AI Agent

SFR-DeepResearch: Towards Effective Reinforcement Learning for Autonomously Reasoning Single Agents

Xuan-Phi Nguyen, Shrey Pandit, Revanth Gangi Reddy, Austin Xu, Silvio Savarese, Caiming Xiong, Shafiq Joty

机构 * Salesforce AI Research（Salesforce AI研究院） 纠错

专题命中 规划决策 ：agent(abstract)；tool-use(abstract)；workflow(abstract)；agentic(abstract)

Comments Technical Report

Project Riley: Multimodal Multi-Agent LLM Collaboration with Emotional Reasoning and Voting

Ana Rita Ortigoso, Gabriel Vieira, Daniel Fuentes, Luis Frazão, Nuno Costa, António Pereira

机构 * Polytechnic University of Leiria（莱里亚理工大学） 纠错

专题命中 规划决策 ：agent(title)；multi-agent(title)；分类 cs.AI、cs.CL

Comments 28 pages, 5 figures. Submitted for review to Information Fusion

Hierarchical Multi-Agent Framework for Carbon-Efficient Liquid-Cooled Data Center Clusters

Soumyendu Sarkar, Avisek Naug, Antonio Guillen, Vineet Gundecha, Ricardo Luna Gutierrez, Sahand Ghorbanpour, Sajad Mousavi, Ashwin Ramesh Babu, Desik Rengarajan, Cullen Bash

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

Flow-DPO: Improving LLM Mathematical Reasoning through Online Multi-Agent Learning

Yihe Deng, Paul Mineiro

专题命中 规划决策 ：agent(title)；multi-agent(title)；分类 cs.CL、cs.LG

Comments 5 pages, 4 figures, 1 table

Multi-Agent Reinforcement Learning with Common Policy for Antenna Tilt Optimization

Adriano Mendo, Jose Outes-Carnero, Yak Ng-Molina, Juan Ramiro-Moreno

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

Comments 7 pages and 13 figures, submitted to IAENG International Journal of Computer Science for publication consideration. The paper has been accepted with minor changes. This is the latest submitted version

Reason-Plan-ReAct: A Reasoner-Planner Supervising a ReAct Executor for Complex Enterprise Tasks

原因-计划-行动：一种监督ReAct执行器的推理-规划器用于复杂企业任务

Gianni Molinari, Fabio Ciravegna

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

AI总结 RP-ReAct通过分离战略规划与低层执行，提升企业复杂任务处理的可靠性和效率。

Comments 11 pages, 1 figure, 2 tables, Workshop AAAI 2026 agentic AI Benchmarks and Applications for Enterprise Tasks

Distributed Trajectory Planning and Resource Allocation for Dynamic Multi-UAV Collaborative Computing

面向动态多无人机协同计算的分布式轨迹规划与资源分配

Tiankui Zhang, Wenlong Xu, Tianyi Shi, Xiaoxia Xu, Arumugam Nallanathan

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

AI总结 本文针对动态参与的多无人机协同计算场景，构建分布式MEC框架，基于斯塔克尔伯格博弈联合优化轨迹与资源，提出分层MADRL算法，仿真显示其能提升无人机效率、降低移动终端开销且适配不同网络规模。

ArtiMo: Agent-Driven Articulated Mesh Animation

ArtiMo：智能体驱动的关节网格动画

Chunyu Zou, Peng Dai, Yi-Hua Huang, Ze Yuan, Jingwei Huang, Yeming Yao, Xiaojuan Qi

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

AI总结 ArtiMo是一种智能体驱动的零样本框架，结合URDF运动学约束与LLMs/VLMs，生成文本引导的关节网格动画，通过视觉自改进机制修正错误，在新基准数据集上优于基线。

Planning Against Learning in Rank-1 Games

在秩-1博弈中针对学习的规划

William Overman

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

AI总结 该研究针对满足$\text{rank}(A+B)=1$的双矩阵博弈，证明其纳什均衡可多项式时间计算，但针对学习动态的最优规划是NP困难的，区分了高效均衡计算与策略规划。

Physically Constrained Agentic AI for Energy Scheduling

面向能源调度的物理约束智能体AI

Dafnag Zhao, Yang Deng, Zhengmao Li

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

AI总结 该研究提出分层式ReAct能源管理系统，通过分离物理授权与语言生成，实现智能体能源调度，在Qwen 3.5检查点上验证了多模型耦合调度的可行性与成本表现。

