AI Agent

When Does Critique Improve AI-Assisted Theoretical Physics? SCALAR: Structured Critic--Actor Loop for Agentic Reasoning

当批评如何提升AI辅助理论物理？SCALAR：用于代理推理的结构化批评-代理循环

Vasilis Niarchos, Constantinos Papageorgakis, Alexander G. Stapleton, Sokratis Trifinopoulos

机构 * Department of Physics, CCTP ； ITCP, University of Crete, 71303, Greece ； Centre for Theoretical Physics, Department of Physics ； Astronomy, Queen Mary University of London, London E1 4NS, United Kingdom ； Theoretical Physics Department, CERN, Geneva, Switzerland 纠错

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

AI总结 本文研究了研究人员与代理交互对AI辅助理论物理研究的影响，通过SCALAR框架评估不同交互结构对科学发现的促进作用。

Comments V2. Expanded experiments. Accepted at ICML 2026 Workshop (AI4Physics); 18 pages; 9 figures

Planning Task Shielding: Detecting and Repairing Flaws in Planning Tasks through Turning them Unsolvable

计划任务防护：通过使其不可解来检测和修复计划任务中的缺陷

Alberto Pozanco, Pietro Totis, Marianela Morales, Daniel Borrajo

机构 * J.P. Morgan AI Research（摩根大通人工智能研究） 纠错

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

AI总结 本文提出计划任务防护方法，通过最小修改使计划任务不可解来检测和修复缺陷，验证了算法在不同规模任务中的有效性。

Temporal Straightening for Latent Planning

时间拉直用于隐式规划

Ying Wang, Oumayma Bounou, Gaoyue Zhou, Randall Balestriero, Tim G. J. Rudner, Yann LeCun, Mengye Ren

机构 * New York University（纽约大学） ； Brown University（布朗大学） ； University of Toronto（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 受人类视觉处理中感知拉直假说启发，提出时间拉直方法，通过曲率正则化联合学习JEPA世界模型的编码器和预测器，改善隐式规划中的表示学习，使梯度规划更稳定并提高目标到达任务成功率。

Comments ICML2026 Camera Ready

Energy-Structured Latent World Models with Neural Time Fields for Physically Constistent Open-World Motion Planning

用于物理一致性开放世界运动规划的能量结构化潜在世界模型与神经时间场

Yapeng Liu, Yuanzhao Zhai, Bo Ding, Huaimin Wang, Lin Wang

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

AI总结 针对开放世界运动规划的物理一致性挑战，提出能量结构化潜在世界模型ELWM，结合物理条件神经时间场PC-NTF，显著提升了运动预测精度与导航成功率，降低了碰撞率与残差。

Comments 9 pages, 5 figures

Agentic Harnesses: LLM-Driven Verification Layers for Robot Autonomy

智能体 harness：面向机器人自主的大语言模型驱动验证层

Rohan Bhagra, Mahantesh Halapannavar, Uddhav Bhattarai

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

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

AI总结 针对机器人规划模型的安全与伦理风险，提出LLM驱动的验证层作为中间件管控计划，实现近85%的类别准确率、97%的对抗性攻击遏制率，为机器人自主提供可靠保障。

Comments 7 pages. Not yet finalized for conference submission

Legal Responsibilities Using Autonomous Agents For Artificial Intelligence

人工智能自主智能体的法律责任

Mark Burgess

机构 * ChiTek-i AS 纠错

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

AI总结 该研究针对AI智能体脱离管控引发的法律责任问题，采用承诺理论的下游原则提出系统性解决方法，可将责任扩展至AI智能体，并通过政策限制其行动自由。

GraphThink: Graph-Enhanced LLM Thinking for Long-Horizon Embodied Task Planning

GraphThink：用于长视距具身任务规划的图增强大语言模型思维

Chen Li, Sijie Cheng, Yuelin Zhang, Junxi Li, Maozhi Huang, Yang Liu, Wenbing Huang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Tsinghua University（清华大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 GraphThink框架结合任务图与场景图，通过上下文提示、迭代优化、GRPO奖励设计及事件驱动重规划，在ALFRED基准上实现最优性能，具强泛化能力。

Toward CT-Equivalent Image Quality in Low-Dose Radiotherapy Planning: Conditional Diffusion-Based CBCT-to-CT Synthesis and the Impact of CBCT Input Representation

实现与CT相当的低剂量放疗计划图像质量：基于条件扩散的CBCT到CT合成及CBCT输入表示的影响

Alzahra Altalib, Chunhui Li, Christopher Hamill Taylor, Sankar Pillai, Alessandro Perelli

