AI Agent

TxAgent: An AI Agent for Therapeutic Reasoning Across a Universe of Tools

Shanghua Gao, Richard Zhu, Zhenglun Kong, Ayush Noori, Xiaorui Su, Curtis Ginder, Theodoros Tsiligkaridis, Marinka Zitnik

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

Comments Project page: https://zitniklab.hms.harvard.edu/TxAgent TxAgent code: https://github.com/mims-harvard/TxAgent ToolUniverse code: https://github.com/mims-harvard/ToolUniverse

Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation

Jiachen Li, Chuanbo Hua, Jianpeng Yao, Hengbo Ma, Jinkyoo Park, Victoria Dax, Mykel J. Kochenderfer

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

Comments Project website: https://relational-reasoning-nav.github.io/; 20 pages, 9 figures, 6 tables

Agent S: An Open Agentic Framework that Uses Computers Like a Human

Saaket Agashe, Jiuzhou Han, Shuyu Gan, Jiachen Yang, Ang Li, Xin Eric Wang

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

Comments 23 pages, 16 figures, 9 tables

Agent Q: Advanced Reasoning and Learning for Autonomous AI Agents

Pranav Putta, Edmund Mills, Naman Garg, Sumeet Motwani, Chelsea Finn, Divyansh Garg, Rafael Rafailov

专题命中 规划决策 ：agent(title,abstract)；AI agent(title)；autonomous agent(abstract)；agentic(abstract)

CACA Agent: Capability Collaboration based AI Agent

Peng Xu, Haoran Wang, Chuang Wang, Xu Liu

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

Comments 4 pages,5 figures

Improving Interactive Reinforcement Agent Planning with Human Demonstration

Guangliang Li, Randy Gomez, Keisuke Nakamura, Jinying Lin, Qilei Zhang, Bo He

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

Agentic Cost-Aware Query Planning with Knowledge Distillation for Big Data Analytics

具有知识蒸馏的代理成本感知查询规划用于大数据分析

Mahdi Naser-Moghadasi

机构 * Research Division, BrightMind AI（BrightMind AI 研究部） ； Texas Tech University（德克萨斯理工大学） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校） 纠错

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

AI总结 本文提出了一种结合规则基教师规划器、UCB1老虎机探索、成本感知预测和知识蒸馏的轻量级学生规划器，以解决大数据分析中查询优化计算成本高且资源受限环境下的内存和延迟约束问题，实验结果显示在纽约出租车和IMDB数据集上相比默认规划器降低了23%的延迟并保持了94%的约束满足率。

Comments 8 pages, preprint, code at https://github.com/mahdinaser/agentic-kd-planner

Scaling Autonomous Agents via Automatic Reward Modeling And Planning

Zhenfang Chen, Delin Chen, Rui Sun, Wenjun Liu, Chuang Gan

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

Comments ICLR2025, Project page: https://armap-agent.github.io

Towards Using Promises for Multi-Agent Cooperation in Goal Reasoning

Daniel Swoboda, Till Hofmann, Tarik Viehmann, Gerhard Lakemeyer

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

Comments Presented at the ICAPS'22 Workshop on Planning and Robotics (PlanRob)

MMDynOpt-Agent: Dynamic Optimization for Multimodal Large Language Model Reasoning via Reinforcement Learning

MMDynOpt-Agent：基于强化学习的多模态大语言模型推理动态优化方法

Wenjin Liu, Haoran Luo, Fayuan Ke, Zhenghong Lin, Yue Lu, Zhe Cui, Anh Tuan Luu, Carl Yang

专题命中 规划决策 ：agent(title,title_cn)

AI总结 该研究针对多模态大语言模型推理效率不足的问题，提出MMDynOpt-Agent，通过强化学习将多模态推理动态优化建模为马尔可夫决策过程，结合多轮优化提示与多维度奖励机制，在15个公开数据集上性能优于基线方法。

