AI Agent

A Comprehensive Survey on Agent Skills: Taxonomy, Techniques, and Applications

智能体技能综述：分类、技术与应用

Yingli Zhou, Wang Shu, Yaodong Su, Wenchuan Du, Yixiang Fang, Xuemin Lin

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

AI总结 本文从智能体技能的生命周期（表示、获取、检索和演化）出发，系统综述了基于大语言模型的智能体在自动化复杂工作流中的技能定义、方法、资源及应用，并讨论了质量控制、互操作性、安全更新和长期能力管理等挑战。

Learning from Trials and Errors: Reflective Test-Time Planning for Embodied LLMs

从试错中学习：具身大语言模型的反思式测试时规划

Yining Hong, Huang Huang, Manling Li, Li Fei-Fei, Leonidas Guibas, Jiajun Wu, Yejin Choi

机构 * Stanford University（斯坦福大学） ； Northwestern University（西北大学） 纠错

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

AI总结 提出反思式测试时规划方法，通过行动中反思和行动后反思两种模式，结合回溯性反思，使具身智能体在测试时进行自我纠正和经验积累，显著提升长程任务性能。

Agent Learning via Early Experience

通过早期经验进行智能体学习

Kai Zhang, Xiangchao Chen, Bo Liu, Tianci Xue, Zeyi Liao, Zhihan Liu, Xiyao Wang, Yuting Ning, Zhaorun Chen, Xiaohan Fu, Jian Xie, Yuxuan Sun, Boyu Gou, Qi Qi, Zihang Meng, Jianwei Yang, Ning Zhang, Xian Li, Ashish Shah, Dat Huynh, Hengduo Li, Zi Yang, Sara Cao, Lawrence Jang, Shuyan Zhou, Jiacheng Zhu, Huan Sun, Jason Weston, Yu Su, Yifan Wu

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； FAIR at Meta（Meta的FAIR部门） ； The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 提出早期经验范式，利用智能体自身动作生成的交互数据（无需奖励信号）通过隐式世界建模和自我反思两种策略提升智能体在多样化环境中的效果和跨域泛化能力。

Comments ICML 2026

NaviAgent: Graph-Driven Bilevel Planning for Scalable Tool Orchestration

NaviAgent: 一种基于图的双层规划用于可扩展的工具编排

Yan Jiang, Hao Zhou, Lizhong GU, Tianlong Li, Ruinan Jin, Wanqi Zhou, Ai Han

机构 * Department of Electrical and Computer Engineering, The Ohio State University, USA（电气与计算机工程系，俄亥俄州立大学，美国） 纠错

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

AI总结 本文提出NaviAgent，一种基于图的双层规划框架，通过解耦任务规划与工具执行，提升大规模工具编排的可扩展性和鲁棒性，实验表明其在任务成功率和实际应用中表现优异。

Comments Accepted to ICML 2026

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026

TopoClaw: A Human-Centric and Topology-Aware Agent Operating System

TopoClaw：一种以人为本且拓扑感知的代理操作系统

Heyuan Huang, Yeyi Guan, Jihong Wang, Mingzhi Wang, Jiamu Zhou, Xiangmou Qu, Jiaxin Yin, Xin Liao, Xingyu Lou, Jun Wang

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

AI总结 TopoClaw提出一种以人为本的拓扑感知代理操作系统，通过物理设备拓扑与社会关系拓扑的耦合结构，实现跨设备动作放置、跨用户身份归属和跨上下文权限治理，提升分布式协作与安全管控能力。

Accelerating Time-Optimal Trajectory Planning for Connected and Automated Vehicles with Graph Neural Networks

利用图神经网络加速连接和自动化车辆的时间最优轨迹规划

Viet-Anh Le, Andreas A. Malikopoulos

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

AI总结 本文提出基于学习的框架，利用图神经网络加速连接和自动化车辆的时间和能量最优轨迹规划，通过实时重规划提升性能，采用GINEConv网络学习离线数据以加速计算，减少计算时间并保持控制性能。

Comments final IFAC WC 2026

Efficient Multi-Robot Motion Planning with Precomputed Translation-Invariant Edge Bundles

高效多机器人运动规划与预计算的平移不变边束

Himanshu Gupta, Paul Motter, Aritra Chakrabarty, Rishabh Sodani, Srikrishna Bangalore Raghu, Alessandro Roncone, Bradley Hayes, Zachary Sunberg

机构 * Smead Aerospace Engineering Sciences, University of Colorado Boulder（科罗拉多大学博尔德分校航空航天工程科学系） ； Department of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系） ； Cherry Creek High School, Greenwood Village, CO, USA（科罗拉多州格里诺村樱桃溪高中） 纠错

