Learn2Fold: Structured Origami Generation with World Model Planning
Learn2Fold: 基于世界模型规划的结构化折纸生成
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出Learn2Fold框架，通过结合符号推理与物理模拟，解决从文本生成物理有效的折纸折叠序列问题。
Comments 9 pages, 6 figures
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 35728 篇
Planning in Branch-and-Bound: Model-Based Reinforcement Learning for Exact Combinatorial Optimization
在分支定界中的规划：基于模型的强化学习用于精确组合优化
专题命中 规划决策 ：planning(title)；agent(abstract)；分类 cs.LG
AI总结 本文提出PlanB&B，一种基于模型的强化学习方法，用于改进分支定界中的分支策略，通过在四个标准MILP基准上优于现有方法的实验验证其有效性。
ProCeedRL: Process Critic with Exploratory Demonstration Reinforcement Learning for LLM Agentic Reasoning
ProCeedRL: 带探索演示的强化学习过程批评用于LLM代理推理
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Independent Researcher（独立研究者） ； Shanghai Qizhi Institute（上海期智研究院）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出ProCeedRL，通过过程批评和探索性演示提升LLM在多轮代理任务中的推理能力，解决探索过程中错误累积问题，提高探索效率。
DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning
DriveDreamer-Policy: 一种基于几何的世界-动作模型用于统一生成与规划
机构 * GigaAI ； University of Toronto（多伦多大学） ； CUHK MMLab（香港中文大学多媒体实验室）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出DriveDreamer-Policy，结合深度生成、未来视频生成与运动规划，通过几何感知的世界表示提升生成与规划的连贯性与准确性。
Comments 11 pages, 4 figures; Project Website: https://drivedreamer-policy.github.io/
Leveraging the Value of Information in POMDP Planning
利用信息价值进行POMDP规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出基于信息价值的动态规划框架和VOIMCP算法，通过高效利用信息价值减少计算开销，提升POMDP规划性能。
CARE: Privacy-Compliant Agentic Reasoning with Evidence Discordance
CARE：具有证据不一致性的隐私合规代理推理
机构 * University of Cambridge（剑桥大学） ； McGill University（麦吉尔大学） ； MBZUAI - Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Columbia University（哥伦比亚大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 针对医疗领域中症状与体征矛盾的问题，CARE框架通过多阶段隐私合规的代理推理，在不访问敏感数据的情况下提升冲突证据处理能力。
Comments Preprint
Gradient-Based Data Valuation Improves Curriculum Learning for Game-Theoretic Motion Planning
基于梯度的数据估值改进博弈式运动规划的课程学习
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文通过梯度基于的数据估值方法改进博弈式运动规划的课程学习，证明其在训练效果上优于元数据启发式方法，通过TracIn评分构建课程，显著降低验证损失，提升规划性能。
Reinforced Reasoning for End-to-End Retrosynthetic Planning
强化推理用于端到端的逆合成规划
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； PharMolix Inc（PharMolix公司）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出ReTriP框架，通过端到端生成方法将逆合成规划转化为连续推理任务，采用路径一致的分子表示和渐进训练课程，提升长周期规划的鲁棒性。
IMPASTO: Integrating Model-Based Planning with Learned Dynamics Models for Robotic Oil Painting Reproduction
IMPASTO：整合基于模型的规划与学习的动力学模型用于机器人油画复现
机构 * Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 IMPASTO通过整合学习的动力学模型与基于模型的规划，实现机器人基于目标油画图像的复现，无需人类示范或精确模拟，提升复现精度。
Autonomous Planning In-space Assembly Reinforcement-learning free-flYer (APIARY) International Space Station Astrobee Testing
自主空间组装强化学习自由飞行器（APIARY）国际空间站Astrobee测试
机构 * U.S. Naval Research Laboratory Naval Center for Space Technology（美国海军研究实验室海军空间技术中心）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 APIARY实验利用强化学习控制空间自由飞行器，通过NASA Astrobee机器人在国际空间站进行首次空间强化学习控制测试，验证了强化学习在提升机器人自主性方面的潜力。
Comments iSpaRo 2025, Best Paper Award in Orbital Robotics
Journal ref 2025 International Conference on Space Robotics (iSpaRo)
CiQi-Agent: Aligning Vision, Tools and Aesthetics in Multimodal Agent for Cultural Reasoning on Chinese Porcelains
CiQi-Agent：在多模态代理中对视觉、工具和美学的对齐用于中国瓷器的文化推理