RingMo-Agent: A Unified Remote Sensing Foundation Model for Multi-Platform and Multi-Modal Reasoning

RingMo-Agent: 多平台多模态遥感基础模型

Huiyang Hu, Peijin Wang, Yingchao Feng, Kaiwen Wei, Wenxin Yin, Wenhui Diao, Mengyu Wang, Hanbo Bi, Kaiyue Kang, Tong Ling, Kun Fu, Xian Sun

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院 aerospace information research institute） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Target Cognition and Application Technology (TCAT)（目标认知与应用技术重点实验室） 纠错

专题命中 规划决策 ：agent(title,title_cn)

AI总结 RingMo-Agent是一种多平台多模态遥感基础模型，通过大规模数据集和任务特定标记提升遥感图像的感知与推理能力。

Comments 24 pages, 5 figures, 20 tables

SmoothAgent: Efficient Long-Horizon LLM-Based Agent Serving with Lookahead Context Engineering

SmoothAgent: 基于前瞻上下文工程的高效长程LLM Agent服务

Zaifeng Pan, Qianxu Wang, Zhengding Hu, Chang Chen, Yue Guan, Yanbo Zhou, Steven Swanson, Yufei Ding

专题命中 规划决策 ：agent(title,title_cn)

AI总结 针对LLM Agent中上下文变换导致KV缓存失效和TTFT增加的问题，提出前瞻编程模型和调度器，实现异步上下文预处理，降低TTFT达11.9倍。

SLM, LLM or Agentic AI? Toward Intelligent UAV-Enabled WPT Systems in Low-Altitude Economy Networks

SLM、LLM 还是 Agentic AI？面向低空经济网络中智能无人机赋能WPT系统

Feibo Jiang, Li Dong, Lei Mao, Kezhi Wang, Xianbin Wang, Abbas Jamalipour

专题命中 规划决策 ：agentic(title,title_cn)

AI总结 研究在资源受限动态环境下，利用小语言模型（SLM）和基于大语言模型（LLM）的Agentic AI框架优化无人机无线充电（WPT）路径与能量，实现低复杂度、低延迟和高能效。

Journal ref IEEE Journal on Selected Areas in Communications, 2026

G-MAPP: GPU-accelerated Multi-Agent Planning and Perception for Reactive Motion Generation

G-MAPP: 基于GPU加速的多智能体规划与感知用于反应式运动生成

Tanmay Bishnoi, Riddhiman Laha, Tobias Löw, Jose Alex Chandy, Luis F. C. Figueredo, Sami Haddadin

机构 * Department of Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University（多伦多都会大学电气、计算机与生物医学工程系） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所） ； Idiap Research Institute（Idiap 研究所） ； EPFL（瑞士联邦理工学院洛桑） ； CHART Group at the School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院 CHART 小组） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 提出GPU加速的框架，通过并行状态探索和紧密耦合感知-动作循环，实现非结构化环境中的实时反应式运动生成，在7自由度机器人上达到5倍加速并成功避障。

Comments The implementation is available at: https://github.com/chart-research/g-mapp

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7516-7523, June 2026

Agentic AI for Remote Sensing: Technical Challenges and Research Directions

Agentic AI 在遥感中的应用：技术挑战与研究方向

Muhammad Akhtar Munir, Muhammad Umer Sheikh, Akashah Shabbir, Muhammad Haris Khan, Fahad Khan, Xiao Xiang Zhu, Begüm Demir, Salman Khan

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） 纠错

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

AI总结 本文指出遥感中的多步分析工作流存在结构性的地理空间约束，提出面向地球观测的原生智能体设计原则，包括结构化地理空间状态、工具感知推理、验证器引导执行和有效性感知学习评估。