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

AI总结 本文提出KiTE-Extend方法，通过预计算轨迹段提升多机器人运动规划效率，尤其在多智能体场景中显著改善规划性能和可扩展性。

BALAR : A Bayesian Agentic Loop for Active Reasoning

BALAR：主动推理的贝叶斯代理循环

Aymen Echarghaoui, Dongxia Wu, Emily B. Fox

机构 * Department of Statistics, Stanford University（统计学系，斯坦福大学） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） 纠错

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

AI总结 BALAR是一种无需微调的任务无关外环算法，通过维护潜在状态的结构信念，选择澄清问题以最大化预期互信息，并动态扩展状态表示，从而在三个基准测试中显著提升性能。

AI Agents in Financial Markets: Architecture, Applications, and Systemic Implications

金融市场中的AI代理：架构、应用与系统性影响

Hui Gong

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

AI总结 本文提出一个整合框架分析代理金融，探讨自主AI系统在信息处理、决策支持等流程中的作用，通过四层架构和代理金融市场模型，研究代理设计参数与市场结果的关系，展示如何利用公开数据研究可观察预期渠道。

Comments 35 pages, 3 figures, 7 tables. Updated to reflect the published journal version in FinTech; journal reference and DOI added

Journal ref FinTech 2026, 5(2), 34

SAGE-32B: Agentic Reasoning via Iterative Distillation

SAGE-32B：通过迭代蒸馏实现代理推理

Basab Jha, Firoj Paudel, Ujjwal Puri, Ethan Henkel, Zhang Yuting, Mateusz Kowalczyk, Mei Huang, Choi Donghyuk, Wang Junhao

机构 * SAGEA ； Tribhuwan University（特里布文大学） ； Vedas College（韦达学院） ； Madan Bhandari Memorial College（马丹·班达里纪念学院） ； Fudan University（复旦大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 SAGE-32B是一种专注于代理推理和长期规划的320亿参数语言模型，通过迭代蒸馏提升推理能力，在代理推理基准测试中表现出色。

Comments 23 Pages, 3 figures, 4 tables

Waking Up Blind: Cold-Start Optimization of Supervision-Free Agentic Trajectories for Grounded Visual Perception

觉醒失明：为基于视觉感知的代理轨迹进行无监督的冷启动优化

Ashutosh Bajpai, Tamal Majumder, Akshay Nambi, Tanmoy Chakraborty

机构 * Indian Institute of Technology Delhi（印度理工学院德里） ； Indian Institute of Technology Abu Dhabi（印度理工学院阿布扎比） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出SPECTRA框架，通过冷启动强化学习提升小视觉语言模型的视觉鲁棒性和工具协调能力，无需监督即可提高任务准确性和工具效率。

Comments ACL 2026 Findings

AlphaQuanter: An End-to-End Tool-Augmented Agentic Reinforcement Learning Framework for Stock Trading

AlphaQuanter：一个端到端的工具增强型代理强化学习框架用于股票交易

Zheye Deng, Weixiang Yan, Changlong Yu, Jiashu Wang

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

AI总结 AlphaQuanter通过强化学习在透明的工具增强决策流程中学习动态策略，实现端到端优化，提升股票交易性能并提供可解释的交易策略。

Comments Accepted to ACL findings 2026

MTSQL-R1: Towards Long-Horizon Multi-Turn Text-to-SQL via Agentic Training

MTSQL-R1：通过代理训练实现长视界多轮文本到SQL

Taicheng Guo, Hai Wang, ChaoChun Liu, Mohsen Golalikhani, Xin Chen, Xiangliang Zhang, Chandan K. Reddy

机构 * University of Notre Dame（诺特丹大学） ； Amazon（亚马逊） ； Salesforce 纠错

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

AI总结 MTSQL-R1通过代理训练框架提升多轮文本到SQL任务的长视界表现，通过环境驱动验证和记忆引导细化提升对话连贯性。

Comments ACL 2026 Main camera-ready version

Agentic Open RAN: A Deterministic and Auditable Framework for Intent-Driven Radio Control

代理式开放无线接入网：一种确定性和可审计的意图驱动无线控制框架

Hengxu Li, Dongkuan Xu, Mingzhe Chen, Yuchen Liu

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

AI总结 本文提出A1gent框架，通过分离推理与实时执行，实现意图驱动的无线控制，结合非实时代理和近实时代理，确保可审计的协调与可预测的适应性。

Comments 6 pages, 5 figures. Accepted at IEEE ICC 2026

HiPRAG: Hierarchical Process Rewards for Efficient Agentic Retrieval Augmented Generation

