AI Agent

WISE: A Long-Horizon Agent in Minecraft with Why-Which Reasoning

WISE：具有Why-Which推理的Minecraft长时域智能体

Renmin Cheng, Changhao Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 提出WISE框架，通过因果事件图增强情景记忆并解耦what-where-when与which-why推理，结合机会主义任务调度和多尺度探索，显著提升长时域稀疏任务的成功率和效率。

Contextual Invertible World Models: A Neuro-Symbolic Agentic Framework for Colorectal Cancer Drug Response

上下文可逆世界模型：用于结直肠癌药物反应的神经符号智能框架

Christopher Baker, Tianyu Ren, Karen Rafferty, Hui Wang

机构 * School of Electronics, Electrical Engineering and Computer Science（电子工程与计算机科学学院） 纠错

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

AI总结 提出上下文可逆世界模型（CIWM），结合机器学习模拟器与大语言模型推理层，通过逆推理进行CRISPR扰动，揭示KRAS突变在5-氟尿嘧啶耐药中的主导作用及PIK3CA修复的意外效应。

Bootstrapped Monitoring: Leveraging Transparent Reasoning to Oversee Stronger AI Agents

自助监控：利用透明推理监督更强的AI智能体

Frank Xiao, Mary Phuong

机构 * California Institute of Technology（加州理工学院） 纠错

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

AI总结 提出自助监控协议，通过插入具有透明思维链的不可信中间模型来监督更强智能体，在软件工程任务中显著提升捕获率，即使不可信监控者与智能体合谋。

ConsistencyPlanner: Real-time Planning with Fast-Sampling Consistency Models

ConsistencyPlanner: 基于快速采样一致性模型的实时规划

Qichao Zhang, Xing Fang, Jiaqi Fang, Zhenwen Cai, Jie Ling, Qiankun Yu, Dongbin Zhao

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Guangzhou Zaofu Intelligent Technology Co., Ltd.（广州造父智能科技有限公司） 纠错

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

AI总结 提出Consistency Planner框架，利用快速采样一致性模型实现高效多模态采样，并结合注意力增强解码器融合异构特征，在Waymax模拟器中显著提升安全性和实时性。

Reflecti-Mate: A Conversational Agent for Adaptive Decision-Making Support Through System 1 and System 2 Thinking

Reflecti-Mate: 通过系统1和系统2思维实现自适应决策支持的对话代理

Morita Tarvirdians, Senthil Chandrasegaran, Hayley Hung, Catholijn M. Jonker, Catharine Oertel

机构 * TU Delft（代尔夫特理工大学） ； TU Delft/Leiden University（代尔夫特理工大学/莱顿大学） 纠错

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

AI总结 本文研究了一种对话代理，通过适应个体思维模式促进决策整合，该代理能提供更个性化的反思路径和整合性反思语言，优于传统决策支持系统。

Comments Accepted at UMAP 2026

Journal ref UMAP 2026: Proceedings of the 34th ACM Conference on User Modeling, Adaptation and Personalization

Diffusion Forcing Planner: History-Annealed Planning with Time-Dependent Guidance for Autonomous Driving

扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶

Zehan Zhang, Neng Zhang, Yaoyi Li, Jia Cai, Zhiling Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） 纠错

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

AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。

Comments CVPR2026

Uncertainty-Aware Motion Planning for Autonomous Driving in Mixed Traffic Environment

混合交通环境下自动驾驶的不确定性感知运动规划

Ming Cheng, Hao Chen, Ziyi Yang, Ziluowen Luo, Senzhang Wang

机构 * Central South University（中南大学） ； City University of Macau（澳门城市大学） 纠错

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

AI总结 提出不确定性感知运动规划（UAMP），通过量化人类意图不确定性并引入不确定性校准值学习，提升自动驾驶在混合交通中的安全性和舒适性。

Self-EmoQ: Plutchik-Guided Value-based Planning to Drive Streaming Emotional TTS

Self-EmoQ: 基于Plutchik引导的价值规划驱动流式情感TTS

Yue Zhao, Hongyan Li, Yong Chen, Luo Ji

机构 * Geely AI Lab（地平线人工智能实验室） 纠错

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

AI总结 提出一种情感规划框架，通过强化学习训练LLM模块，在文本生成前确定情感，以驱动流式TTS，结合Plutchik情感理论进行混合奖励，实验表明在情感确定和响应质量上优于基线。

