AI Agent

MA-CoNav: A Master-Slave Multi-Agent Framework with Hierarchical Collaboration and Dual-Level Reflection for Long-Horizon Embodied VLN

MA-CoNav：一种具有分层协作和双阶段反思的主从多智能体框架用于长周期具身视觉语言导航

Ling Luo, Qianqian Bai

机构 * Southwestern University of Finance（西南财经大学） ； Department of Informatics,Universitat Hamburg, Hamburg, Germany（汉堡大学信息学院） ； University of Electronic Science（电子科学大学） 纠错

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

AI总结 MA-CoNav 通过主从分层架构和双阶段反思机制，提升长周期具身视觉语言导航任务的性能。

VisionCreator: A Native Visual-Generation Agentic Model with Understanding, Thinking, Planning and Creation

VisionCreator: 一种具有理解、思考、规划和创作能力的原生视觉生成智能体模型

Jinxiang Lai, Zexin Lu, Jiajun He, Rongwei Quan, Wenzhe Zhao, Qinyu Yang, Qi Chen, Qin Lin, Chuyue Li, Tao Gao, Yuhao Shan, Shuai Shao, Song Guo, Qinglin Lu

机构 * Tencent Hunyuan（腾讯文言） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 VisionCreator是一种结合理解、思考、规划和创作能力的原生视觉生成智能体模型，通过创新方法提升复杂创作任务的性能。

Graph-GRPO: Stabilizing Multi-Agent Topology Learning via Group Relative Policy Optimization

图GRPO：通过群体相对策略优化稳定多智能体拓扑学习

Yueyang Cang, Xiaoteng Zhang, Erlu Zhao, Zehua Ji, Yuhang Liu, Yuchen He, Zhiyuan Ning, Chen Yijun, Wenge Que, Li Shi

机构 * Tsinghua University（清华大学） ； Donghua University（东华大学） 纠错

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

AI总结 图GRPO通过群体相对策略优化稳定多智能体拓扑学习，提升训练稳定性并识别关键通信路径。

MedLA: A Logic-Driven Multi-Agent Framework for Complex Medical Reasoning with Large Language Models

MedLA：基于大语言模型的复杂医学推理多智能体框架

Siqi Ma, Jiajie Huang, Fan Zhang, Yue Shen, Jinlin Wu, Guohui Fan, Zhu Zhang, Zelin Zang

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

AI总结 MedLA是一种基于大语言模型的逻辑驱动多智能体框架，通过多轮图引导讨论实现透明推理和共识达成，有效提升复杂医学推理性能。

Comments accepted by AAAI-26 (ORAL)

Agentic Mixed-Source Multi-Modal Misinformation Detection with Adaptive Test-Time Scaling

具有自适应测试时间缩放的代理混合源多模态虚假信息检测

Wei Jiang, Tong Chen, Wei Yuan, Quoc Viet Hung Nguyen, Hongzhi Yin

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

AI总结 AgentM3D通过自适应测试时间缩放和多代理框架提升零样本多模态虚假信息检测性能。

Benefits and Pitfalls of Reinforcement Learning for Language Model Planning: A Theoretical Perspective

强化学习在语言模型规划中的利弊：一种理论视角

Siwei Wang, Yifei Shen, Haoran Sun, Shi Feng, Shang-Hua Teng, Li Dong, Yaru Hao, Wei Chen

机构 * Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Harvard University（哈佛大学） ； University of Southern California（南加州大学） 纠错

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

AI总结 本文从理论角度分析强化学习在语言模型规划中的利弊，揭示探索的重要性及Q学习在多样性保持方面的优势。

Probing More-Than-Human Representation in Crisis Resilience Planning: An HCI Researcher Perspective

在危机韧性规划中探查超人类表征：人机交互研究者视角

Tram Thi Minh Tran, Adrian Wong, Callum Parker, Carlos Alfredo Tirado Cortes, Marius Hoggenmueller, Soojeong Yoo, Nate Zettna, Joel Fredericks

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

AI总结 本文从人机交互研究者视角探讨危机韧性规划中如何通过设计探查实现非人类视角的表征，揭示了超人类表征设计中的张力与挑战。

Comments Accepted into CHI 2026 Posters track

REFLEX: Metacognitive Reasoning for Reflective Zero-Shot Robotic Planning with Large Language Models

REFLEX：基于大语言模型的反思零样本机器人规划的元认知推理

Wenjie Lin, Jin Wei-Kocsis, Jiansong Zhang, Byung-Cheol Min, Dongming Gan, Paul Asunda, Ragu Athinarayanan