HiPRAG：分层过程奖励用于高效代理检索增强生成

Peilin Wu, Mian Zhang, Kun Wan, Wentian Zhao, Kaiyu He, Xinya Du, Zhiyu Chen

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Adobe Inc.（Adobe公司） 纠错

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

AI总结 HiPRAG通过引入细粒度的知识引导过程奖励，优化代理检索增强生成的推理过程，提升搜索效率并减少无效搜索。

Comments Accepted to ICLR 2026

Enhancing Secure Intent-Based Networking with an Agentic AI: The EU Project MARE Approach

通过代理AI增强安全意图导向网络：欧盟项目MARE方法

Iulisloi Zacarias, Marla Grunewald, Fin Gentzen, Xavi Masip-Bruin, Admela Jukan

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

AI总结 本文提出一种增强意图导向网络的框架，结合代理AI提升安全性，设计多代理多供应商架构，支持连接外部安全知识库。

Comments This work may be submitted to the IEEE for possible publication

Train-Small Deploy-Large: Leveraging Diffusion-Based Multi-Robot Planning

训练小型部署大型：利用基于扩散的多机器人规划

Siddharth Singh, Soumee Guha, Qing Chang, Scott Acton

机构 * University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 本文提出基于扩散模型的多机器人路径规划方法，通过训练少量代理并有效扩展到更多代理，解决动态变化中的规划问题。

Adaptive Obstacle-Aware Task Assignment and Planning for Heterogeneous Robot Teaming

自适应障碍感知异构机器人协同的任务分配与规划

Nan Li, Jiming Ren, Haris Miller, Samuel Coogan, Karen M. Feigh, Ye Zhao

机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所） ； Lockheed Martin Corporation（洛克希德·马丁公司） 纠错

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

AI总结 本文提出OATH框架，通过自适应Halton序列地图和集群拍卖选择机制，提升异构机器人在障碍密集环境中的任务分配效率与适应性，结合LLM实现实时指令解读。

Comments 24 pages, 19 figures, 5 tables

Not All Agents Matter: From Global Attention Dilution to Risk-Prioritized Game Planning

并非所有智能体都重要：从全局注意力稀释到风险优先的游戏规划

Kang Ding, Hongsong Wang, Jie Gui, Lei He

机构 * School of Cyberspace Security, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Vehicle and Mobility School, Tsinghua University（清华大学车辆与运载学院） 纠错

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

AI总结 本文提出风险优先游戏规划方法，通过GameAD框架提升自动驾驶轨迹安全性，实验表明其在复杂环境中表现更优。

Comments 14 pages, 5 figures

Reimagining RAN Automation in 6G: An Agentic AI Framework with Hierarchical Online Decision Transformer

重新构想6G中的RAN自动化：一种带有分层在线决策变压器的代理AI框架

Md Arafat Habib, Medhat Elsayed, Majid Bavand, Pedro Enrique Iturria Rivera, Yigit Ozcan, Melike Erol-Kantarci

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

AI总结 本文提出了一种基于代理AI的无线网络框架，利用分层在线决策变压器协调多个代理，实现资源分配、网络应用编排和自愈功能，提升网络性能和能效。

Comments Paper currently under review (IEEE TNSE). Contents of this work may change at any time without notice. This is the author's preliminary version

QuadAgent: A Responsive Agent System for Vision-Language Guided Quadrotor Agile Flight

QuadAgent：一种基于视觉-语言引导的四旋翼敏捷飞行响应代理系统

Ao Zhuang, Feng Yu, Tianbao Zhang, Linzuo Zhang, Danping Zou

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

AI总结 QuadAgent通过异步多代理架构解耦高层推理与低层控制，利用Impression Graph维护场景记忆并结合视觉避障网络确保飞行安全，实现在复杂环境中高速导航与响应。

A Player Selection Network for Scalable Game-Theoretic Prediction and Planning

一种用于可扩展博弈论预测与规划的玩家选择网络

Tianyu Qiu, Eric Ouano, Fernando Palafox, Christian Ellis, David Fridovich-Keil

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文提出PSN Game框架，通过学习玩家选择网络减少博弈规模，提升预测准确性和规划安全性，同时利用目标推断网络处理信息不完全场景。

DeepEye: A Steerable Self-driving Data Agent System

DeepEye：一种可调节的自动驾驶数据代理系统

Boyan Li, Yiran Peng, Yupeng Xie, Sirong Lu, Yizhang Zhu, Xing Mu, Xinyu Liu, Yuyu Luo