Comments Accepted to ACL 2026 Findings

Prosociality by Coupling, Not Mere Observation: Homeostatic Sharing in an Inspectable Recurrent Artificial Life Agent

通过耦合而非单纯观察的亲社会性：可检查循环人工生命体中的稳态共享

Aishik Sanyal

机构 * Independent Research Engineer（独立研究工程师） 纠错

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

AI总结 研究通过稳态耦合而非直接奖励或观察实现人工体的亲社会行为，发现耦合使智能体主动帮助同伴，而单纯观察无效。

Comments Accepted at ALIFE 2026 Conference, Waterloo Institute for Complexity & Innovation

FF-JEPA: Long-Horizon Planning in World Models with Latent Planners

FF-JEPA：基于潜在规划器的世界模型中的长时域规划

Sergi Masip, Jonathan Swinnen, Yutong Hu, Renaud Detry, Tinne Tuytelaars

机构 * KU Leuven（鲁汶大学） 纠错

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

AI总结 提出FF-JEPA层次化方法，通过引入无动作潜在规划器预测子目标，将复杂轨迹分解为短期优化问题，解决长时域规划中计算昂贵和需要目标图像的问题。

Towards End to End Motion Planning and Execution for Autonomous Underwater Vehicles Using Reinforcement Learning

面向自主水下机器人的端到端运动规划与执行：基于强化学习的方法

Elisei Shafer, Oren Gal

机构 * University of Haifa（海法大学） 纠错

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

AI总结 提出分层强化学习架构，将原始传感器数据直接映射为推进器指令，实现AUV端到端运动规划与执行，在HoloOcean仿真中轨迹长度接近RRT*基线（误差4%-6%），并具备鲁棒性。

Towards Healthy Evolution: Exploring the Role and Mechanisms of Human-Agent Interaction in Self-Evolving Systems

走向健康进化：探索人机交互在自我进化系统中的作用与机制

Dianxing Shi, Bowen Wang, Junqi He, Junhao Chen, Yuta Nakashima

机构 * The University of Osaka（大阪大学） 纠错

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

AI总结 提出ANCHOR框架，通过模拟人类监督的反馈机制，在自我进化系统中缓解能力退化与安全漂移，实验表明有限监督可显著提升安全性与稳定性。

NavOne: One-Step Global Planning for Vision-Language Navigation on Top-Down Maps

NavOne: 一种基于顶部向下地图的视觉语言导航的一步全局规划

Dijia Zhan, Jinyi Li, Chenxi Zheng, Shaoyu Huang, Yong Li, Jie Tang, Xuemiao Xu

机构 * South China University of Technology（南方科技大学） 纠错

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

AI总结 本文提出了一种基于顶部向下地图的视觉语言导航方法，通过引入NavOne框架，实现多模态地图的单步全局路径规划，显著提升了导航效率和性能。

Comments 10 pages, 7 figures

SAD-Flower: Flow Matching for Safe, Admissible, and Dynamically Consistent Planning

SAD-Flower：用于安全、可接受和动态一致规划的流匹配

Tzu-Yuan Huang, Armin Lederer, Dai-Jie Wu, Xiaobing Dai, Sihua Zhang, Hsiu-Chin Lin, Shao-Hua Sun, Stefan Sosnowski, Sandra Hirche

机构 * TUM School of Computation, Information and Technology, Technical University of Munich, Munich, Germany.（慕尼黑技术大学计算、信息与技术学院） ； Munich Institute of Robotics（慕尼黑机器人与智能机构研究所） ； Munich Data Science Institute (MDSI)（慕尼黑数据科学研究所） ； National University of Singapore（新加坡国立大学） ； National Taiwan University (NTU)（国立台湾大学） ； NTU Artificial Intelligence Center of Research Excellence (NTU AI-CoRE)（国立台湾大学人工智能研究中心） ； University of Utah（犹他大学） ； Beijing Institute of Technology（北京理工大学） ； McGill University（麦吉尔大学） 纠错