机构 * School of Applied and Creative Computing, Purdue University（应用与创意计算学院，普渡大学） ； Bowen School of Construction, Purdue University（建设学院，普渡大学） ； School of Engineering Technology, Purdue University（工程技术学院，普渡大学） ； Department of Technology Leadership and Innovation, Purdue University（技术领导与创新部门，普渡大学） 纠错

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

AI总结 REFLEX通过引入元认知学习，提升大语言模型在机器人任务中的推理、反思与创造力，实现零样本下的高效规划。

ViPlan: A Benchmark for Visual Planning with Symbolic Predicates and Vision-Language Models

ViPlan：一个用于视觉规划的基准，结合符号谓词和视觉-语言模型

Matteo Merler, Nicola Dainese, Minttu Alakuijala, Giovanni Bonetta, Pietro Ferrazzi, Yu Tian, Bernardo Magnini, Pekka Marttinen

机构 * Fondazione Bruno Kessler（布鲁诺·科塞拉基金会） ； Department of Computer Science, Aalto University（艾尔沃斯大学计算机科学系） ； Department of Mathematics, Università degli Studi di Padova（帕多瓦大学数学系） 纠错

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

AI总结 ViPlan是一个用于视觉规划的基准，比较基于VLMs的符号方法与直接VLM规划方法，发现不同方法在不同任务中的表现差异。

Comments 8 pages, 5 figures and 1 table in the main text; 50 pages, 16 figures and 19 tables including supplementary material

StarWhisper Telescope: An AI framework for automating end-to-end astronomical observations

StarWhisper望远镜：一种用于自动化端到端天文观测的AI框架

Cunshi Wang, Yu Zhang, Yuyang Li, Xinjie Hu, Yiming Mao, Xunhao Chen, Pengliang Du, Rui Wang, Ying Wu, Hang Yang, Yansong Li, Beichuan Wang, Haiyang Mu, Zheng Wang, Jianfeng Tian, Liang Ge, Yongna Mao, Shengming Li, Xiaomeng Lu, Jinhang Zou, Yang Huang, Ningchen Sun, Jie Zheng, Min He, Yu Bai, Junjie Jin, Hong Wu, Jifeng Liu

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Optical Astronomy National Astronomical Observatories Chinese Academy of Sciences（中国科学院国家天文台光学天文重点实验室） ； School of Computing Science Simon Fraser University（西蒙弗雷泽大学计算机科学学院） ； College of Science Tibet University（西藏大学理学院） ； Institute for Frontiers in Astronomy and Astrophysics Beijing Normal University（北京师范大学前沿天文与天体物理研究院） ； Liii Network Co（Liii网络公司） 纠错

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

AI总结 StarWhisper望远镜是一种结合大语言模型与模块化工作流的AI框架，用于自动化天文观测，提升观测效率并促进业余与专业天文学家的协作。

Comments 33 pages

Ranking Mean-Field Planning Games

排序均场规划游戏

Ali Almadeh, Tigran Bakaryan, Diogo Gomes, Melih Ucer

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了一种基于排名的均场规划系统，通过势函数形式将其转化为偏微分方程，并证明了经典解的等价性与唯一性，同时在低正则性条件下建立了弱解的存在性。

What Are You Doing? Effects of Intermediate Feedback from Agentic LLM In-Car Assistants During Multi-Step Processing

你在做什么？代理LLM车载助手在多步骤处理中的中间反馈影响

Johannes Kirmayr, Raphael Wennmacher, Khanh Huynh, Lukas Stappen, Elisabeth André, Florian Alt

专题命中 规划决策 ：agentic(title,abstract)

AI总结 研究探讨了代理式LLM车载助手在多步骤处理中中间反馈对用户体验的影响，发现中间反馈能提升信任和效率，同时减少任务负荷，提出适应性反馈策略以平衡透明度与效率。

Comments Accepted at CHI 2026

MMH-Planner: Multi-Mode Hybrid Trajectory Planning Method for UAV Efficient Flight Based on Real-Time Spatial Awareness

MMH-Planner: 多模式混合轨迹规划方法：基于实时空间感知的无人机高效飞行

Yinghao Zhao, Chenguang Dai, Liang Lyu, Zhenchao Zhang, Chaozhen Lan, Hong Xie

机构 * School of Surveying and Mapping, Information Engineering University（测绘学院，信息工程大学） ； School of Geodesy and Geomatics, Hubei Luojia Laboratory（地质测绘学院，湖北珞珈实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 MMH-Planner通过多模式混合轨迹规划方法，结合实时空间感知提升无人机飞行效率，优化规划效率与计算成本。

IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models

IMR-LLM：基于大语言模型的工业多机器人任务规划与程序生成

Xiangyu Su, Juzhan Xu, Oliver van Kaick, Kai Xu, Ruizhen Hu

机构 * Shenzhen University（深圳大学） ； SpeedBot Robotics Co., Ltd.（SpeedBot机器人科技有限公司） ； Carleton University（卡尔顿大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院工业人工智能研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 IMR-LLM通过大语言模型实现工业多机器人任务规划与程序生成，结合析取图和过程树，提出高效任务计划和可执行程序生成方法，并构建了多复杂度层次的IMR-Bench基准。

Compositional Visual Planning via Inference-Time Diffusion Scaling

通过推理时扩散缩放进行组合式视觉规划

Yixin Zhang, Yunhao Luo, Utkarsh Aashu Mishra, Woo Chul Shin, Yongxin Chen, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Michigan（密歇根大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出通过推理时扩散缩放进行组合式视觉规划，利用Tweedie估计强制边界一致，实现长时间范围的稳定规划。

From Language to Action: Can LLM-Based Agents Be Used for Embodied Robot Cognition?

从语言到行动：基于大语言模型的代理能否用于具身机器人认知？

Shinas Shaji, Fabian Huppertz, Alex Mitrevski, Sebastian Houben

机构 * Institute of AI and Autonomous Systems (A 2 S)（人工智能与自主系统研究所） ； Hochschule Bonn-Rhein-Sieg（波恩-莱茵-锡格大学） ； Division for Systems and Control（系统与控制系） ； Chalmers University of Technology（查尔姆斯理工大学） ； Fraunhofer Institute for Intelligent Analysis and Information Systems（弗劳恩霍夫智能分析与信息系统研究所） 纠错

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

AI总结 本文研究了基于大语言模型的代理在家庭任务中的表现，探讨其在具身机器人认知中的潜力与挑战。

Comments Accepted for publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA)

ORCA: Orchestrated Reasoning with Collaborative Agents for Document Visual Question Answering

ORCA：用于文档视觉问答的协作代理协同推理

Aymen Lassoued, Mohamed Ali Souibgui, Yousri Kessentini

机构 * Digital Research Center of Sfax, SMARTS Laboratory（突尼斯斯法克斯数字研究中心，SMARTS实验室） ； École Polytechnique de Tunisie, University of Carthage（突尼斯理工学院，卡塔赫纳大学） ； Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心） 纠错

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

AI总结 ORCA通过协作代理协同推理提升文档视觉问答的复杂推理与多步骤工作流处理能力。

RAPO: Expanding Exploration for LLM Agents via Retrieval-Augmented Policy Optimization

RAPO：通过检索增强策略优化扩展LLM代理的探索

Siwei Zhang, Yun Xiong, Xi Chen, Zi'an Jia, Renhong Huang, Jiarong Xu, Jiawei Zhang

机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； UC Davis（加州大学戴维斯分校） 纠错

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

AI总结 RAPO通过引入检索增强策略优化，扩展LLM代理的探索能力，提升训练效率和探索效果。

Comments Submit to KDD 2026

OrchMAS: Orchestrated Reasoning with Multi Collaborative Heterogeneous Scientific Expert Structured Agents

OrchMAS: 基于多协作异构科学专家结构代理的协同推理

Yichao Feng, Haoran Luo, Zhenghong Lin, Yiqun Sun, Pengfei Wei, Lawrence B. Hsieh, Anh Tuan Luu

机构 * Magellan Technology Research Institute (MTRI)（Magellan技术研究 institute） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 OrchMAS通过双层多模型编排框架，实现异构科学专家代理的动态协作，提升复杂科学推理的鲁棒性和效率。

Retrieval-Augmented Robots via Retrieve-Reason-Act

通过检索-推理-行动实现增强型机器人

Izat Temiraliev, Diji Yang, Yi Zhang

机构 * University of California, Santa Cruz（加州大学圣克ruz分校） 纠错

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

AI总结 本文提出检索增强型机器人学（RAR）范式，通过检索-推理-行动循环，使机器人能从外部文档获取未见程序知识，提升复杂任务执行能力。

LLMs for High-Frequency Decision-Making: Normalized Action Reward-Guided Consistency Policy Optimization

基于大语言模型的高频决策：归一化动作奖励引导的一致性策略优化

Yang Zhao, Zihao Li, Zhiyu Jiang, Dandan Ma, Ganchao Liu, Wenzhe Zhao

机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院、光学和电子学（iOPEN）、西北工业大学） 纠错

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

AI总结 本文提出NAR-CP方法，通过归一化动作奖励和一致性损失优化，提升高频决策任务中的策略一致性与泛化能力。

Conversational Learning Diagnosis via Reasoning Multi-Turn Interactive Learning

通过推理的多轮交互学习诊断

Fangzhou Yao, Sheng Chang, Weibo Gao, Qi Liu

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

AI总结 本文提出ParLD框架，通过多智能体协作实现对话学习中的认知诊断，提升诊断的可靠性和洞察力。

Comments AAAI 2026

Extending the Formalism and Theoretical Foundations of Cryptography to AI

扩展密码学形式化和理论基础以适应人工智能

Federico Villa, F. Betül Durak, Tadayoshi Kohno, Tapdig Maharramli, Franziska Roesner