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

AI总结 本文提出DeepEye，一种基于工作流的生产级数据代理系统，通过统一多模态协调协议和分层推理机制，解决异构数据源联合分析和上下文爆炸问题，实现透明执行和自动化优化。

Comments SIGMOD Demo (2026)

InconLens: Interactive Visual Diagnosis of Behavioral Inconsistencies in LLM-based Agentic Systems

InconLens：交互式可视化诊断LLM基于代理系统的行为主观不一致性

Shuo Yan, Xiaolin Wen, Shaolun Ruan, Yanjie Zhang, Jiaming Mi, Yushi Sun, Huamin Qu, Rui Sheng

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

AI总结 本文提出InconLens系统，通过信息节点抽象实现跨运行行为分析，帮助开发者更高效识别分歧点并提升代理系统可靠性。

ROSClaw: An OpenClaw ROS 2 Framework for Agentic Robot Control and Interaction

ROSClaw: 一种用于代理机器人控制与交互的OpenClaw ROS 2框架

Irvin Steve Cardenas, Marcus Anthony Arnett, Natalie Catherine Yeo, Lucky Sah, Jong-Hoon Kim

机构 * Advanced Telerobotics Research Lab, Kent State University（肯特州立大学先进远程机器人研究实验室） ； OpenDive Technologies 纠错

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

AI总结 ROSClaw通过整合OpenClaw代理运行时与ROS 2，实现任意基础模型与ROS-enabled机器人之间的交互，支持动态能力发现、多模态观察归一化、预执行动作验证和结构化审计日志，验证了执行层设计对任务完成与安全行为的关键影响。

FUAS-Agents: Autonomous Multi-Modal LLM Agents for Treatment Planning in Focused Ultrasound Ablation Surgery

FUAS-代理：自主多模态大语言模型代理用于聚焦超声消融手术的治疗计划

Lina Zhao, Zihao Bian, Qingyue Chen, Yafang Li, Zhiyi Luo, Jiaxing Bai, Guangbo Li, Min He, Kezhi Li, Huaiyuan Yao, Zongjiu Zhang

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

AI总结 本文提出FUAS-代理，利用大语言模型的多模态理解和工具使用能力，通过整合患者资料和MRI数据，生成个性化治疗计划，提升临床决策效率和可靠性。

Comments 35 pages

db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF

db-LaCAM：基于断点有界的快速可扩展多机器人运动规划与轻量级MAPF

Akmaral Moldagalieva, Keisuke Okumura, Amanda Prorok, Wolfgang Hönig

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

AI总结 本文提出db-LaCAM，结合现代MAPF算法的高效性和 kinodynamic 规划器的动态感知能力，通过预计算的运动原语生成运动序列，实现高效多机器人运动规划，实验表明其在50个机器人场景中运行速度提升十倍。

CompAgent: An Agentic Framework for Visual Compliance Verification

CompAgent：一种用于视觉合规验证的代理框架

Rahul Ghosh, Baishali Chaudhury, Hari Prasanna Das, Meghana Ashok, Ryan Razkenari, Long Chen, Sungmin Hong, Chun-Hao Liu

机构 * Generative AI Innovation Center（生成式人工智能创新中心） ； Amazon Web Services（亚马逊网络服务） 纠错

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

AI总结 本文提出CompAgent，一种基于代理的视觉合规验证框架，通过集成视觉工具和规划代理，提升多模态推理能力，在公开基准测试中取得76%的F1分数，优于现有方法。

Comments Accepted to IEEE CVPR 2026 GRAIL-V Workshop

Optimal Path Planning in Hostile Environments

hostile 环境中的最优路径规划

Andrzej Kaczmarczyk, Šimon Schierreich, Nicholas Axel Tanujaya, Haifeng Xu

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

AI总结 研究在危险环境中多智能体路径规划问题，证明该问题NP难并提出多项式时间算法，揭示了问题的计算复杂性景观。

Comments Accepted for publication at ICAPS-2026 (25 pages, 6 figures)

CyberJustice Tutor: An Agentic AI Framework for Cybersecurity Learning via Think-Plan-Act Reasoning and Pedagogical Scaffolding

网络正义导师：一种基于思考-计划-行动推理和教学支架的AI框架，用于网络安全学习

Baiqiang Wang, Yan Bai, Juan Li

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

AI总结 本文提出CyberJustice Tutor，通过Think-Plan-Act推理和教学支架框架，解决传统聊天机器人在网络安全教育中的局限性，验证了其在专业教育中的有效性。