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

AI总结 提出SAD-Flower框架，通过虚拟控制输入增强流匹配，利用非线性控制理论提供状态约束、动作约束和动态一致性的形式化保证，无需重新训练即可在测试时满足未见约束。

Neuro-Symbolic Learning for Long-Horizon Task Planning Under Complex Logical Constraints

复杂逻辑约束下长时域任务规划的神经符号学习

Qiwei Du, Zitong Zhan, Shaoshu Su, Bowen Li, Yi Du, Zhipeng Zhao, Taimeng Fu, Sebastian Scherer, Jiaoyang Li, Chen Wang

机构 * Spatial AI & Robotics (SAIR) Lab, University at Buffalo, NY 14260（空间人工智能与机器人实验室，布法罗大学，纽约州，14260） ； Robotics Institute, Carnegie Mellon University, PA 15213（机器人研究所，卡内基梅隆大学，宾夕法尼亚州，15213） 纠错

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

AI总结 提出基于命令学习的双层优化框架，通过神经评分器剪枝无关对象，并引入3R策略（修复、重启、回滚）稳定下层规划，在三个基准上实现失败率降低80.04%、规划时间减少57.14%。

Lane Change Trajectory Planning for Personalized Driving Comfort and Mobility Efficiency

车道变更轨迹规划：个性化驾驶舒适性与移动效率

Haoxuan Dong, Dongjun Li, Ziyou Song

机构 * Department of Mechanical Engineering（机械工程系） ； Department of Electrical Engineering（电气工程系） ； National University of Singapore（新加坡国立大学） ； Computer Science（计算机科学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 提出一种神经网络驱动的轨迹规划器，结合三阶多项式轨迹生成与学习模块，通过双头共享骨干和基于误差胜者逻辑回归的统计门控机制，实现个性化舒适性与移动效率的平衡。

Comments Accepted by the IEEE Intelligent Vehicles Symposium (IEEE IV 2026), Detroit, MI, United States, June 22_25, 2026

Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning

面向6G的智能体世界建模：近实时生成式状态空间推理

Farhad Rezazadeh, Amir Ashtari Gargari, Hatim Chergui, Sandra Lagen, Merouane Debbah, Houbing Song, Lingjia Liu

机构 * BrainOmega and the Technical University of Catalonia (UPC)（BrainOmega 和 哈佛大学（UPC）） ； Centre Tecnologic de Telecomunicacions de Catalunya (CTTC/CERCA)（巴塞罗那电信技术中心（CTTC/CERCA）） ； i2CAT Foundation（i2CAT 基金会） ； Khalifa University of Science and Technology（科技 Khalifa 大学） ； University of Maryland, Baltimore County (UMBC)（马里兰大学巴尔的摩分校（UMBC）） ； Virginia Tech（弗吉尼亚理工学院） 纠错

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

AI总结 提出基于世界建模的智能体框架WM-MS3M，通过生成式状态空间实现6G网络近实时反事实推理与资源分配，在O-RAN数据上降低预测误差并加速推理。

Comments 13 Pages, 3 Figures, 4 Tables

SlideAgent: Hierarchical Agentic Framework for Multi-Page Visual Document Understanding

SlideAgent：用于多页视觉文档理解的分层代理框架

Yiqiao Jin, Rachneet Kaur, Zhen Zeng, Sumitra Ganesh, Srijan Kumar

机构 * Georgia Institute of Technology（佐治亚理工学院） ； J.P. Morgan AI Research（摩根大通AI研究） 纠错

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

AI总结 提出SlideAgent，一种用于多模态多页文档（如幻灯片）理解的分层代理框架，通过全局、页面和元素三级推理构建结构化表示，在专有和开源模型上分别提升7.9%和9.8%的准确率。

Comments ACL 2026 Main Conference. https://slideagent.github.io/

3D-Grounded Vision-Language Framework for Robotic Task Planning: Automated Prompt Synthesis and Supervised Reasoning