专题命中 规划决策 ：agent(abstract)；agentic(abstract)

AI总结 本文提出了一种基于形式化方法的代理访问控制框架，通过统一保密性、完整性和可用性，解决了现有授权机制缺乏共享基础的问题，并证明了模块化分解在代理系统安全性中的重要性。

AgenticTagger: Structured Item Representation for Recommendation with LLM Agents

AgenticTagger: 基于LLM代理的结构化物品表示用于推荐

Zhouhang Xie, Bo Peng, Zhankui He, Ziqi Chen, Alice Han, Isabella Ye, Benjamin Coleman, Noveen Sachdeva, Fernando Pereira, Julian McAuley, Wang-Cheng Kang, Derek Zhiyuan Cheng, Beidou Wang, Randolph Brown

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

AI总结 AgenticTagger通过多代理反思机制生成高质量结构化物品表示，提升推荐系统的多样场景性能。

The Vienna 4G/5G Drive-Test Dataset

维也纳4G/5G路测数据集

Wilfried Wiedner, Lukas Eller, Mariam Mussbah, Dominik Rössler, Valerian Maresch, Philipp Svoboda, Markus Rupp

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

AI总结 维也纳4G/5G路测数据集提供城市级的4G/5G路测数据，结合扫描仪和手机日志，支持网络分析、传播建模和射线追踪校准等研究。

Comments 18 pages, 12 figures, 8 tables. Submitted to Scientific Data

Diffusion-MPC in Discrete Domains: Feasibility Constraints, Horizon Effects, and Critic Alignment: Case study with Tetris

离散领域中的扩散-MPC：可行性约束、时间范围效应与批评者对齐：以Tetris为例

Haochuan Kevin Wang

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文研究了离散领域中Diffusion-MPC的可行性约束、时间范围效应及批评者对齐问题，通过Tetris案例发现可行性掩码和计算选择对规划效果有显著影响。

Comments 7 pages, 3 figures, 2 tables. Includes regret diagnostics and compute-quality frontier analysis. Code and experiment configurations available in the Diffusion-Tetris repository

Characterizing and Predicting Wildfire Evacuation Behavior: A Dual-Stage ML Approach

刻画和预测野火疏散行为：一种双阶段机器学习方法

Sazzad Bin Bashar Polock, Anandi Dutta, Subasish Das

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

AI总结 本文提出一种双阶段机器学习方法，用于刻画和预测野火疏散行为，揭示潜在行为类型并预测关键疏散结果。

Comments This is the author's preprint version of a paper accepted for presentation at SoutheastConn 2026. The final published version will appear in the official conference proceedings. Conference site: https://ieeesoutheastcon.org/

ATPO: Adaptive Tree Policy Optimization for Multi-Turn Medical Dialogue

ATPO：多轮医疗对话中的自适应树策略优化

Ruike Cao, Shaojie Bai, Fugen Yao, Liang Dong, Jian Xu, Li Xiao

机构 * University of Science and Technology of China（中国科学技术大学） ； Qwen Applications Business Group, Alibaba Group（阿里云应用业务部） ； Zhejiang University（浙江大学） 纠错

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

AI总结 ATPO通过自适应树策略优化提升多轮医疗对话中的信息获取效率，有效解决不确定性问题，实验表明其在医疗对话任务中表现优异。

Comments Accepted to ICLR 2026

RxnNano:Training Compact LLMs for Chemical Reaction and Retrosynthesis Prediction via Hierarchical Curriculum Learning

RxnNano:通过层次化课程学习训练紧凑的LLM用于化学反应和逆合成预测

Ran Li, Shimin Di, Haowei LI, Luanshi Bu, Jiachuan Wang, Wangze Ni, Lei Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southeast University（东南大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 RxnNano通过层次化课程学习训练紧凑LLM，提升化学反应和逆合成预测性能，实现23.5%准确率提升。

Echoing: Identity Failures when LLM Agents Talk to Each Other

回声：当大语言模型代理相互交谈时的身份失败

Sarath Shekkizhar, Romain Cosentino, Adam Earle, Silvio Savarese

机构 * Salesforce AI Research（Salesforce AI研究） 纠错

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

AI总结 研究发现LLM代理在相互对话中出现身份失败现象，即回声，通过实验表明回声率高达70%，并提出结构化响应作为缓解措施。

Comments Published at ICLR workshop. Related blog post: https://www.salesforce.com/blog/agent-to-agent-interaction/