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

AI总结 本研究开发基于条件DDPM的CBCT到CT合成框架，探究CBCT输入表示对合成性能的影响，旨在实现低剂量放疗中与CT相当的图像质量。

Comments 9 pages, 6 figures, European Conference of Radiology (ECR) 2026

NormAct: Benchmarking Embodied Agents' Proactive Compliance with Unspoken Social Norms

NormAct：具身规划中隐藏社会规范遵守的基准

Shiyun Zhao, Xinwei Song, Tianyu Guo, Xiaomeng Gao, Mingyuan Liu, Xu Han, Yuanyuan Zhang, Zhenliang Zhang, Xue Feng, Bo Dai

机构 * State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)（通用人工智能国家重点实验室，北京通用人工智能研究院） ； China Academy of Information and Communications Technology（中国信息通信研究院） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 提出NormAct基准，评估多模态大语言模型在具身规划中遵守隐藏社会规范的能力，发现模型在67.3%情况下达成显式目标，但仅26.4%遵守隐藏规范；提出NormPerceptor方法将任务成功率从24.2%提升至46.7%。

Comments This version revises the paper content and adds substantial details on the benchmark design and experimental setup

Strategy-first synthesis planning for complex natural products

复杂天然产物的优先策略合成规划

Daniel Armstrong, Xuan-Vu Nguyen, Octavian Susanu, Gabriel Gibberd, Théo A. Neukomm, Taddäus Strunden, Dan Forster, Morgane Delattre, Shawn Teh, Clément Rols, John Federice, Hayden Leatherwood, M. Lavelle Barnes, Maarten R. Dobbelaere, Peter Wipf, Jon T. Njardarson, Jieping Zhu, Philippe Schwaller

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； National Centre of Competence in Research (NCCR) Catalysis（国家催化研究能力中心） ； Ghent University（根特大学） ； University of Arizona（亚利桑那大学） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 基于大语言模型的智能体框架SynthEx，可规划出传统算法无法实现的复杂天然产物合成路线，其关键步骤获化学家认可，相关路线数据库SynthAtlas已开放。

Toward a Causal Data Management Ecosystem for Decision Making and Agentic AI

面向决策与智能体AI的因果数据管理生态系统

Dazhuo Qiu, Yingli Zhou, Amedeo Pachera, Angela Bonifati, Andrea Mauri

机构 * Lyon 1 University（里昂第一大学） ； CNRS（法国国家科学研究中心） ； Liris（里昂信息学研究实验室） ； IUF（法国大学研究院） 纠错

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

AI总结 本文针对AI生态系统决策混杂问题，提出构建共享可查询的因果世界系统（CWS），为面向决策与智能体AI的因果数据管理生态系统提供支持。

Comments Accepted at ACM AI Leadership Summit 2026

How Much, Then Where: Credit-Conserving Action-to-Token Allocation for Multi-Turn Agent Reinforcement Learning

那么多少，然后在哪里：多轮智能体强化学习中保留信用的动作到令牌分配

Lichao Ma, Yang Sun, Shuaitao Zhao, Yangyi Fang, Cong Qin, Xiaoliang Fu, Yuhang Tian, Yuchen Wei, Junbo Zhu, Yang Wei, Lu Pan, Jiaye Lin

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

AI总结 本文提出FACTOR算法，通过分离动作级与令牌级信用分配，在多轮智能体强化学习的ALFWorld等环境中实现性能提升，且超参数可跨模型迁移。

The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows

优化器即智能体：跨提示、程序与机器学习工作流的推理驱动搜索

Junbo Li, Boyi Liu, Canwen Xu, Yite Wang, Yuxiong He, Zhangyang Wang, Qiang Liu, Zhewei Yao

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Snowflake（思诺飞克公司） 纠错

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

AI总结 该研究提出ReASearch统一框架，让智能体自主优化提示、程序与ML工作流，在14项任务中优于专用系统，部分发现超人类最佳结果的方案。

Journal ref COLM 2026

Vehicle routing problem using deep reinforcement learning - A case study about truck planning in the industry

基于深度强化学习的车辆路径问题——工业中卡车规划的案例研究

Siliang Lu, Dan Hu, Lili Wu

机构 * Bosch Center for Artificial Intelligence（博世人工智能中心） ； School of Electronic Information and Electrical Engineering（电子信息与电气工程学院） ； School of Computer Science, Macau University of Science and Technology（澳门科技大学计算机学院） 纠错

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

AI总结 本文以工业卡车规划为案例，针对三个物流场景，提出基于深度强化学习的车辆路径优化方法，其优化后路径总成本较基线降低10%以上，还提出可将该算法推广至更多VRP变体。