面向机器人任务规划的3D grounded视觉-语言框架：自动化提示合成与监督推理

Guoqin Tang, Qingxuan Jia, Zeyuan Huang, Gang Chen, Ning Ji, Zhipeng Yao

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出融合2D提示合成模块和小语言模型的框架，提升机器人3D场景理解与任务执行能力，实验显示任务成功率高达96.0%。

Journal ref Engineering Applications of Artificial Intelligence, vol. 164, p. 113268, 2026

SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization

SkillComposer: 学习演化智能体技能以实现特化与泛化

Qi Zhang, Zhaopeng Feng, Xiaonan Shi, Xiaomeng Hu, Chu Liu, Pengjun Xie, Xiaobin Wang, Jieping Ye, Bryan Hooi, Haobo Wang, Junbo Zhao

机构 * Zhejiang University（浙江大学） ； Tongyi Lab（通义实验室） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出SkillComposer框架，通过创建、改进和合并三种可学习操作，使语言模型在推理时自我演化技能，支持离线、在线和混合部署模式，在多个基准上提升性能。

Comments Under Review

3D Underwater Path Planning via Generative Flow Field Surrogates

基于生成流场代理的三维水下路径规划

Zachary Cooper-Baldock, Paulo E. Santos, Russell S. A. Brinkworth, Karl Sammut

机构 * Flinders University（弗林德斯大学） 纠错

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

AI总结 针对自主水下航行器回收过程中复杂三维螺旋桨尾流的高成本CFD仿真问题，提出用条件生成对抗网络（cGAN）作为替代，结合能量加权A*路径规划，实现快速且有效的路径规划。

Comments 41 pages, 5 figures, 11 tables

Sample-efficient Low-level Motion Planning for Robotic Manipulation Tasks via Zero-shot Transfer Learning

通过零样本迁移学习实现机器人操作任务的样本高效低级运动规划

Yuanzhi He, Victor Romero-Cano, José J. Patiño, Juan David Hernández, William Sawtell, Gualtiero Colombo

机构 * School of Computer Science & Informatics, Cardiff University, Cardiff, UK（计算机科学与信息学系，卡迪夫大学，卡迪夫，英国） 纠错

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

AI总结 提出iCEM+TL框架，通过迁移学习和奖励重塑提高复杂操作任务的成功率，仿真中提升高达23%，并在真实机器人上验证。

Comments 12 pages, 5 figures, International Conference on Artificial Neural Networks (ICANN) 2026 conference accepted

PLAN-S: Bridging Planning with Latent Style Dynamics for Autonomous Driving World Models

PLAN-S：通过潜在风格动态桥接规划以实现自动驾驶世界模型

Xiaoyun Qiu, Jingtao He, Yijie Chen, Yusong Huang, Haotian Wang, Yixuan Wang, Xinhu Zheng

机构 * Intelligent Transportation Thrust, Systems Hub, and Center of Seamless Connectivity & Connected Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（智能交通 thrust、系统中心及无缝连接与智能连接研究院，香港科学与技术大学（广州）） 纠错

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

AI总结 提出PLAN-S框架，通过从潜在表示解码风格条件语义成本图，解决自动驾驶中潜在世界模型规划的可控性问题，在nuScenes和NAVSIM上降低了碰撞率并提升了驾驶性能。

ProSPy: A Profiling-Driven SQL-Python Agentic Framework for Enterprise Text-to-SQL

ProSPy: 面向企业级Text-to-SQL的剖析驱动的SQL-Python智能体框架

Zhaorui Yang, Huawei Zheng, Sen Yang, Yuhui Zhang, Haoxuan Li, Zhizhen Yu, Xuan Yi, Chen Hou, Defeng Xie, Chao Hu, Minfeng Zhu, Dazhen Deng, Haozhe Feng, Danqing Huang, Yingcai Wu, Peng Chen, Wei Chen

机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） ； School of Software Technology（软件技术学院） ； Tencent TEG（腾讯科技集团） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Zhejiang University（浙江大学） 纠错

