AI Agent

Decoupled Travel Planning with Behavior Forest

解耦行为森林中的旅行计划

Duanyang Yuan, Sihang Zhou, Yanning Hou, Xiaoshu Chen, Haoyuan Chen, Ke Liang, Jiyuan Liu, Chuan Ma, Xinwang Liu, Jian Huang

机构 * College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） ； College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； College of Systems Engineering, National University of Defense Technology（系统工程学院，国防科技大学） ； College of Computer Science, Chongqing University（计算机科学学院，重庆大学） 纠错

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

AI总结 本文提出行为森林方法，通过解耦复杂任务和约束到可管理的子空间，提升大语言模型在多约束旅行计划中的性能，实验表明在TravelPlanner和ChinaTravel基准上分别优于现有方法6.67%和11.82%。

Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems

在杂乱中导航：基于路标的目标级规划用于多机器人系统

Jiabao Ji, Yongchao Chen, Yang Zhang, Ramana Rao Kompella, Chuchu Fan, Gaowen Liu, Shiyu Chang

机构 * UC Santa Barbara（加州大学圣芭芭拉分校） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Cisco Research（思科研究） 纠错

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

AI总结 本文提出了一种混合多机器人控制框架，通过引入路标和课程训练策略，解决多机器人任务和运动规划的联合优化问题，提升了任务成功率。

Spec-o3: A Tool-Augmented Vision-Language Agent for Rare Celestial Object Candidate Vetting via Automated Spectral Inspection

Spec-o3：一种工具增强的视觉-语言代理，用于通过自动化光谱检查验证稀有天体候选体

Minghui Jia, Qichao Zhang, Ali Luo, Linjing Li, Shuo Ye, Hailing Lu, Wen Hou, Dongbin Zhao

机构 * SKL-MAIS, Institute of Automation, CAS（SKL-MAIS，自动化研究所，中国科学院） ； School of Advanced Interdisciplinary Sciences, UCAS（交叉科学学院，中国科学院大学） ； National Astronomical Observatories, CAS（国家天文台，中国科学院） ； School of Artificial Intelligence, UCAS（人工智能学院，中国科学院大学） 纠错

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

AI总结 本文提出Spec-o3，一种工具增强的视觉-语言代理，通过多模态链式推理实现天文学家对稀有天体候选体的自动化光谱检查，提升验证效率和准确性。

Comments Accepted to ACL 2026 Main Conference

Enhancing Agentic Textual Graph Retrieval with Synthetic Stepwise Supervision

通过合成的分步监督增强代理文本图检索

Ge Chang, Jinbo Su, Jiacheng Liu, Pengfei Yang, Yuhao Shang, Huiwen Zheng, Hongli Ma, Yan Liang, Yuanchun Li, Yunxin Liu

机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Peking University（北京大学） ； School of Information, Renmin University of China（中国人民大学信息学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； North China Electric Power University（华北电力大学） ； GDS Holdings Limited（GDS控股有限公司） 纠错

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

AI总结 本文提出一种基于LLM的文本图检索框架，通过合成分步监督优化检索过程，提升复杂图基问答任务的准确性和F1分数。

Planning in entropy-regularized Markov decision processes and games

在熵正则化马尔可夫决策过程和博弈中的规划

Jean-Bastien Grill, Omar Darwiche Domingues, Pierre Ménard, Rémi Munos, Michal Valko

机构 * DeepMind ； Inria Lille（Inria里尔） ； SequeL team, Inria Lille（SequeL团队，Inria里尔） ； DeepMind Paris（DeepMind巴黎） 纠错

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

AI总结 本文提出SmoothCruiser算法，通过环境生成模型估计熵正则化马尔可夫决策过程和双人博弈的价值函数，实现问题无关的样本复杂度O~(1/epsilon^4)。

Comments NeurIPS 2019

Journal ref Advances in Neural Information Processing Systems 32 (NeurIPS 2019)

Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents

四轴决策对齐用于长周期企业AI代理

Vasundra Srininvasan

机构 * Vasundra Srinivasan 纠错

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

AI总结 本文提出四轴对齐框架，用于评估长周期企业AI代理的决策行为，涵盖事实精度、推理连贯性、合规重建和校准回避，通过实验揭示了决策对齐的重要性。

Comments 21 pages, 5 figures, 8 tables. PDFLaTeX. Code and artifacts: https://github.com/vasundras/decision-alignment-long-horizon-agents

