AI Agent

VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning

VariBASed: 变分贝叶斯自适应序列蒙特卡洛规划用于深度强化学习

Joery A. de Vries, Jinke He, Yaniv Oren, Pascal R. van der Vaart, Mathijs M. de Weerdt, Matthijs T. J. Spaan

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

AI总结 本文提出VariBASeD方法，通过融合变分信念学习、序列蒙特卡洛规划和元强化学习，提升深度强化学习中探索与利用的效率。

LAMMI-Pathology: A Tool-Centric Bottom-Up LVLM-Agent Framework for Molecularly Informed Medical Intelligence in Pathology

LAMMI-Pathology: 一种以工具为中心的自下而上LVLM-智能体框架用于分子信息引导的病理学智能

Haoyang Su, Shaoting Zhang, Xiaosong Wang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 LAMMI-Pathology提出了一种以工具为中心的自下而上智能体框架，通过分子信息引导的病理学智能提升病理图像分析的证据驱动能力。

Watermarking LLM Agent Trajectories

对LLM代理轨迹进行水印标记

Wenlong Meng, Chen Gong, Terry Yue Zhuo, Fan Zhang, Kecen Li, Zheng Liu, Zhou Yang, Chengkun Wei, Wenzhi Chen

机构 * Zhejiang University, China（浙江大学） ； University of Virginia, USA（弗吉尼亚大学） ； Alibaba Qwen, China（阿里巴巴通义实验室） ； University of Alberta, Canada（阿尔伯塔大学） 纠错

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

AI总结 本文提出ActHook，一种针对LLM代理轨迹数据集的水印方法，通过在决策点插入钩子动作实现可靠的黑盒检测，实验显示其在数学推理等任务中具有高检测精度且性能影响小。

Comments 20 pages, 9 figures

The Doctor Will (Still) See You Now: On the Structural Limits of Agentic AI in Healthcare

医生还会见你：论代理AI在医疗领域的结构性限制

Gabriela Aránguiz Dias, Kiana Jafari, Allie Griffith, Carolina Aránguiz Dias, Grace Ra Kim, Lana Saadeddin, Mykel J. Kochenderfer

机构 * Stanford University（斯坦福大学） ； University of Florida（佛罗里达大学） ； Montclair State University（蒙特克莱尔州立大学） 纠错

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

AI总结 本文探讨了代理AI在医疗领域应用中的结构性限制，指出技术期望、商业激励和临床约束的交汇对患者安全和责任归属产生实质性影响。

Comments 17 pages, 3 pages of appendix, 4 tables

SafeFlowMatcher: Safe and Fast Planning using Flow Matching with Control Barrier Functions

SafeFlowMatcher: 基于流匹配与控制屏障函数的安全且快速规划

Jeongyong Yang, Seunghwan Jang, SooJean Han

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

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

AI总结 SafeFlowMatcher通过结合流匹配与控制屏障函数，实现安全且高效的路径规划，在多个机器人任务中表现出更快、更平滑和更安全的性能。

Comments ICLR 2026(poster)

Two Constraint Compilation Methods for Lifted Planning

用于提升规划的两种约束编译方法

Periklis Mantenoglou, Luigi Bonassi, Enrico Scala, Pedro Zuidberg Dos Martires

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

AI总结 本文提出两种无需地面化的约束编译方法，用于提升大规模规划问题的效率和规范简洁性。

Aurora: Neuro-Symbolic AI Driven Advising Agent

Aurora：神经符号AI驱动的建议代理

Lorena Amanda Quincoso Lugones, Christopher Kverne, Nityam Sharadkumar Bhimani, Ana Carolina Oliveira, Agoritsa Polyzou, Christine Lisetti, Janki Bhimani

机构 * Florida International University（佛罗里达国际大学） ； Northeastern University（东北大学） 纠错

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

AI总结 Aurora通过神经符号AI结合检索增强生成、符号推理和课程数据库，实现大规模、可验证的学术建议，提升推荐准确性和效率。

Comments Accepted to 41st ACM/SIGAPP Symposium On Applied Computing. 8 Pages, 3 Figures

Optimal Multi-Debris Mission Planning in LEO: A Deep Reinforcement Learning Approach with Co-Elliptic Transfers and Refueling

近地轨道多碎片任务规划的最优方法：结合共椭圆转移与补给的深度强化学习方法

Agni Bandyopadhyay, Gunther Waxenegger-Wilfing

机构 * Department of Computer Science, Julius-Maximilians-Universität Würzburg, Germany（计算机科学系，乌尔姆-马克西米利安大学，德国） 纠错

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

AI总结 本文提出一种结合共椭圆转移与补给的深度强化学习方法，用于近地轨道多碎片任务规划，实验显示其在任务效率和计算性能上优于传统方法。

Comments Presented at Conference: IFAC Workshop on Control Aspects of Multi-Satellite Systems (CAMSAT) 2025 At: Wuerzburg

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)

VLM-DEWM: Dynamic External World Model for Verifiable and Resilient Vision-Language Planning in Manufacturing