The Horizon Gap: Planning, Memory, Execution, Training, and Evaluation for Long-Horizon LLM Agents

视界差距：长视界大语言模型智能体的规划、记忆、执行、训练与评估

Mingguang Chen, Licheng Wang, Bo Qu

机构 * DeepGrounding（深地研究机构） ； AlphaAvatar（阿尔法 Avatar 公司） 纠错

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

AI总结 本文提出长视界大语言模型智能体存在的视界差距，调研1547篇相关论文，厘清长视界等属性，分析领域应对措施并提出开放测量问题。

Comments 39 pages, 6 figures

Uncovering expert objectives in production planning via inverse optimization: An industrial case study

通过逆优化揭示生产规划中的专家目标：一项工业案例研究

Shivi Dixit, Rishabh Gupta, Adam Kelloway, John Wassick, Qi Zhang

机构 * University of Minnesota（明尼苏达大学） ； The Dow Chemical Company（陶氏化学公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本研究提出数据驱动的逆优化框架，推断工业生产规划中专家决策隐含的目标函数，应用于陶氏化学案例证实该方法可将隐性专业知识转化为可解释的决策支持模型。

Journal ref Chemical Engineering Research and Design, 2026

Learning Visual Spatial Planning from Symbolic State via Modality-Gap-Aware Self-Distillation

通过模态差距感知自蒸馏从符号状态学习视觉空间规划

Haocheng Luo, Jiahui Liu, Ruicheng Zhang, Zhizhou Zhong, Jiaqi Huang, Zunnan Xu, Quan Shi, Jun Zhou, Shuiyang Mao, Wei Liu, Xiu Li

机构 * Tsinghua University（清华大学） ； The 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)；分类 cs.AI

AI总结 提出MGSD两阶段框架，通过冷启动接地和特权教师蒸馏弥合视觉与符号规划之间的模态差距，在视觉规划基准上显著提升性能。

Comments 18 pages, preprint

Trustworthy Agent Network: Trust in Agent Networks Must Be Baked In, Not Bolted On

可信代理网络：在代理网络中，信任必须被内置，而非事后添加

Yixiang Yao, Yuhang Yao, Xinyi Fan, Jiechao Gao, Jie Wang, Minjia Zhang, Srivatsan Ravi, Carlee Joe-Wong

机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文探讨了在代理网络中信任必须被内置而非事后添加的问题，提出了一个综合的概念框架，通过四个设计支柱来建立代理网络中的信任。

Comments Accepted at SIGKDD 2026 Blue Sky Ideas Track

Joint Optimization of Reasoning and Dual-Memory for Self-Learning Diagnostic Agent

推理与双记忆联合优化的自学习诊断代理

Bingxuan Li, Simo Du, Yue Guo

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Jacobi Medical Center（雅各比医学中心） 纠错

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

AI总结 本文提出SEA自学习诊断代理，通过认知启发的双记忆模块联合优化推理与记忆管理，实现在MedCaseReasoning数据集上达到92.46%准确率，并在ER-Reason数据集上取得最佳表现，验证了经验转化为可重用知识的有效性。

Reasoning from Traces: Divergence-Guided Agentic Repair of WebAssembly Discrepancies

从痕迹中推理：分歧引导的智能体修复WebAssembly差异

Liyan Huang, Kaicheng Wang, Weihang Wang

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

AI总结 本文提出WasmMend系统，通过差分痕迹分析定位Wasm与原生执行的分歧函数，引导LLM智能体生成补丁，在真实C/C++项目上修复率达70.0%，优于基线方法。

Hierarchical Server Architecture for Agentic Science

面向智能体科学的分层服务器架构

Vanessa Sochat, Daniel Milroy

机构 * Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

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

AI总结 针对智能体科学的资源调度需求，提出分层动态架构及软件，借助秘书智能体在云、边缘和HPC系统中发现资源，经模拟验证其协商准确率达87.71%，选择成本与传统策略相当，可支持Genesis Mission。

Comments 10 pages, 9 figures, 3 tables

Project2Task: Graph-Guided Project-Level Planning for Autonomous Research

Project2Task：面向自主研究的图引导项目级规划

Huirui Xu, Runtao Xu, Shuo Ren, Jiajun Zhang

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

AI总结 该研究提出Project2Task图引导项目级规划层，可将研究项目转化为感知依赖的边界任务，在基准测试中其任务组合质量优于基线，与AutoResearchClaw整合后提升了下游任务准确率。

As You Wish: Mission Planning with Formal Verification using LLMs in Precision Agriculture

