AI Agent

Agent-G$^2$: Gaussian Guidance for Agentic Reinforcement Learning

Agent-G$^2$：面向智能体强化学习的高斯引导框架

Zixuan Wang, Yanrui Miao, Zhengxi Lu, Teng Pan, Yiwen Qiu, Hongxing Li, Peng Qiu, Ruiqing Zhang, Yongliang Shen

机构 * Baidu Inc.（百度公司） ； Shandong University（山东大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 Agent-G$^2$ 是面向智能体强化学习的高斯引导框架，通过在线估计高斯分布参数确定引导深度，在 ALFWorld 等任务上以更低成本实现优于基线的性能。

Comments Code: this https URL (https://github.com/ZJU-REAL/Agent-G2); Project page: this https URL (https://zju-real.github.io/Agent-G2)

ATP-Bench: Towards Agentic Tool Planning for MLLM Interleaved Generation

ATP-Bench: 向多模态大语言模型交错生成的代理工具规划迈进

Yinuo Liu, Zi Qian, Heng Zhou, Jiahao Zhang, Yajie Zhang, Zhihang Li, Mengyu Zhou, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 针对多模态大语言模型交错生成中事实性与创造性难以统一的问题，提出ATP-Bench基准，包含7702个问题-答案对，评估代理工具规划能力，揭示模型在交错规划中的不足。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026

Physical Agentic AI: An Architecture for Orchestrating a Robot Crew with LLMs

物理智能体AI：一种用于协调机器人团队与大语言模型的架构

Xinyuan Liu, Eren Sadikoglu, Riana Chatterjee, Ransalu Senanayake

机构 * School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） 纠错

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

AI总结 本文提出Physical Agentic AI框架，通过语义规划与执行间的显式架构接口协调机器人团队，在两类任务中验证其可提升技能落地率、减少故障动作，为物理机器人团队提供可靠协调方案。

BioMed-Agent-RL: A Meta Learning, All You Need for Biomedical Applications

BioMed-Agent-RL：元学习，生物医学应用的一切所需

Md Asaduzzaman Jabin, Zihao Wu, Tianming Liu

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

AI总结 该研究针对临床视觉大语言模型的缺陷，提出BioMed-Agent-RL医学智能体，整合多模态元学习与强化学习等技术，在多基准实验中准确率达约73%，较现有模型提升约5%，为临床智能体系统建立新标准。

SSE-Bio: A Structured Self-Evolving Agent with Agentic Retrieval Policy for Multi-Hop Biomedical Reasoning

SSE-Bio：面向多跳生物医学推理的、具备智能体式检索策略的结构化自进化智能体

Zhaohan Meng, Zaiqiao Meng, Siwei Liu, Hao Xu, Ke Yuan, Iadh Ounis

机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算科学学院） ； Brigham and Women’s Hospital, Harvard Medical School, Harvard University（哈佛大学医学院附属布莱根妇女医院） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室） ； School of Natural and Computing Science, University of Aberdeen（阿伯丁大学自然与计算科学学院） ； School of Cancer Sciences, University of Glasgow（格拉斯哥大学癌症科学学院） ； Cancer Research UK Scotland Institute（英国癌症研究苏格兰研究所） 纠错

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

AI总结 本研究针对生物医学多跳问答的指令漂移问题，提出SSE-Bio结构化自进化智能体，通过代理策略选择性检索、细粒度模板编辑及组相对策略优化，在三个基准上实现优于现有基线的性能，BioHopR上提升6.56绝对点。

Comments Accepted to EMNLP 2026

Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning

面向复杂临床推理的稀疏多阶段智能体专家路由机制

Sike Xiang, Shuang Chen, Qian sun, Jia Cheng, Yusi Wei, Amir Atapour-Abarghouei

机构 * Durham University（杜伦大学） 纠错

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

AI总结 本文提出Sparse Multi-Stage Expert-Agent Routing框架，通过自适应激活稀疏专家智能体实现高效临床推理，引入ClinFEScore评估协议，在200例真实MDT病例上达91.5%诊断准确率，激活专家数从17.0降至3.0。