ARGUS: Agentic GPU Optimization Guided by Data-Flow Invariants

ARGUS：通过数据流不变量指导的代理GPU优化

Haohui Mai, Xiaoyan Guo, Xiangyun Ding, Daifeng Li, Qiuchu Yu, Chenzhun Guo, Cong Wang, Jiacheng Zhao, Christos Kozyrakis, Binhang Yuan

机构 * CausalFlow Inc.（CausalFlow公司） ； HKUST（香港科技大学） ； Tsinghua University（清华大学） ； Stanford University（斯坦福大学） ； UCAS ； UC Riverside（UC河滨分校） 纠错

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

AI总结 ARGUS通过数据流不变量指导代理生成高效GPU内核，解决传统代理在关键计算任务中的性能不足问题，实现接近人工优化的性能和广泛的任务泛化能力。

QTMRL: An Agent for Quantitative Trading Decision-Making Based on Multi-Indicator Guided Reinforcement Learning

QTMRL：基于多指标引导强化学习的量化交易决策代理

Jingfeng Pan, Jiahao Chen

机构 * Guangdong University of Finance（广东金融学院） ； Jinan University（吉林大学） 纠错

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

AI总结 本文提出QTMRL代理，结合多维技术指标与强化学习，实现动态稳定的投资组合管理，通过实验验证其在盈利性、风险调整和下行风险控制上的优越性。

Scale-free adaptive planning for deterministic dynamics & discounted rewards

无标度自适应规划用于确定性动力学与折扣奖励

Peter L. Bartlett, Victor Gabillon, Jennifer Healey, Michal Valko

机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Noah's Ark Lab, Huawei Technologies, London, UK（华为技术伦敦诺亚实验室） ； Adobe Research, San Jose, USA（Adobe研究实验室） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔-北欧洲SequeL团队） 纠错

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

AI总结 本文提出Platypoos算法，针对确定性动力学和折扣奖励的规划问题，提供改进的样本复杂度分析，并建立下界证明其最优性。

Comments 36th International Conference on Machine Learning (ICML 2019)

Journal ref Proceedings of the 36th International Conference on Machine Learning (ICML 2019)

Process Reward Models Meet Planning: Generating Precise and Scalable Datasets for Step-Level Rewards

过程奖励模型与规划：生成精确且可扩展的步骤级奖励数据集

Raffaele Pisano, Roberto Navigli

机构 * Babelscape ； Sapienza University of Rome（罗马萨皮恩扎大学） 纠错

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

AI总结 本文提出基于规划逻辑问题生成过程奖励模型数据集的方法，通过PDDL领域定义语言生成百万级推理步骤，提升数学和非数学推理能力。

Comments Accepted to ACL 2026 (main conference)

Query-Efficient Agentic Graph Extraction Attacks on GraphRAG Systems

高效查询的代理图提取攻击对GraphRAG系统

Shuhua Yang, Jiahao Zhang, Yilong Wang, Dongwon Lee, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 本文提出AGEA框架，通过引导探索与利用策略、外部图记忆模块和两阶段图提取流程，高效恢复GraphRAG系统的隐藏图结构，在医疗、农业和文学数据集上表现优异。

Comments To be published in ACL Main 2026

ARMove: Learning to Predict Human Mobility through Agentic Reasoning

ARMove: 通过代理推理学习预测人类移动

Chuyue Wang, Jie Feng, Yuxi Wu, Shenglin Yi, Hang Zhang

机构 * Tencent（腾讯） ； Zhongguancun Academy（中关村学院） ； Alibaba Group（阿里巴巴集团） ； Meituan（美团） 纠错

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

AI总结 ARMove通过代理推理方法，解决人类移动预测中的可解释性、迭代学习和迁移性问题，实验表明其在六个指标上优于现有方法，且在不同地区和用户群体中表现稳健。

World-Value-Action Model: Implicit Planning for Vision-Language-Action Systems

世界价值-动作模型：面向视觉-语言-动作系统的隐式规划

Runze Li, Hongyin Zhang, Junxi Jin, Qixin Zeng, Zifeng Zhuang, Yiqi Tang, Shangke Lyu, Donglin Wang