Comments 5 pages, 2 fiugres, IEEE PES IM

A Self-Triggered Agentic Push Recommendation System

一种自触发智能推送推荐系统

Zhao-Yu Zhang, Qingying Chen, Chunyuan Zheng, Jing Zhou, Jian Sun, Siqi Chen, Leiying Chen, Chuan Zhou, Huiyou Jiang, Xin Tao, Haoxuan Li, Zhouchen Lin

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

AI总结 本文提出端到端自触发智能推送系统STEPS，含规划、执行、过滤智能体，已在抖音部署，可提升用户活跃天数、降低权限禁用率并减少计算开销。

Beacon: Knowing When and How to Perform Agentic Visual Reasoning

Beacon：智能体何时及如何执行智能体视觉推理

Qixun Wang, Yang Shi, Letian Cheng, Zhuoran Zhang, Yan He, Yuqi Tang, Qi Zhang, Xinlei Yu, Ruizhe Chen, Tianrun Xu, Yuanxing Zhang, Pengfei Wan, Haotian Wang, Xianghua Ying

机构 * Peking University（北京大学） ； Kling Team（Kling团队） ； HKUST(GZ)（香港科技大学（广州）） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； THU（清华大学） 纠错

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

AI总结 本研究针对现有智能体视觉推理模型模式适应性有限、工具增益被损害抵消的问题，提出Beacon模型，通过强化学习相关机制提升性能与适应性，在多基准上表现优异。

Comments 33 pages

Domain-Aware Machine Learning for Accelerating MILP-Based Motion Planning with Temporal Logic and Chance Constraints

神经符号加速基于MILP的运动规划与时间逻辑和随机约束

Junyang Cai, Weimin Huang, Brendan Long, Matthew Cleaveland, Jyotirmoy V. Deshmukh, Lars Lindemann, Bistra Dilkina

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

AI总结 本文提出利用神经符号方法加速MILP运动规划，通过机器学习指导求解器的符号搜索，提升处理时间逻辑、随机约束等复杂规划问题的效率和可扩展性。

SG-CoT: An Ambiguity-Aware Robotic Planning Framework using Scene Graph Representations

SG-CoT：一种基于场景图表示的模糊性感知机器人规划框架

Akshat Rana, Peeyush Agarwal, K. P. S. Rana, Amarjit Malhotra

机构 * Netaji Subhas University of Technology（纳塔贾·萨哈大学） 纠错

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

AI总结 SG-CoT通过构建场景图并利用LLM迭代查询以检测和澄清模糊性，提升机器人规划在模糊环境中的可靠性，实验表明其在单机和多机环境中均优于现有方法。

Comments This work has been submitted to the journal Autonomous Robots for possible publication

SGTP: Sampling-based Game-Theoretic Planning for Real-Time Multi-Vehicle Autonomous Racing

SGTP：基于采样的博弈论实时多车辆自主赛车规划

Zhouheng Li, Fangguo Zhao, Mattia Piccinini, Baha Zarrouki, Yuan Gao, Zitong Shan, Johannes Betz, Chen Lv, Lei Xie

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 针对自主多车辆赛车中平衡战略多样性与计算效率的难题，提出基于采样的博弈论规划（SGTP）框架，结合博弈论推理与GPU加速采样，经可行性选择确保安全过渡，模拟显示其在多智能体场景表现良好，还开源代码及基准促进研究。

Recursive Governance: A Graph-Theoretic Framework for Risk Propagation and Drift Detection in Agentic AI Systems

递归治理：智能体人工智能系统中风险传播与漂移检测的图论框架

Sriram Nagaraj, Advaith Nila Narayanan

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

AI总结 针对金融机构模型风险管理问题，提出动态IaC治理循环，贡献包括引入校准DoA得分、构建DAG定义算法、开发轨迹监测协议及解决版本变化等实际复杂性问题，用于智能体人工智能系统风险传播与漂移检测。

SoundscapeAgent: Agentic Soundscape Construction for Controllable Synthesis and Scalable Audio-Language Supervision

SoundscapeAgent：用于可控合成和可扩展音频-语言监督的智能音景构建

Hao Zhang, Yiwen Zhao, Yixuan Zhang, Yiwen Shao, Steve Yves

机构 * Tencent（腾讯） 纠错

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

AI总结 提出智能音景构建框架SoundscapeAgent，基于大语言模型的智能体将用户意图转化为场景计划，经多步骤实现可控音频合成与可扩展音频-语言数据构建，在生成性能及下游音频推理方面表现出色。