Hierarchical Compositionality for An Assistive AI Agent

面向辅助AI智能体的分层组合性

Tianyi Fu, Mohan Sridharan

机构 * University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 本文针对辅助AI智能体的歧义问题，提出嵌入分层组合性原则的架构，结合语义兼容性等模型推理实现歧义消除，实验表明其性能优于当前最优数据驱动基线，可适配特定用户画像。

Comments 29 pages, 9 figures, 4 tables. Project page: this https URL (https://tianyi-fu.github.io/HCAA)

ExploreAI: Agentic Exploration Knowledge Bases for Reproducible Observable-Regression Testing of Black-Box VR and 3D Applications

ExploreAI：用于黑盒VR与3D应用可复现可观测回归测试的智能探索知识库

Jiajie Wang, Kebin Peng, Wei Wang, Xiaoyin Wang, Sen He, Xue Qin

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

AI总结 ExploreAI是LLM驱动的智能体框架，通过构建探索知识库（EKB），实现黑盒VR与3D应用的可复现可观测回归测试，在多场景中验证了其有效性。

Comments 11 pages, 3 figures, 8 tables

Distributed Trajectory Planning and Resource Allocation for Dynamic Multi-UAV Collaborative Computing

面向动态多无人机协同计算的分布式轨迹规划与资源分配

Tiankui Zhang, Wenlong Xu, Tianyi Shi, Xiaoxia Xu, Arumugam Nallanathan

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

AI总结 本文针对动态参与的多无人机协同计算场景，构建分布式MEC框架，基于斯塔克尔伯格博弈联合优化轨迹与资源，提出分层MADRL算法，仿真显示其能提升无人机效率、降低移动终端开销且适配不同网络规模。

Self-Evolving Scientific Agent Discovers Generalizable Physically-Reasoned Fluid Control

自进化科学智能体发现可泛化的物理推理流体控制

Boai Sun, Wenjin Guo, Zongmin Yu, Liu Yang

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出一种由大语言模型驱动的自进化科学智能体工作流，通过迭代代码生成和物理仿真诊断，自动构建可解释的控制器，并在欠驱动双关节狗鲨游泳器目标到达任务中实现零样本泛化。

TRACE: A Unified Rollout Budget Allocation Framework for Efficient Agentic Reinforcement Learning

TRACE：一种用于高效智能体强化学习的统一展开预算分配框架

Heming Zou, Qi Wang, Yun Qu, Yuhang Jiang, Lizhou Cai, Yixiu Mao, Ru Peng, Xin Xu, Weijie Liu, Kai Yang, Saiyong Yang, Xiangyang Ji

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

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

AI总结 针对多轮智能体强化学习中奖励对比度不足的问题，提出TRACE框架，通过将每个ReAct式思考-行动-观察步骤建模为语义节点，在固定采样预算内将预算分配到提示根和中间前缀，增强奖励对比，提升策略更新信号。

Comments Accepted by EMNLP 2026 Main Conference, 32 pages, 12 figures, 6 tables

Agentic Security: A Systematization of Tools, Failure Modes, and Design Laws for LLM-Driven Penetration Testing

智能体安全：LLM驱动渗透测试的工具、失效模式与设计法则体系化研究

Israt Moyeen Noumi, Tarannum Ahmed Nowshin, Md. Mehedi Hasan Nipu, Mohammad Sakib Mahmood, Md. Jakir Hossain, M. F. Mridha

机构 * Ahsanullah University of Science and Technology（阿赫桑乌拉科技大学） ； BRAC University（BRAC大学） ； North South University（北南大学） ； Missouri State University（密苏里州立大学） ； Multimedia University（多媒体大学） ； American International University-Bangladesh（孟加拉国美国国际大学） 纠错