机构 * Westlake University（西湖大学） ； Nanjing University Suzhou Campus（南京大学苏州校区） 纠错

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

AI总结 本文提出World-Value-Action模型，通过隐式规划提升视觉-语言-动作系统在长时域决策中的性能，通过学习潜在表示和价值函数实现高效规划。

HeroBench: A Benchmark for Long-Horizon Planning and Structured Reasoning in Virtual Worlds

HeroBench：一个用于虚拟世界中长horizon规划和结构化推理的基准测试

Petr Anokhin, Roman Khalikov, Stefan Rebrikov, Viktor Volkov, Artyom Sorokin, Vincent Bissonnette

机构 * Artyom Sorokin（AXXX） ； Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学） ； Higher School of Economics（高等经济学院） ； Kurchatov Institute（库尔斯克研究所） ； Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出HeroBench，用于评估在复杂RPG-inspired虚拟世界中长horizon分层规划和结构化推理的能力，通过模拟评估可执行计划，揭示了现有大型语言模型在长horizon自主规划中的性能差异和挑战。

Comments Code is available at https://github.com/stefanrer/HeroBench

Multi-stage Planning for Multi-target Surveillance using Aircrafts Equipped with Synthetic Aperture Radars Aware of Target Visibility

多目标监视中利用合成孔径雷达飞机的多阶段规划

Daniel Fuertes, Carlos R. del-Blanco, Fernando Jaureguizar, Juan José Navarro-Corcuera, Narciso García

机构 * Grupo de Tratamiento de Imágenes, Information Processing and Telecommunications Center, ETSI Telecomunicación, Universidad Politécnica de Madrid（图像处理与电信中心，理工大学马德里大学） ； Airbus Defence and Space（空客防务与航天） 纠错

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

AI总结 本文提出多阶段规划系统，通过 waypoint 序列规划、神经网络预测最佳可见性飞行段及优化连接生成轨迹，实现多目标 SAR 监视的高质量成像与实时性能。

Comments Published in IEEE/RAS International Conference on Automation Science and Engineering 2025

Skilldex: A Package Manager and Registry for Agent Skill Packages with Hierarchical Scope-Based Distribution

Skilldex：一种基于层级作用域的代理技能包包管理器和注册表

Sampriti Saha, Pranav Hemanth

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

AI总结 Skilldex通过编译器式格式一致性评分和技能集抽象解决代理技能包的格式验证与上下文一致性问题，提供三级作用域系统和开源实现。

Comments 8 pages, 1 figure, 5 tables. IEEE conference format

Horizon-Aware Forecasting of Passenger Assistance Demand for Rail Station Workforce Planning

面向地平线的铁路车站工作人员规划中乘客协助需求预测

Michael Sheehan, Irina Timoshenko

机构 * London North Eastern Railway（伦敦东北铁路） ； Digital and Innovation Department（数字与创新部门） 纠错

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

AI总结 本文提出一种数据驱动的决策支持框架，用于预测车站乘客协助需求并转化为工作人员计划。通过多源运营数据的多源数据驱动方法和可解释的红黄绿风险框架，提高了预测准确性并减少了因工作人员可用性导致的失败交付。

Comments 26 pages, 6 figures, 3 tables

Mapping High-Performance Regions in Battery Scheduling across Data Uncertainty, Battery Design, and Planning Horizons

在数据不确定性、电池设计和规划时间跨度中电池调度的高性能区域映射

Jaime de Miguel Rodriguez, Artjom Vargunin, Brigitta Robin Raudne, David Solis Martin, Yaroslava Mykhailenko, Kaarel Oja

机构 * Enefit ； University of Seville（塞维利亚大学） ； University of Tartu（塔尔图大学） ； Tallinn University of Technology（塔林技术大学） 纠错

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

AI总结 本文研究多阶段模型预测控制下能量存储操作的三重分析，探讨数据特征、预测不确定性、规划时间跨度和电池充放电速率的相互作用，通过合成数据集系统探索数据特征和不确定性的变化，确定最佳时间跨度映射关系，减少计算成本并保持最优性能。

Comments 40 pages

Benchmarking Classical Coverage Path Planning Heuristics on Irregular Hexagonal Grids for Maritime Coverage Scenarios