Comments Submitted to SLT 2026

Stochastic Multi-Objective Kinodynamic Planning Against Adversaries

针对对手的随机多目标运动动力学规划

Thomas Marshall Vielmetti, Daniel Cherenson, Dimitra Panagou

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 研究在含随机混合对手环境下的多目标运动动力学规划，核心方法是将规划空间转移到闭环策略序列，通过蒙特卡洛粒子展开评估风险，引入SMO-RRT和SMO-SST算法，推导有限样本界，实现概率安全规划。

Comments 8 pages, 1 figure, accepted to CDC 2026

FinanceComplexQA: Benchmarking Agentic Reasoning on Industrial-grade Financial Documents

FinanceComplexQA：对工业级金融文档进行智能体推理的基准测试

Xianfu Cheng, Shiwei Zhang, Jiyu Zhao, Jian Yang, Xinyuan Wang, Ming Zhou, Weixiao Zhou, Xiangyuan Guan, Xiang Li, Zhenhe Wu, Ziyi Ni, Zhoujun Li, Bingjing Xu

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

AI总结 研究针对金融文档智能体推理性能差异问题，设计Finance-LaTeX SKILL生成金融文档和问答对，引入FinanceComplexQA基准测试，对领先系统和工具全面评估，通过分析失败案例研究其在多方面的能力。

Comments 27 pages, 9 tables, 2 figures

WAR: Workload-Aware Rollouts for Synchronous Agentic Reinforcement Learning

WAR：用于同步智能体强化学习的工作负载感知展开

Ryan Xu, Atlas Zhao, David Bao, Frank Du

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

AI总结 研究针对智能体强化学习中展开成为系统瓶颈的问题，提出工作负载感知展开系统WAR，通过联合优化解码和调度加速同步智能体RL，在不同负载下提高吞吐量，消除主要展开瓶颈，为长上下文智能体训练提供实用路径。

PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution

PhyAgentOS：一种用于具身智能体的自进化操作系统，具有解耦的认知规划和物理执行

Yang Liu, Weixing Chen, Xinshuai Song, Tao Pu, Siwen Mo, Yongjie Bai, Zihao Chen, Qianran Sun, Liruo Zhong, Ying Shen, Liang Lin

机构 * X-Era Lab（X-Era实验室） ； HCP Lab, Sun Yat-sen University（中山大学HCP实验室） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 研究为具身智能体提出PhyAgentOS操作系统，其以会话为最小调度单位，用文件系统解耦认知与物理执行，通过会话验证器区分执行与任务完成，经认知记忆整合结果，有分层安全约束，在多模型和实体上验证并优于其他系统。

SingGuard-NSFA: Extensible Guardrails for Agentic AI via Generative Reasoning and Real-Time Classification

SingGuard-NSFA：通过生成式推理和实时分类实现的可扩展智能体人工智能护栏

SingGuard Team

机构 * Ant Group（蚂蚁集团） 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 研究针对智能体人工智能系统操作威胁，提出NSFA分类法构建基准套件，开发双模式方法，发布四个不同参数模型，在基准测试和跨源评估中表现出色，证明方法可扩展性与通用性。

Keep Policy Gradient in Charge: Sibling-Guided Credit Distillation for Long-Horizon Tool-Use Agents

保持策略梯度主导：面向长程工具使用智能体的兄弟引导信用蒸馏

Tianyu Ding, Jianhong Xin, Juan Pablo De la Cruz Weinstein

机构 * Amazon Web Services（亚马逊云服务） 纠错

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

AI总结 针对长程工具使用强化学习中轨迹级优势信号稀疏的问题，提出兄弟引导信用蒸馏（SGCD），通过动态采样成功与失败轨迹、外部LLM对比生成逐步信用参考，实现密集信用分配，在AppWorld和τ³-airline任务上显著提升性能。

Cognitive-structured Multimodal Agent for Multimodal Understanding, Generation, and Editing

用于多模态理解、生成和编辑的认知结构多模态智能体

Feng Wang, Canmiao Fu, Zhipeng Huang, Chen Li, Jing Lyu, Ge Li

机构 * Peking University（北京大学） ； Tencent Inc（腾讯公司） 纠错

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

AI总结 研究针对统一多模态模型在长时多模态对话中的局限，提出认知结构多模态智能体，通过外化视觉信息等方式改进。开发统一场景引擎，构建评估基准。实验显示该智能体检索准确率高、推理时间减半，还介绍了工具包，为长时多模态智能体提供新范式。