VLM-DEWM：动态外部世界模型用于制造中的可验证和抗毁视觉语言规划

Guoqin Tang, Qingxuan Jia, Gang Chen, Tong Li, Zeyuan Huang, Zihang Lv, Ning Ji

机构 * School of Intelligent Engineering and Automation（智能工程与自动化学院） 纠错

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

AI总结 VLM-DEWM通过动态外部世界模型提升制造中视觉语言规划的可验证性和抗毁性，显著提高状态跟踪精度和恢复成功率。

On the Out-of-Distribution Generalization of Reasoning in Multimodal LLMs for Simple Visual Planning Tasks

在简单视觉规划任务中多模态大语言模型推理的分布外泛化

Yannic Neuhaus, Nicolas Flammarion, Matthias Hein, Francesco Croce

机构 * Tübingen AI Center -- University of Tübingen（图宾根人工智能中心 -- 图宾根大学） ； EPFL（瑞士联邦理工学院） ； ELLIS Institute Finland -- Aalto University（芬兰ELLIS研究所 -- 阿尔托大学） 纠错

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

AI总结 研究多模态大语言模型在简单视觉规划任务中推理能力的分布外泛化，发现结合多种文本格式的推理方法效果最佳，纯文本模型表现优于图像输入模型。

Structure-Aware Piano Accompaniment via Style Planning and Dataset-Aligned Pattern Retrieval

通过风格规划和数据集对齐的模式检索实现结构感知的钢琴伴奏

Wanyu Zang, Yang Yu, Meng Yu

机构 * Lewis University（利维斯大学） ； Nexus Art Foundation（nexus艺术基金会） ； Governors State University（governors州大学） 纠错

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

AI总结 本文提出一种结构感知的钢琴伴奏生成方法，通过风格规划和数据集对齐的模式检索实现多样化的伴奏生成。

Comments 12 pages

From Stories to Cities to Games: A Qualitative Evaluation of Behaviour Planning

从故事到城市到游戏：行为规划的定性评估

Mustafa F. Abdelwahed, Joan Espasa, Alice Toniolo, Ian P. Gent

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

AI总结 本文通过三个案例研究展示行为规划在现实世界中的应用，包括叙事、城市规划和游戏评估。

Journal ref PlanSig 2026

Text Before Vision: Staged Knowledge Injection Matters for Agentic RLVR in Ultra-High-Resolution Remote Sensing Understanding

文本优先于视觉：针对超高清遥感理解的代理强化学习在超高清遥感理解中的知识注入至关重要

Fengxiang Wang, Mingshuo Chen, Yueying Li, Yajie Yang, Yuhao Zhou, Di Wang, Yifan Zhang, Haoyu Wang, Haiyan Zhao, Hongda Sun, Long Lan, Jun Song, Yulin Wang, Jing Zhang, Wenlong Zhang, Bo Du

机构 * National University of Defense Technology, China（国防科技大学） ； Beijing University of Posts and Telecommunications, China（北京邮电大学） ； University of the Chinese Academy of Sciences, China（中国科学院大学） ； Sichuan University, China（四川大学） ； Wuhan University, China（武汉大学） ； Chinese Academy of Science, China（中国科学院） ； Tsinghua University, China（清华大学） ； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室） ； Renmin University of China, China（中国人民大学） 纠错

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

AI总结 本文提出分阶段知识注入方法，利用文本引导提升超高清遥感理解的视觉推理能力，实现XLRS-Bench上的高准确率。

Computability of Agentic Systems

代理系统可计算性

Chatavut Viriyasuthee

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

AI总结 本文提出Quest图框架，分析代理系统在有限上下文下的计算能力，揭示不同模型的计算复杂度及性能差异。

ForeAct: Steering Your VLA with Efficient Visual Foresight Planning

ForeAct: 通过高效的视觉前瞻性规划控制您的VLA

Zhuoyang Zhang, Shang Yang, Qinghao Hu, Luke J. Huang, James Hou, Yufei Sun, Yao Lu, Song Han

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； Caltech（加州理工学院） 纠错

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

AI总结 ForeAct通过高效的视觉前瞻性规划提升VLA在开放环境中的执行精度与泛化能力。

Abstraction Generation for Generalized Planning with Pretrained Large Language Models

基于预训练大语言模型的通用规划抽象生成

Zhenhe Cui, Huaxiang Xia, Hangjun Shen, Kailun Luo, Yong He, Wei Liang

机构 * Hunan University of Science and Technology（湖南科技大学） ； Dongguan University of Technology（东莞理工学院） 纠错

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

AI总结 本文提出利用预训练大语言模型生成通用规划的抽象，并通过自动化调试修正抽象，以提升规划效率。

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

WorldTravel: A Realistic Multimodal Travel-Planning Benchmark with Tightly Coupled Constraints

WorldTravel: 一个具有紧密耦合约束的现实多模态旅行规划基准

Zexuan Wang, Chenghao Yang, Yingqi Que, Zhenzhu Yang, Huaqing Yuan, Yiwen Wang, Zhengxuan Jiang, Shengjie Fang, Zhenhe Wu, Zhaohui Wang, Zhixin Yao, Jiashuo Liu, Jincheng Ren, Yuzhen Li, Yang Yang, Jiaheng Liu, Jian Yang, Zaiyuan Wang, Ge Zhang, Zhoufutu Wen, Wenhao Huang