在不规则六边形网格上评估经典覆盖路径规划启发式方法的基准测试：用于海洋覆盖场景

Carlos S. Sepúlveda, Gonzalo A. Ruz

机构 * Facultad de Ingeniería y Ciencias, Universidad Adolfo Ibáñez（工程与科学学院，阿道弗·伊巴涅斯大学） ； Dirección de Programas, Investigación y Desarrollo, Armada de Chile（智利海军计划、研究与开发 Directorate） ； Millennium Nucleus for Social Data Science (SODAS)（社会科学数据科学千年核基金（SODAS）） ； Millennium Nucleus in Data Science for Plant Resilience (PhytoLearning)（植物韧性数据科学千年核基金（PhytoLearning）） 纠错

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

AI总结 本文提出一个可重复的基准测试，评估经典单车覆盖路径规划启发式方法在不规则六边形网格上的性能，包含10000个哈密顿可行实例和17种启发式方法，揭示实现细节对稀疏几何图性能的影响。

NEAT-NC: NEAT guided Navigation Cells for Robot Path Planning

NEAT-NC：基于生物导航细胞的NEAT引导机器人路径规划

Hibatallah Meliani, Khadija Slimani, Samira Khoulji

机构 * ISI Laboratory, National School of Applied Sciences (ENSA), Abdelmalek Essaadi University（阿德莱尔梅萨迪大学应用科学学院智能研究所） ； EsieaLab LDR, Higher School of Computer Science, Electronics and Automation (ESIEA)（高等计算机科学、电子与自动化学校） 纠错

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

AI总结 本文提出NEAT-NC算法，利用导航细胞和递归神经网络提升动态环境中的路径规划性能，展示其在复杂环境中的适应性。

Comments To appear in short form in Genetic and Evolutionary Computation Conference (GECCO '26), 2026

Journal ref Genetic and Evolutionary Computation Conference (GECCO '26), July 13--17, 2026, San Jose, Costa Rica

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning

在铺设道路之前击败路径：样本高效的蒙特卡洛规划

Jean-Bastien Grill, Michal Valko, Rémi Munos

机构 * SequeL team, INRIA Lille - Nord Europe（SequeL团队，INRIA里尔-北欧分校） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文提出TrailBlazer算法，通过高效样本探索近优状态结构，实现样本效率高的蒙特卡洛规划，兼顾策略优化与计算效率。

Comments Published in Neural Information Processing Systems 2016

IE as Cache: Information Extraction Enhanced Agentic Reasoning

信息提取作为缓存：增强代理推理

Hang Lv, Sheng Liang, Hongchao Gu, Wei Guo, Defu Lian, Yong Liu, Hao Wang, Enhong Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

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

AI总结 本文提出IE-as-Cache框架，将信息提取用作认知缓存以提升代理推理能力，通过查询驱动提取与缓存感知推理动态维护紧凑中间信息并过滤噪声，实验表明在多种LLM上显著提升推理准确性。

Comments 8pages, 2figures

Toward Agentic RAG for Ukrainian

迈向乌克兰的代理RAG

Marta Sumyk, Oleksandr Kosovan

机构 * Ukrainian Catholic University（乌克兰天主教大学） 纠错

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

AI总结 研究针对乌克兰语的代理RAG系统，结合两阶段检索与轻量级代理层，发现检索质量是瓶颈，代理重试提升准确率但受限于文档识别。

Comments This paper is a research report based on our participation in the UNLP 2026 Shared Task

Safe reinforcement learning with online filtering for fatigue-predictive human-robot task planning and allocation in production

Jintao Xue, Xiao Li, Nianmin Zhang

机构 * CI3 Lab, Department of Civil Engineering, The University of Hong Kong（香港大学土木工程系CI3实验室） 纠错

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

Comments This is the accepted manuscript of an article accepted for publication in \textit{Journal of Manufacturing Systems (Elsevier)

Journal ref Volume 84, February 2026, Pages 561-583

Cognitive Offloading in Agile Teams: How Artificial Intelligence Reshapes Risk Assessment and Planning Quality

