschini

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出GRINS AQCLIM数据集，为意大利2013-2023年提供每日空气质量及气候数据，通过多重处理确保数据可靠性，支持公共卫生和政策研究。

Availability is all you need: achieving optimal regret with minimal information for dynamic matching

可用性足矣：在动态匹配中以最少的信息实现最优的后悔

Süleyman Kerimov, Pengyu Qian, Mingwei Yang, Sophie H. Yu

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于可用性的策略，通过最小信息实现动态匹配中的最优后悔，适用于排队和负载平衡系统。

Life-Cycle Effects of Comprehensive Sex Education

综合性性教育的生命周期效应

Volha Lazuka, Annika Elwert

专题命中 规划决策 ：planning(abstract)

AI总结 瑞典综合性性教育改革通过塑造社会规范，减少了意外怀孕并提高了女性劳动力参与率。

Rotational Splittings in Diatomic Molecules of Interest to Searches for New Physics

双原子分子的旋转分裂及其对新物理搜索的意义

Ayaki Sunaga, Timo Fleig

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出理论模型计算双原子分子的$Λ$分裂，预测TaO$^+$分子的分裂为9 kHz，为新物理实验提供理论支持。

Comments 14 pages, 1 figure

Homotopy-Aware Multi-Agent Path Planning on Plane

平面中具有同伦意识的多智能体路径规划

Kazumi Kasaura

专题命中 多智能体 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出基于Dynnikov坐标的高效框架，用于平面中多智能体路径规划，通过结合优先规划生成多个同伦不同的解决方案，并验证其在避免局部最优解方面的有效性。

Comments 23 pages with 5 pages of references and appendices, 25 figures

Journal ref Journal of Artificial Intelligence Research 85, Article 15 (February 2026)

A2H: Agent-to-Human Protocol for AI Agent

A2H：AI代理的代理到人类协议

Zhiyuan Liang, Enfang Cui, Qian Wei, Rui She, Tianzheng Li, Minxin Guo, Yujun Cheng

专题命中 多智能体 ：agent(title,abstract)；AI agent(title,abstract)；tool use(abstract)；planning(abstract)

AI总结 A2H协议通过统一机制使人类成为可发现的可解析实体，推动AI代理向人类连接的智能基础设施发展。

Does Socialization Emerge in AI Agent Society? A Case Study of Moltbook

人工智能代理社会中社会化是否会出现？Moltbook案例研究

Ming Li, Xirui Li, Tianyi Zhou

机构 * University of Maryland（马里兰大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL

AI总结 Moltbook研究揭示AI代理社会在规模和交互密度下难以形成稳定结构和共识，表明社会化需要更复杂的机制。

Causally-Guided Automated Feature Engineering with Multi-Agent Reinforcement Learning

基于多智能体强化学习的因果引导自动化特征工程

Arun Vignesh Malarkkan, Wangyang Ying, Yanjie Fu

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 CAFE通过因果引导的多智能体强化学习提升自动化特征工程的鲁棒性和效率。

Comments 11 Pages, References and Appendix

Graphon Mean-Field Subsampling for Cooperative Heterogeneous Multi-Agent Reinforcement Learning

图论均值场子采样用于协作异质多智能体强化学习

Emile Anand, Richard Hoffmann, Sarah Liaw, Adam Wierman

机构 * California Institute of Technology（加州理工学院） ； Harvard University（哈佛大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 GMFS通过子采样异质智能体交互，实现可扩展的协作多智能体强化学习，具有poly(κ)样本复杂度和O(1/√κ)最优性差距。

Comments 43 pages, 5 figures, 1 table