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

AI总结 该研究对LLM驱动渗透测试的智能体安全相关工具、失效模式等体系化，推导定量规律与设计法则，实现Inspectra平台验证。

DeepRefine: Agentic Knowledge Refinement via Reinforcement Learning

DeepRefine: 通过强化学习进行代理编译知识的精炼

Haoyu Huang, Jiaxin Bai, Shujie Liu, Yang Wei, Huihao Jing, Hong Ting Tsang, Yisen Gao, Zhongwei Xie, Yufei Li, Yangqiu Song

机构 * HKUST（香港科技大学） ； HKBU（香港大学） ； Microsoft Research Asia Hong Kong（微软亚洲研究院（香港）） 纠错

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

AI总结 DeepRefine是一种基于LLM的推理模型，通过用户查询提升预构建知识库的质量，以适应下游任务。该模型通过多轮交互和归纳诊断定位缺陷并进行针对性精炼，采用Gain-Beyond-Draft奖励机制进行强化学习训练。

EMPIRE: Explicit Manipulation Planning as a Learnable Intermediate Representation for Egocentric Hand-Motion Forecasting

EMPIRE：将显式操作规划作为可学习中间表征用于自我中心视角下手运动预测

Wen Wang, Ruibing Hou, Hong Chang, Shiguang Shan, Xilin Chen

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

AI总结 该研究针对现有手运动预测方法忽略操作过程、梯度干扰的问题，提出两阶段框架EMPIRE，构建EMPIRE-651K数据集，实现了更优的手运动预测精度。

Comments 14 pages, 10 figures, 18 tables

Read Less, Solve More: Token-Efficient Sparse Reading for AI Agents

少读多解：面向智能体的令牌高效稀疏阅读

Zedong Liu, Jiaan Wu, Xinyang Ma, Le Xu, Kai Wang, Yuanchao Hu, Dingwen Tao, Guangming Tan

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

AI总结 针对智能体过度阅读导致的成本高、证据稀释问题，提出无需训练的SparseRead阅读层，可减少92.9%令牌量、89.0%耗时，且在多模型、多场景下保持或提升任务质量，可移植性强。

From Solver Feedback to Faithful Plans: Multi-Role Reinforcement Learning for Symbolic Planning

从求解器反馈到可信规划：用于符号规划的多角色强化学习

Chenghao Zhang, Yikai Mao, Shanqi Liu, Haoyu Gao, SaiSai Hu, Dan Roth

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Pace University（佩斯大学） 纠错

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

AI总结 该研究提出基于求解器的多角色强化学习框架，仅用求解器反馈实现无人工演示的自然语言转PDDL，在PlanBench上显著提升规划成功率与可信性，降低语义漂移。

Geo-VLA: Geometry-Aware Vision-Language-Action Planning via Internalization of Map Semantics

Geo-VLA：通过内化地图语义实现几何感知的视觉-语言-动作规划

Ran Chen, Jiaxing Ren, Zhikun Zhang, Yunhao Hou, Junbao Zhuo, Bochao Zou

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

AI总结 该研究针对VLA模型在复杂驾驶场景中规划性能不足的问题，提出可即插即用的Geo-VLA框架，结合自研Geo-QA数据集，在NAVSIM v1上实现单目VLA规划器的新SOTA。

Training Agents to Evolve with Their Harness: TaoLive Digital Avatar Agent Technical Report

TaoLive数字虚拟人智能体技术报告：训练智能体随其Harness进化

TaoLive AIGC LLM Team: Yuhan Sun, Wenhao Lin, Yongdong Luo, Yibo Hu, Meiguang Jin, Junfeng Ma, Weihang Pan, Jiaxin Zhao, Zulong Chen

机构 * TaoLive（陶境科技） 纠错

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

AI总结 本研究针对直播电商数字虚拟人主播的实时需求，提出HAT方法，结合HSA的三阶段训练，使35B紧凑模型在低延迟下适配Harness变化，性能优于基础模型及通用大语言模型。