机构 * Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shaanxi Academy of Cultural Relics Conservation（陕西省文物保护研究院）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出CiQi-Agent，通过多图像输入、视觉工具调用和多模态检索增强生成，实现对瓷器六个属性的精细分析，同时构建了专家标注的CiQi-VQA数据集和对齐的CiQi-Bench基准，实验表明其在六个属性上的准确率比GPT-5高12.2%。
Synthesis of timeline-based planning strategies avoiding determinization
基于时间线的规划策略合成以避免确定化
机构 * University of Udine（乌迪内大学） ； University of Verona（维罗纳大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文研究了基于时间线的规划策略合成问题，提出了一种可直接映射到确定有限自动机非空问题的片段，从而避免确定化步骤，并识别了Allen关系的最大子集。
Comments arXiv admin note: text overlap with arXiv:2410.22757
From Inference Routing to Agent Orchestration: Declarative Policy Compilation with Cross-Layer Verification
从推理路由到代理编排：基于跨层验证的声明性策略编译
机构 * McGill University（麦吉尔大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.LG
AI总结 本文扩展了非图灵完备的策略语言，从单请求路由到多步骤代理工作流，通过跨层验证确保策略一致性，提升可审计性和可验证性。
Comments Position Paper
ImAgent: A Unified Multimodal Agent Framework for Test-Time Scalable Image Generation
ImAgent：一种统一的多模态代理框架，用于测试时间可扩展的图像生成
机构 * University of Maryland, College Park（马里兰大学帕克分校）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 ImAgent通过统一的多模态代理框架，在测试时间实现高效的图像生成扩展，通过内部推理、生成和自评估模块提升图像质量和语义一致性。
Comments 8 tables, 8 figures
Efficient Energy-Optimal Path Planning for Electric Vehicles Considering Vehicle Dynamics
高效电动车辆能量最优路径规划考虑车辆动力学
机构 * Monash University（莫纳什大学） ； RMIT University（皇家墨尔本理工大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文研究车辆动力学对电动车能量最优路径规划的影响，提出数据驱动模型和在线重加权方法，提升路径规划效率。
Comments 14 pages, 7 figures, 7 tables
Scale-Adaptive Balancing of Exploration and Exploitation in Classical Planning
经典规划中探索与利用的尺度自适应平衡
机构 * University of New Hampshire（新罕布什尔大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出GreedyUCT-Normal算法，通过UCB1-Normal带宽解决经典规划中奖励尺度差异问题，提升规划效率。
Comments Outstanding paper award in ECAI 2024
Temporally Decoupled Diffusion Planning for Autonomous Driving
时间解耦的扩散规划用于自动驾驶
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出时间解耦扩散模型(TDDM)，通过噪声掩码方法解决动态城市环境中即时安全与长期目标的平衡问题，改进轨迹生成并提升复杂场景下的规划性能。
Comments icaps
AD-CARE: A Guideline-grounded, Modality-agnostic LLM Agent for Real-world Alzheimer's Disease Diagnosis with Multi-cohort Assessment, Fairness Analysis, and Reader Study
AD-CARE：一种基于指南、模态无关的LLM代理，用于多队列评估、公平性分析和读者研究的阿尔茨海默病诊断
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Xuanwu Hospital, Capital Medical University（首都医科大学宣武医院） ； Amazon（亚马逊） ； Zhejiang University（浙江大学） ； Sany AI（三一人工智能） ； Yantai Yuhuangding Hospital, Qingdao University（青岛大学烟台毓璜顶医院） ； The University of Hong Kong（香港大学） ； The Third Affiliated Hospital of Sun Yat-sen University（中山大学附属第三医院）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 AD-CARE通过整合临床指南和多模态数据，实现了多队列中84.9%的诊断准确率，显著提升诊断效率和公平性，适用于阿尔茨海默病的临床决策支持。
Constant-Time Motion Planning with Manipulation Behaviors
具有操纵行为的常时间运动规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出B-CTMP算法，通过预计算紧凑数据结构，在固定时间内完成两步操纵任务，确保在半结构化环境中实现安全高效的操纵。
Comments In submission
IDP Accelerator: Agentic Document Intelligence from Extraction to Compliance Validation
IDP加速器：从提取到合规验证的智能文档智能
机构 * Amazon Web Services（亚马逊网络服务）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 本文提出IDP加速器框架，通过DocSplit、可配置提取模块、代理分析模块和规则验证模块实现端到端文档智能，展示在医疗行业达到98%准确率和77%成本降低。
Separating Diagnosis from Control: Auditable Policy Adaptation in Agent-Based Simulations with LLM-Based Diagnostics
区分诊断与控制：基于LLM诊断的代理仿真中可审计的政策适应
机构 * University of Auckland, Auckland, New Zealand（奥克兰大学，新西兰奥克兰）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出三层框架，通过分离诊断与控制实现政策适应性和可审计性。LLM作为诊断工具评估群体状态并生成风险评估，确定性公式转化为可追溯的参数更新。实验显示显式控制规则在老年护理仿真中比黑盒LLM方法更高效且保持可审计性。