Comments 31 pages. Position Paper

Batch Query Processing and Optimization for Agentic Workflows

批量查询处理与优化用于代理工作流

Junyi Shen, Noppanat Wadlom, Yao Lu

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

AI总结 Halo通过统一查询优化与异构LLM服务，提升代理工作流在批量推理和在线服务中的效率，实现3.6倍速度提升和2.6倍吞吐量改进。

Hierarchical Multi-agent Large Language Model Reasoning for Autonomous Functional Materials Discovery

分层多智能体大语言模型推理用于自主功能材料发现

Samuel Rothfarb, Megan C. Davis, Ivana Matanovic, Baikun Li, Edward F. Holby, Wilton J. M. Kort-Kamp

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

AI总结 MASTER通过多代理协作提升材料发现的自主性，利用大语言模型进行推理驱动的原子模拟优化，减少90%的计算需求。

Comments Keywords: Multi-agent reasoning; Large language models; Active learning; AI-driven simulation; Materials discovery; Density functional theory; Surface chemistry

Decentralized Multi-Agent Trajectory Planning in Dynamic Environments with Spatiotemporal Occupancy Grid Maps

Siyuan Wu, Gang Chen, Moji Shi, Javier Alonso-Mora

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

Comments 6 pages, 6 figures, accepted to the 2024 IEEE International Conference on Robotics and Automation (ICRA2024)

ORTAC+ : A User Friendly Domain Specific Language for Multi-Agent Mission Planning

Caroline Bonhomme, Jean-Louis Dufour

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

Comments In Proceedings AREA 2023, arXiv:2310.00333

Journal ref EPTCS 391, 2023, pp. 127-133

An Auction-based Coordination Strategy for Task-Constrained Multi-Agent Stochastic Planning with Submodular Rewards

Ruifan Liu, Hyo-Sang Shin, Binbin Yan, Antonios Tsourdos

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

Comments 17 pages, 5 figures

Towards trustworthy agentic AI: a comprehensive survey of safety, robustness, privacy, and system security

迈向可信的自主AI：安全性、鲁棒性、隐私与系统安全的全面综述

Jinhu Qi, Muzhi Li, Jiahong Liu, Yuqin Shu, Dianzhi Yu, Shicheng Ma, Wenqian Cui, Yiyang Zhao, Yiyi Chen, Ruoxi Jiang, Irwin King, Zenglin Xu

机构 * Faculty of Engineering, Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学工程学院、计算机科学与工程系） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） 纠错

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

AI总结 本文综述了自主AI系统在安全鲁棒性与隐私系统安全两个核心维度的风险来源、阶段缓解策略及统一评估指标，并讨论了开放挑战。

Comments 36 pages, 4 figures. Survey/review article on trustworthy agentic AI. Published in Academia AI and Applications, 2026

Journal ref Academia AI and Applications, vol. 2, 2026

An Agentic Generative Large Language Model for Treatment Planning of Colorectal Cancer

用于结直肠癌治疗规划的智能体生成式大语言模型

Mengxian Lyu, Cheng Peng, Tim Jang, Ang Li, Mengyuan Zhang, Ziyi Chen, Leighton Elliott, Tianshi Liu, Lidice Galindo, Chiranjeevi Sainatham, Oscar F. Borja-Montes, Kaleb E. Smith, Ying Zhang, Lichao Sun, Jiang Bian, Gloria Lipori, Duane A. Mitchell, Elizabeth A. Shenkman, Yi Guo, Thomas J. George, Yonghui Wu

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

AI总结 本研究提出智能体生成式大语言模型GatorOnco，经大规模生物医学文本训练与领域适配，在结直肠癌治疗规划的临床评估中性能优于开源LLM，达到专家级水平，可缩小生成式AI在高风险诊疗规划领域的应用差距。

DCAS: Decoupling CLI Agent Scaffolding to Internalize Planning across Scaffolds

DCAS：解耦CLI智能体脚手架以在脚手架间内化规划能力

Kishanthan Thangarajah, Boyuan Chen, Ahmed E. Hassan

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

AI总结 本文针对CLI智能体微调后跨脚手架性能下降问题，提出DCAS框架，通过解耦脚手架与后端实现跨脚手架评估，微调规划感知轨迹后模型在非训练脚手架下性能一致提升。