敏捷团队中的认知卸载：人工智能如何重塑风险评估与规划质量

Adriana Caraeni, Alexander Shick, Andrew Lan

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

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

AI总结 本文通过实验比较AI、人类和混合规划模型，发现AI虽高效但风险评估差，人类虽灵活但成本高，提出混合框架提升规划质量。

Comments 7 pages, 5 Tables, under review

AlphaCNOT: Learning CNOT Minimization with Model-Based Planning

AlphaCNOT：基于模型规划的学习CNOT最小化

Jacopo Cossio, Daniele Lizzio Bosco, Riccardo Romanello, Giuseppe Serra, Carla Piazza

机构 * University of Udine Udine Italy ； University of Udine \& University ``Federico II'' of Naples Udine \& Naples Italy ； University of Udine ； University of Udine \& University ``Federico II'' of Naples 纠错

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

AI总结 本文提出AlphaCNOT框架，利用蒙特卡洛树搜索实现CNOT最小化，相比PMH方法减少32%的CNOT门数，在拓扑约束下也取得显著优化效果。

Comments 22 pages, 11 figures , journal

GraphScout: Empowering Large Language Models with Intrinsic Exploration Ability for Agentic Graph Reasoning

GraphScout: 通过内在探索能力增强大语言模型以实现代理图推理

Yuchen Ying, Weiqi Jiang, Tongya Zheng, Yu Wang, Shunyu Liu, Kaixuan Chen, Mingli Song

机构 * Zhejiang University（浙江大学） ； Hangzhou City University（杭州市大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 GraphScout通过灵活的图探索工具，使模型自主生成结构化训练数据，从而在无需人工标注的情况下提升大语言模型的图推理能力，实验显示其在多个领域表现优异。

Online Navigation Planning for Long-term Autonomous Operation of Underwater Gliders

长期自主运行的水下滑翔机在线导航规划

Victor-Alexandru Darvariu, Charlotte Z. Reed, Jan Stratmann, Bruno Lacerda, Benjamin Allsup, Stephen Woodward, Elizabeth Siddle, Trishna Saeharaseelan, Owain Jones, Dan Jones, Tobias Ferreira, Chloe Baker, Kevin Chaplin, James Kirk, Ashley Iceton-Morris, Ryan D. Patmore, Jeff Polton, Charlotte Williams, Christopher D. J. Auckland, Rob A. Hall, Alexandra Kokkinaki, Alvaro Lorenzo Lopez, Justin J. H. Buck, Nick Hawes

机构 * Oxford Robotics Institute（牛津机器人研究所） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Optiver（Optiver公司） ； Stateful Robotics（Stateful Robotics公司） ； National Oceanography Centre（国家海洋研究中心） ； School of Environmental Sciences, University of East Anglia（东安格利亚大学环境科学学院） ； Scottish Association for Marine Science（苏格兰海洋科学协会） 纠错

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

AI总结 本文提出基于蒙特卡洛树搜索的在线导航规划方法，通过物理信息模拟器生成样本，实现水下滑翔机在不确定环境下的自主规划，提升任务持续时间和路径长度。

Optimized Human-Robot Co-Dispatch Planning for Petro-Site Surveillance under Varying Criticalities

面向石油设施监控的优化人机协同调度规划

Nur Ahmad Khatim, Mansur Arief

机构 * King Fahd University of Petroleum and Minerals (KFUPM)（国王法赫德石油矿物大学） 纠错

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

AI总结 本文提出人机协同调度设施选址问题，考虑基础设施关键性分层、人机监督比例约束和最小利用率要求，通过三种技术成熟度场景评估指挥中心选址，结果显示从保守到未来自主操作的过渡可显著降低成本并保持关键基础设施覆盖。

No More Stale Feedback: Co-Evolving Critics for Open-World Agent Learning

不再有陈旧的反馈：为开放世界智能体学习的共进化批评者

Zhicong Li, Lingjie Jiang, Yulan Hu, Xingchen Zeng, Yixia Li, Xiangwen Zhang, Guanhua Chen, Zheng Pan, Xin Li, Yong Liu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学 赛洛岭人工智能学院） ； Amap, Alibaba Group（阿里巴巴集团 阿里地图） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 本文提出ECHO框架，通过同步共进化循环联合优化策略和批评者，解决开放世界环境中策略演变导致的反馈过时问题，提升长周期任务成功率。