Comments This paper has been accepted at AAMAS 2026 Workshop MABS
Planning as Goal Recognition: Deriving Heuristics from Intention Models -- Extended Version
规划作为目标识别：从意图模型中推导启发式方法 -- 延伸版本
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出基于分歧的目标意图评估框架，推导出高效可计算的启发式方法，并展示其在经典规划问题求解中的改进效果。
Comments Extended version of our paper accepted at ICAPS 2026
CXReasonAgent: Evidence-Grounded Diagnostic Reasoning Agent for Chest X-rays
CXReasonAgent：基于证据的胸部X光诊断推理代理
机构 * KAIST（韩国科学技术院）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出CXReasonAgent，结合大语言模型和临床诊断工具，通过图像生成的诊断和视觉证据进行证据导向的诊断推理，展示了其在多轮对话基准测试中的可靠性。
Hierarchical Long Video Understanding with Audiovisual Entity Cohesion and Agentic Search
基于音频视觉实体凝聚力与代理搜索的层次化长视频理解
机构 * University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出HAVEN框架，通过整合音频视觉实体凝聚力与层次化视频索引与代理搜索，解决长视频理解中的信息碎片化和全局一致性问题，实验显示在LVBench上达到84.1%的准确率。
Comments Accepted by CVPR2026
MARCUS: An agentic, multimodal vision-language model for cardiac diagnosis and management
MARCUS：一种用于心脏诊断和管理的代理式多模态视觉-语言模型
机构 * Division of Cardiology, Department of Medicine, Stanford University（斯坦福大学心脏病学系） ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； Department of Medicine, Radiology, and Pediatrics, UCSF（旧金山大学医学系、放射学与儿科学系） ； Bakar Institute, UCSF（Bakar研究所，旧金山大学） ； UCSF–UC Berkeley Joint Program in Computational Precision Health（旧金山大学-伯克利计算精准健康联合计划） ； Department of Radiology, Stanford University（斯坦福大学放射学系） ； Department of Psychiatry and Behavioral Sciences, Stanford University（斯坦福大学精神病学与行为科学系） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； Department of Biology, Stanford University（斯坦福大学生物学系）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 MARCUS通过多模态视觉-语言模型实现心电图、超声和心脏磁共振成像的端到端解读，其多代理架构在心脏诊断中表现出优于前沿模型的准确率和自由文本质量。
PivotRL: High Accuracy Agentic Post-Training at Low Compute Cost
PivotRL: 高精度代理后训练的低计算成本
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 PivotRL结合监督微调的高效计算与端到端强化学习的泛化能力，通过局部策略滚动和奖励机制提升代理后训练的准确性和效率。
Comments 22 pages, 5 figures, 6 tables
Agentic AI and the next intelligence explosion
代理AI与下一次智能爆炸
机构 * Paradigms of Intelligence Team, Google（谷歌智能范式团队） ； University of Chicago（芝加哥大学） ； Santa Fe Institute（圣菲研究所） ； Antikythera, Berggruen Institute（安提基特拉与伯格格林研究所） ； University of California, San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文探讨代理AI如何通过模拟内部思想社会解决复杂任务，提出智能爆炸将不再是单一硅基脑，而是复杂社会结构。
Comments 4 pages
SAGE: Sustainable Agent-Guided Expert-tuning for Culturally Attuned Translation in Low-Resource Southeast Asia
SAGE：面向文化适应翻译的可持续代理引导专家调优
机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University of Liverpool（利物浦大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL
AI总结 SAGE通过能量感知方法优化低资源东南亚地区翻译任务，利用强化学习代理筛选高质量数据，显著降低能耗和数据使用量，提升模型性能与环保性。
Comments Accepted by WWW 2026
Embodied Science: Closing the Discovery Loop with Agentic Embodied AI
具身科学：通过代理具身AI闭合发现循环
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Tongji University（同济大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出具身科学框架，将科学发现视为闭环过程，结合代理推理与物理执行，通过感知-语言-行动-发现框架实现自主发现系统。
Comments Work in progress
PolicySim: An LLM-Based Agent Social Simulation Sandbox for Proactive Policy Optimization
PolicySim：一种基于LLM的代理社会模拟沙盒，用于主动政策优化
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； University of Nottingham（诺丁汉大学） ； PowerChina Huadong Engineering Corporation Limited（国家电网华东工程公司）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出PolicySim，通过用户代理模块和自适应干预模块，模拟用户行为与平台干预的双向动态，实现对干预政策的主动评估与优化。