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

AI总结 提出ProSPy框架，通过自动剖析、模式剪枝、中间视图获取和Python分析四阶段，结合SQL高效性与Python灵活性，解决企业级数据库Text-to-SQL中的模式异构、元数据不完整和复杂分析问题。

Comments 24 pages, 12 figures

VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents

VASO：物理AI智能体的形式可验证自进化技能

Yunhao Yang, Neel P. Bhatt, Kevin Wang, Samuel Tetteh, Zhangyang Wang, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Iowa State University（爱荷华州立大学） 纠错

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

AI总结 提出VASO框架，通过形式验证引导LLM生成的机器人技能合约自进化，将模型检查的反例转化为文本梯度更新技能合约，无需微调模型权重，在Jackal和四旋翼任务中达到97.2%的形式规范符合率。

Comments Project webpage: https://languagegroundedriskdetection.github.io/ProjectPage/vaso-webpage/

Agentic Generation and Evolution of Knowledge Models

知识模型的智能生成与演化

Man Zhang, Tao Yue, Nazareno M. Aguirre, Diego Garbervetsky, Sebastian Uchitel

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

AI总结 提出TrustModel框架，通过三个智能子系统（建模、一致性、演化）实现知识模型的持续生成与演化，以支持动态环境下复杂软件系统的可信工程。

Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent Skills

Trace2Skill: 将轨迹局部经验转化为可迁移的代理技能

Jingwei Ni, Yihao Liu, Xinpeng Liu, Yutao Sun, Mengyu Zhou, Pengyu Cheng, Dexin Wang, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * ETH Zürich University of Zurich（苏黎世联邦理工学院） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Qwen Large Model Application Team, Alibaba（阿里巴巴文心一言应用团队） 纠错

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

AI总结 本文提出Trace2Skill框架，通过归纳推理将广泛执行轨迹整合为统一的技能目录，有效提升代理技能的可迁移性和实用性，适用于多种领域。

Comments Work in Progress. May version add more experiments

A2RAG: Adaptive Agentic Graph Retrieval for Cost-Aware and Reliable Reasoning

A2RAG：面向成本感知和可靠推理的自适应代理图检索

Jiate Liu, Zebin Chen, Shaobo Qiao, Mingchen Ju, Danting Zhang, Bocheng Han, Shuyue Yu, Xin Shu, Jinglin Wu, Dong Wen, Xin Cao, Guanfeng Liu, Zhengyi Yang

机构 * University of New South Wales（新南威尔士大学） ； Euler AI ； Sigma Trading Management（Sigma 交易管理） ； Eigenflow AI ； Macquarie University（麦考瑞大学） 纠错

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

AI总结 本文提出A2RAG框架，通过自适应控制器和代理检索器解决图检索中成本和可靠性问题，提升多跳问答的准确率并减少计算开销。

PerceptTwin: Semantic Scene Reconstruction for Iterative LLM Planning and Verification

PerceptTwin：面向迭代LLM规划与验证的语义场景重建

Charlie Gauthier, Sacha Morin, Liam Paull

机构 * Department of Computer Science and Operations Research, Université de Montréal（蒙特利尔大学计算机科学与运筹学系） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； CIFAR AI Chair（CIFAR人工智能主席） 纠错

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

AI总结 提出PerceptTwin自动管道，从机器人感知的语义场景表示构建交互式仿真，结合LLM法官验证规划正确性与人类偏好，提升规划成功率约39%。

Comments Accepted at ICRA 2026 (Vienna); published on arxiv for archival purposes. See also https://percept-twin.github.io/

GAPD: Gold-Action Policy Distillation for Agentic Reinforcement Learning in Knowledge Base Question Answering

GAPD：面向知识库问答中智能体强化学习的金动作策略蒸馏

Xin Sun, Jianan Xie, Zhongqi Chen, Qiang Liu, Shu Wu, Bowen Song, Weiqiang Wang, Zilei Wang, Liang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； NLPR, MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； ShanghaiTech University（上海科技大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 提出GAPD框架，通过中间锚点匹配将金动作序列与在线策略对齐，为基于强化学习的知识库问答提供密集的令牌级指导，在多个基准上取得最优结果。