Comments 16 pages, 7 figures, 8 tables. Project page: https://caseclose.github.io/cma-harness/ Code: https://github.com/caseclose/cma-harness

A Reliable Context-Aware and Temporal Planning Framework for Autonomous Driving

一种用于自动驾驶的可靠上下文感知和时间规划框架

Argho Dey, Yunfei Yin, Swachha Ray, Md Minhazul Islam, Zheng Yuan, Sijing Xiong, Hongyu Liu, Zhiqiu Huang

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

AI总结 研究自动驾驶中车载传感退化时的可靠感知与规划问题，提出RCT-AD框架，通过显式建模特征质量和时间一致性，经可靠上下文感知模块和时间轨迹规划器等提升感知、预测及规划能力。

Comments Submitted to IEEE Transactions on Intelligent Transportation Systems. 12 pages, 6 figures

ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI

ACE-Brain-0.5：用于物理智能体人工智能的统一具身基础模型

Brain Team, Ziyang Gong, Haoming Gu, Zehang Luo, Tianyi Zhang, Tao Tao, Yixiao Chi, Zhe Liu, Lingsi Zhu, Jingyuan Liu, Anke Tang, Songze Li, Yilun Kong, Ningjing Liu, Tianyu Zhu, Yunpeng Qing, Shuang Luo, Xiang Liu, Shi Fu, Dawei Nie, Sixiang Liu, Zhexi Wen, Feng Pan, Xiaofeng Wang, Zhi Hou, Chunxiao Liu, Xue Yang, Junchi Yan, Hengshuang Zhao, Dacheng Tao, Xiaogang Wang

机构 * ACE-Brain Team（ACE-Brain团队） 纠错

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

AI总结 研究针对具身人工智能从模块向物理智能体发展的问题，提出ACE-Brain-0.5统一基础模型，通过耦合的五个功能及SSR+等方法，提升空间感知等能力，在多基准测试中有进步。

PowerDAG: Supervisory Agentic AI System for Automating Distribution Grid Analysis

PowerDAG：用于自动化配电网络分析的可靠代理AI系统

Emmanuel O. Badmus, Amritanshu Pandey

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

AI总结 本文提出PowerDAG，一种用于自动化复杂配电网络分析的代理AI系统，通过自适应检索和即时监督机制提升可靠性，实验显示其在未见查询上表现优异，优于现有基线方法。

Group-Graph Policy Optimization for Long-Horizon Agentic Reinforcement Learning

组图策略优化用于长程智能体强化学习

Yunan Wang, Minghui Song, Zihan Zhang, Shaohan Huang, Haizhen Huang, Furu Wei, Weiwei Deng, Feng Sun, Qi Zhang

机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司） 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 提出G2PO算法，通过构建全局状态转移图并引入组聚合状态值估计和边中心优势估计，解决长程智能体强化学习中的奖励稀疏和信用分配粗粒度问题，在WebShop等基准上显著提升成功率。

Task Allocation and Motion Planning in Dynamic, Cluttered Environments via CBBA and Graphs of Convex Sets

动态杂乱环境下的任务分配与运动规划：基于CBBA与凸集图

Matthew D. Osburn, Cameron K. Peterson, John L. Salmon

机构 * Electrical and Computer Engineering（电气与计算机工程系） ； Mechanical Engineering（机械工程系） 纠错

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

AI总结 针对动态杂乱环境中的多智能体任务规划，提出结合凸集图（GCS）进行轨迹优化与共识捆绑算法（CBBA）进行分布式任务分配的方法，实现安全高效的轨迹规划和任务协调。

Comments 15 pages single column, 10 figures, AIAA-Scitech 2027 Submission

Green SARC: Predictive Cost and Carbon Governance for Agentic AI Systems

Green SARC：面向代理型AI系统的预测性成本与碳治理

Gaston Besanson

机构 * Universidad Torcuato Di Tella（托库托迪泰拉大学） 纠错

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

AI总结 提出Green SARC框架，通过架构级治理在代理循环中强制执行成本与碳预算，理论贡献包括预测性执行点，实验证明门控机制实现0%超支，端到端节省47-55%。

Comments 19 figures. Code: https://github.com/besanson/Greensarc -- Software DOI: https://doi.org/10.5281/zenodo.20692196