如您所愿：利用LLM在精准农业中进行形式化验证的任务规划

Marcos Abel Zuzuárregui, Stefano Carpin

机构 * University of California, Merced（加州大学默塞德分校） 纠错

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

AI总结 针对自然语言歧义性，提出基于线性时序逻辑（LTL）反馈循环的LLM任务规划系统，通过双LLM分工实现规范生成与验证，提升精准农业任务规划的可靠性。

Journal ref Published in Proceedings of 2026 International Conference on Robotics and Automation (ICRA)

Path Planning of Cleaning Robot with Reinforcement Learning

基于强化学习的清洁机器人路径规划

Woohyeon Moon, Bumgeun Park, Sarvar Hussain Nengroo, Taeyoung Kim, Dongsoo Har

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

AI总结 针对现有清洁机器人路径规划模型环境适应性差的问题，提出结合PPO算法与多种技术的方法，经实验验证其训练性能、收敛速度及清洁性能均优于传统方法。

Comments 7 pages with 11 figures

Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems

网络物理系统中大语言模型智能体规划策略的战略评估

J. de Curtò, I. de Zarzà

机构 * BARCELONA Supercomputing Center（巴塞罗那超级计算中心） ； LUXEMBOURG Institute of Science and Technology（卢森堡科学技术学院） 纠错

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

AI总结 本研究针对网络物理系统，构建含40个异构产消者的智能电网基准，评估4种LLM规划架构，发现架构影响结果，应用截止可行性可显著降低遗憾。

The LLM Proposes, the Executive Disposes: A Self-Verifying Agent Instrument that Dissociates Commitment Drift from Binding Drift in Long-Horizon Agents

大模型提出方案，执行体处理：一种自验证智能体工具，可将长程智能体中的承诺漂移与绑定漂移分离

Mohsen Arjmandi

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

AI总结 本研究提出一种自验证智能体工具，可分离长程智能体的承诺漂移与绑定漂移，通过实验揭示消融承诺机制会提升目标放弃率，且贡献了可量化漂移分解的智能体验证方法论。

Comments 7 pages

Automatic Patient-Specific Microwave Ablation Planning Accelerated by a Physics-Guided Deep Learning Model

基于物理引导深度学习模型加速的患者特异性微波消融自动规划

Seonaeng Cho, Minjee Seo, Minju Seol, Juil Park, Joon Ho Kwon, Kyungho Yoon

机构 * Yonsei University（延世大学） ； Innovative & Intelligent Computational Science Institute (IN2CSI)（创新与智能计算科学研究所（IN2CSI）） 纠错

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

AI总结 该研究提出结合神经消融预测模型与遗传算法的数字孪生框架，可快速实现患者特异性微波消融自动规划，提升消融效率、减少器官损伤且规划速度快约420倍

Comments Accepted at the Digital Twin for Healthcare (DT4H 2026) workshop at MICCAI 2026; 10 pages, 2 figures

Antares: Foundation Models for Agentic Vulnerability Localization

Antares：用于智能体漏洞定位的基础模型

Supriti Vijay, Aman Priyanshu, Didier Chapoteau, Arthur Goldblatt, Jianliang He, Kimia Majd, Fraser Burch, Baturay Saglam, Takahiro Matsumoto, Zhuoran Yang, Amin Karbasi

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

AI总结 该研究提出基于IBM Granite的Antares系列紧凑语言模型，经两阶段训练用于智能体漏洞定位，其30亿参数版本性能接近GPT-5.5且远超更大模型，推理高效低成本。

Comments 57 pages, 12 figures, technical report for antares

Harness-R1: Learning to Edit Executable Runtime Harnesses from Agent Failure Trajectories

Harness-R1：从智能体失败轨迹中学习编辑可执行运行时管控程序

Shuai Shao, Kangning Zhang, Qingyao Li, Shijian Wang, Hao Wang, Wenxiang Jiao, Yuan Lu, Yi Guo, Weiwen Liu, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） ； Southeast University（东南大学） 纠错

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

AI总结 Harness-R1是首个基于智能体失败轨迹学习编辑可执行运行时管控程序的方法，经WebShop等基准测试，可提升Qwen3.5-9B智能体成功率，为管控程序与智能体协同进化提供了方向。

Assuming You Knew: Fixing an Epistemic Semantics for Flow Policies Using Agentic AI

假设你已知：使用智能体AI修复流策略的认知语义

David A. Naumann

机构 * Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

AI总结 该研究针对流策略认知语义框架的缺陷，借助智能体AI编码助手在Rocq中完成修正形式化的机器验证，形成了可比较不同策略规范风格并支持实施的通用框架。