Agentic Incident Response through Digital Twin-Enhanced Multiscale Planning

基于数字孪生增强多尺度规划的智能体事件响应

Yiran Gao, Tao Li, Kim Hammar

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

AI总结 该研究针对现有智能体事件响应方法的局限，提出结合决策论规划与LLM的多尺度方法，经实验验证可显著缩短恢复时间、提升恢复率。

Comments 31st European Symposium on Research in Computer Security (ESORICS) 2026

ELISA: An Interpretable Hybrid Generative AI Agent for Expression-Grounded Discovery in Single-Cell Genomics

ELISA：一种可解释的混合生成式AI代理，用于单细胞组学中的表达基础发现

Omar Coser

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

AI总结 ELISA结合表达嵌入、语义检索和LLM解释，提供交互式单细胞发现，优于CellWhisperer，尤其在基因签名查询中表现突出。

Proof of Execution: Runtime Verification for Governed AI Agent Actions

执行证明：受治理人工智能代理行动的运行时验证

James Rhodes, George Kang

机构 * AlphaBitCore, Inc.（AlphaBitCore公司） 纠错

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

AI总结 研究人工智能代理行动正确性验证问题，提出运行时证明（PoE）方法构建执行三元组及相关谓词和保证，证明其合理性，通过原型测试验证效果，能将多方面绑定到可检查对象，使受治理执行可证。

Comments 14 pages, 1 figure, 4 tables, 1 algorithm; includes formal soundness and replay theorems with witness constructions in appendix

Customized Generative AI Agent for Transportation Engineering Practice: A Development and Continued Pre-training Guideline

面向交通工程实践的定制化生成式AI智能体：开发与持续预训练指南

Dianwei Chen, Yuan-Zheng Lei, Zifan Zhang, Yuchen Liu, Xianfeng Yang

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

AI总结 提出基于LoRA框架对六种大语言模型进行持续预训练的方法，以提升其在交通工程领域的专业内容理解与推理能力，Qwen2.5-7B和LLaMA-3.1-8B表现最佳。

SpecEyes: Accelerating Agentic Multimodal LLMs via Speculative Perception and Planning

SpecEyes: 通过推测感知和规划加速代理多模态大语言模型

Haoyu Huang, Jinfa Huang, Zhongwei Wan, Xiawu Zheng, Rongrong Ji, Jiebo Luo

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

AI总结 SpecEyes通过推测规划框架减少代理多模态大语言模型的序列开销，提升并发性能，实验显示在保持准确性的同时实现1.1-3.35倍的加速。

Comments ECCV 2026, Code: https://github.com/MAC-AutoML/SpecEyes

Planning over MAPF Agent Dependencies via Multi-Dependency PIBT

通过多依赖PIBT规划MAPF智能体依赖关系

Zixiang Jiang, Yulun Zhang, Rishi Veerapaneni, Jiaoyang Li

机构 * University Of Melbourne（墨尔本大学） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 提出多依赖PIBT（MD-PIBT）框架，通过搜索智能体依赖关系来规划多智能体路径，在拥挤环境中高效处理多达10000个智能体，支持多种运动学约束。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Beyond Prompt-Based Planning: MCP-Native Graph Planning-based Biomedical Agent System

超越基于提示的规划：基于MCP原生图规划的生物医学智能体系统

Zhangtianyi Chen, Florensia Widjaja, Wufei Dai, Xiangjun Zhang, Yuhao Shen, Juexiao Zhou

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

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

AI总结 提出BioManus系统，通过将异构生物信息学工具编译为标准MCP服务器并构建类型化异构图，实现基于图结构的规划，解决工具混淆和上下文效率问题，在BioAgentBench和LAB-Bench上提升执行准确性和工作流有效性。