机构 * ByteDance Seed（字节跳动种子） 纠错

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

AI总结 WorldTravel提出一个现实多模态旅行规划基准，揭示了智能体在紧密耦合约束下的感知-行动差距和规划时间阈值问题。

Efficient Planning in Reinforcement Learning via Model Introspection

通过模型内省实现强化学习中的高效规划

Gabriel Stella

机构 * Texasm A\&M University College Station, TX USA ； Texasm A\&M University 纠错

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

AI总结 本文提出通过程序分析实现强化学习中的高效规划，展示了内省在任务解决中的作用，并建立了强化学习与经典规划的联系。

RAPTOR-AI for Disaster OODA Loop: Hierarchical Multimodal RAG with Experience-Driven Agentic Decision-Making

RAPTOR-AI用于灾难OODA循环：基于经验驱动的多模态RAG框架

Takato Yasuno

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

AI总结 RAPTOR-AI通过分层多模态RAG框架，结合经验驱动的代理控制和LoRA适应，提升灾害响应中的检索精度、情境基础性和任务分解准确性。

Comments 8 pages, 3 figures, 2 tables

Identifying Adversary Tactics and Techniques in Malware Binaries with an LLM Agent

利用LLM代理识别恶意软件二进制中的攻击战术与技术

Zhou Xuan, Xiangzhe Xu, Mingwei Zheng, Louis Zheng-Hua Tan, Jinyao Guo, Tiantai Zhang, Le Yu, Chengpeng Wang, Xiangyu Zhang

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

AI总结 TTPDetect通过结合密集检索与LLM神经检索，利用LLM代理识别恶意软件二进制中的TTPs，实现高精度和召回率。

Sampling for Model Predictive Trajectory Planning in Autonomous Driving using Normalizing Flows

基于归一化流的自动驾驶模型预测轨迹规划采样

Georg Rabenstein, Lars Ullrich, Knut Graichen

机构 * IEEE 纠错

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

AI总结 本文提出基于归一化流的采样方法，用于提高自动驾驶轨迹规划的效率和探索能力。

Comments Accepted to be published as part of the 2024 IEEE Intelligent Vehicles Symposium (IV), Jeju Shinhwa World, Jeju Island, Korea, June 2-5, 2024

Invisible Walls in Cities: Designing LLM Agent to Predict Urban Segregation Experience with Social Media Content

城市中的隐形墙壁：设计LLM代理以通过社交媒体内容预测城市隔离体验

Bingbing Fan, Lin Chen, Songwei Li, Jian Yuan, Fengli Xu, Pan Hui, Yong Li

机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，BNRist，清华大学） ； Hong Kong University of Science（科学大学） 纠错

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

AI总结 本文提出了一种基于LLM的代理，通过社交媒体内容预测城市隔离体验，利用代码本整合多通道特征，提升预测准确性并促进社会包容性。

Comments 11 pages, 6 figures. This paper has been accepted at The ACM Web Conference 2026

Can Poverty Be Reduced by Acting on Discrimination? An Agent-based Model for Policy Making

贫困能否通过对抗歧视而减少？一种用于政策制定的基于代理的模型

Alba Aguilera, Nieves Montes, Georgina Curto, Carles Sierra, Nardine Osman

机构 * Artificial Intelligence Research Institute, IIIA-CSIC（人工智能研究 institute，IIIA-CSIC） ； University of Notre Dame（诺丁汉大学） 纠错

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

AI总结 本文提出AABM模型，通过模拟发现aporophobia与财富不平等的关系，为对抗歧视的减贫政策提供新方向。

Hallucination-Resistant Security Planning with a Large Language Model

具备抗幻觉能力的安全规划与大语言模型

Kim Hammar, Tansu Alpcan, Emil Lupu

机构 * The University of Melbourne（墨尔本大学） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文提出了一种抗幻觉的安全规划框架，通过迭代循环和上下文学习优化LLM决策，减少恢复时间30%。

Comments Accepted to IEEE/IFIP Network Operations and Management Symposium 2026. To appear in the conference proceedings

Mil-SCORE: Benchmarking Long-Context Geospatial Reasoning and Planning in Large Language Models

Mil-SCORE：大型语言模型中长上下文地理空间推理与规划的基准测试

Aadi Palnitkar, Mingyang Mao, Nicholas Waytowich, Vinicius G. Goecks, Xiaomin Lin

机构 * University of Maryland, College Park MD, USA（马里兰大学） ； ERA Lab, University of South Florida, Tampa FL, USA（佛罗里达大学埃拉实验室） ； DEVCOM Army Research Laboratory, Aberdeen Proving Ground MD, USA（国防部陆军研究实验室） ； EEHPC Lab, Johns Hopkins University, Baltimore MD, USA（约翰霍普金斯大学EEHPC实验室） 纠错

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

AI总结 Mil-SCORE是首个针对复杂军事规划情景的多跳问题数据集，旨在评估大型语言模型在长上下文地理空间推理与规划中的能力。