ScienceFlow: A long-horizon agent for ML research, scientific discovery and beyond

ScienceFlow：面向机器学习研究、科学发现及更广泛领域的长时智能体

Mingming Zhao, Jiqian Dong, Kangping Xu, Zadid Hasan, Chengrui Fan, Shan Jiang, Shuai Mao, Yating Ling, Linyi Zou, Tailin Zhou, Yun Hin Chan, Wenkai Zhang, Zhanhong Zhou, Guowei Huang, Hongliang Li, Wenjing Cun, Zhitang Chen, Mingxuan Yuan, Yanhui Geng

机构 * Noah’s Ark Lab, Huawei（华为诺亚方舟实验室） 纠错

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

AI总结 ScienceFlow是一款端到端自主研究智能体框架，通过ESTRA机制与证据感知执行控制器实现长时研究的状态管理与资源分配，在24小时预算内的MLE-bench基准测试中取得70.22%的Any-Medal最优分数，为长时自主研究提供了有效方案。

Balancing Safety and Optimality in Robot Path Planning: Algorithm and Metric

在机器人路径规划中平衡安全性和最优性：算法与度量

Jatin Kumar Arora, Soutrik Bandyopadhyay, Sunil Sulania, Shubhendu Bhasin

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

AI总结 本文提出统一路径规划算法UPP，通过自适应启发式加权动态平衡安全与最优性，引入OptiSafe指标评估，实验证明在复杂环境中性能优于现有方法。

Comments 32 pages

CSymPlan: Certified Symbolic Planning and Control for High-DOF Manipulators

CSymPlan：面向高自由度机械臂的可验证符号规划与控制

Aditya Narendra, Ashok Kumar Saini, Mahathi Anand, Mahmoud Khaled, Fares J. Abu-Dakka, Abdalla Swikir

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学（MBZUAI）） ； Technical University of Munich（慕尼黑工业大学） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CSymPlan框架，通过离线预计算可验证策略与在线运行时循环，使高自由度机械臂完成可达-规避任务时零安全违规，无验证动作时安全处理。

AgentFlow: A Flow-Centric Policy Language and Framework for Securing LLM Agent Systems

AgentFlow：一种以流为中心的策略语言与框架，用于保障大语言模型智能体系统的安全

Basavesh Ammanaghatta Shivakumar, Swarn Priya, Peng Gao

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出以流为中心的AgentFlow策略语言与框架，通过运行时监控与SMT验证保障LLM智能体系统安全，在多基准测试中显著降低入侵率并提升效用。

GCS-Bridging: Restoring Connectivity of Disconnected Convex Sets for Graph-of-Convex-Sets Motion Planning

GCS-Bridging：恢复凸集图运动规划中断开凸集的连通性

Xiaokai Zhou, Baoshi Cao, Yang Liu, Kui Sun, Boyu Ma, Zhengpu Wang, Zongwu Xie

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对凸集图（GCS）规划中起始与目标区域断开的问题，提出GCS-Bridging方法，通过无碰撞点路径与凸集膨胀恢复连通性，模拟与硬件实验验证其高成功率与实用性。

Comments 8 pages, 3 figures

Beyond Instance Slots: Semantically Rich World Models for Physical Interaction Planning

超越实例槽：面向物理交互规划的语义丰富世界模型

Juntao Cheng, Jingkai Wang, Yijun Shen, Xiansheng Chen, Zhiwei Yu

机构 * Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对物理交互规划中实例槽无法明确实体任务角色的问题，提出SR-WM模型，通过功能角色绑定实现语义接口，在LIBERO模拟套件等评估中验证了其视觉动力学与规划决策的连接能力。

Ludi${}_{\scriptscriptstyle 0.1}$: An Agentic System for Socially Intelligent Robots

Ludi₀.₁：面向社交智能机器人的智能体系统

Wooseong Chung, William Cong, Jakub Dworakowski, Ethan Ewer, Tri Wahyu Guntara, Yeonwoo Jeong, Tianchong Jiang, Chaewon Kim, Hyunseo Kim, Jinwoo Kim, Jinyeon Kim, Yea-Seul Kim, Jack Kunde, Kangwook Lee, Sangheon Lee, Robert Nowak, Junha Roh

机构 * Ludo Robotics（乐动机器人） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 该研究提出Ludi₀.₁智能体系统，集成多技能与微调视觉语言模型，为社交智能机器人提供可行的人机协作方案，还可生成相关交互轨迹用于开发更融合的机器人基础模型。

EDGE: Experience-Distillation for Guided Exploration in Agentic Reinforcement Learning

EDGE：智能体强化学习中引导探索的经验蒸馏方法

Can Xie, Yuyi Zhou, Wen Yang, Ziyi zhang, Siyao Song, Yingzhuo Deng, Shuo Ren, Jiajun Zhang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） ； Wuhan AI Research（武汉人工智能研究院） 纠错

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

AI总结 本文提出EDGE框架，将检索的经验内化到策略中，在ALFWorld和WebShop数据集7B规模下较GRPO提升8.3、12.5个成功率百分点，移除外部经验后仍保留96.0%支架性能。

Comments Accepted to EMNLP 2026 (Main Conference)

Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent

基于记忆增强推理的大语言模型智能体群组推荐增强方法

Qimeng Niu, Bowen Hao, Zixuan Zhang, Shuyu Qu, Hongzhi Yin

专题命中 规划决策 ：agent(title,abstract)

AI总结 本研究提出基于LLM智能体的AGR模型，通过记忆模块与推理模块建模群组偏好动态演变及决策过程，在公开数据集上显著提升了群组推荐的准确率与可解释性。

Bayesian Networks for Path-Based Sensors: Gathering Information and Path Planning in Communication Denied Environments

基于路径的传感器的贝叶斯网络：在通信受限环境中收集信息和路径规划

Alkesh K. Srivastava, George P. Kontoudis, Donald Sofge, Michael Otte

机构 * University of Maryland, College Park, MD, US.（美国马里兰大学学院公园分校） ； Temple University, Philadelphia, PA, US.（美国 Temple 大学） ； Colorado School of Mines, Golden, CO, US.（科罗拉多矿业学院） ； U.S. Naval Research Lab (Retired), DC, US.（美国海军研究实验室（退休）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于贝叶斯网络的更新方法，用于在通信受限环境中通过路径传感器提升信念图的收敛速度，并考虑了假阳性和假阴性问题。

Comments This paper has been accepted for presentation at 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR 2026)

Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments

基于反应规划的移动机器人在障碍物密集环境中的控制

Li Tan, Junlin Xiong, Yan Wang, Wei Ren

机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； School of Intelligence Science and Engineering, Harbin Institute of Technology Shenzhen（智能科学与工程学院，哈尔滨工业大学深圳） ； School of Control Science and Engineering, Dalian University of Technology（控制科学与工程学院，大连理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于反应规划的控制策略，用于移动机器人在障碍物密集环境中避障和导航，通过局部修改参考轨迹实现安全运动。

Comments 7 pages, 7 figures

Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models

为视觉-语言机器人操控扩展跨环境故障推理数据

Paul Pacaud, Ricardo Garcia, Shizhe Chen, Cordelia Schmid

机构 * Inria, École normale supérieure, CNRS, PSL Research University（法国国家信息与自动化研究所、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出自动框架生成多样化的机器人规划与执行故障数据，构建FailCoT数据集，训练Guardian模型提升故障检测泛化能力。

Comments Code, Data, and Models available at this https URL (https://www.di.ens.fr/willow/research/guardian/). The paper contains 8 pages, 7 figures, 7 tables