AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
基于机会约束强化学习的分布无关鲁棒轨迹优化
机构 * Auckland University（奥克兰大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出一种分布无关的鲁棒轨迹优化框架，通过机会约束强化学习处理初始条件和过程噪声的不确定性，采用离线标称轨迹与在线仿射闭环校正，在两种不同轨迹设计问题上验证了概率可行性与燃料效率。
Comments Preprint. 39 pages, 16 figures
BIM中几何密集型合规检查自动化：基于图的语义推理框架
机构 * Department of Urban Planning and Design, The University of Hong Kong（香港大学城市规划与设计系） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学土木与环境工程系）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对BIM中几何密集型法规自动检查的语义鸿沟问题，提出SGR-BIM图驱动推理框架，通过跨模态知识图谱实现可解释推理，在679个消防规范查询上达到84.3%准确率，较基线提升8.6%。
Journal ref Automation in Construction 189 (2026) 107038
AutoMine 解决方案：面向 AV2 2026 场景挖掘挑战
机构 * Xiaomi EV（小米汽车） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出基于 LLM 和 VLM 的自优化场景挖掘方法 AutoMine，通过语义保持提示增强、鲁棒轨迹原子函数与 VLM 函数结合以及执行反馈优化，在 CVPR 2026 挑战赛中取得领先性能。
Comments CVPR 2026 Scenario Mining Challenge (Temporal Track Winners)
架构感知强化学习使滑动窗口注意力在数学推理中具有竞争力
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 提出SWARR方法，通过监督微调将预训练自注意力模型高效转换为滑动窗口注意力，并利用强化学习策略适应，缩小了与自注意力的性能差距，同时保持线性复杂度的高效性。
使用推理代理的大规模反例引导学习
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
专题命中 规划决策 ：agentic(abstract)；分类 cs.LG
AI总结 提出反例引导的LLM正则表达式归纳框架，通过验证器反馈和代理策略（如反思与修复循环）显著提升样本效率和复杂任务成功率。
Comments Code, data, and resources are publicly available for research purposes: https://github.com/Lhtie/CEGML
从消费到反思：为稳定推理设计人-人工智能关系
机构 * Faculty of Medicine, Lund University（吕勒欧大学医学院） ； Department of Economics, Lund University School of Economics and Management（吕勒欧大学经济学与管理学院经济系） ； Department of Health Services Research and Policy, London School of Hygiene & Tropical Medicine（伦敦卫生与热带医学学院健康服务研究与政策系）
专题命中 规划决策 ：workflow(abstract)；分类 cs.AI
AI总结 提出关系反思智能（RRI），一种推理时治理层，通过可审计的推理循环实现反思，将人机交互转变为联合推理系统，以补偿双方局限并实现稳定推理。
通过重新标注视觉-动作机器人数据的任务鲁棒性
机构 * Mila — Quebec AI Institute（Mila — 魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； The University of British Columbia（不列颠哥伦比亚大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出TREAD框架，利用大型视觉语言模型对机器人数据集进行语义子任务分解和多样化指令生成，无需额外数据收集，提升策略在未见任务上的泛化能力。
Comments Project website: https://akuramshin.github.io/tread
MODIP：扩散策略的高效基于模型的优化
机构 * Sorbonne Université, CNRS, ISIR, F-75005 Paris, France（索邦大学，法国国家科学研究中心，智能系统与机器人研究所，法国巴黎） ； Institut Universitaire de France (IUF)（法国大学研究院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出MODIP框架，利用世界模型和模型预测控制生成高质量轨迹，以监督方式微调扩散策略，实现离线到在线的强化学习微调，在D4RL和RoboMimic任务上超越行为克隆基线。
灵巧点策略：从人类演示中学习基于点的灵巧手策略
机构 * KAIST（韩国科学技术院）
专题命中 规划决策 ：tool use(abstract)；分类 cs.LG
AI总结 提出Dexterous Point Policy框架，通过统一3D关键点表示从人类视频学习灵巧操作策略，无需机器人演示，在真实任务中达到75%成功率。
ActiveMem: 用于长程LLM推理的分布式主动记忆
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 提出ActiveMem框架，将记忆从核心推理中解耦，通过分布式主动记忆系统积累语义要点，在长程推理任务中实现高精度和低开销。
PlanGPT的补充研究：使用定义性能指标评估并与规划器比较
机构 * Univ. Grenoble Alpes - LIG（格勒诺布尔阿尔卑斯大学 - 信息学实验室（LIG））
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文对大型语言模型PlanGPT进行补充实验，使用规划成本和生成时间两个指标评估其性能，并与传统规划器比较，发现PlanGPT并不优于贪心搜索策略。
Comments 7 pages
ReflectiChain: 面向供应链韧性的LLM驱动世界模型中的认知基础
机构 * School of Foreign Languages, Huazhong University of Science
专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI
AI总结 提出ReflectiChain框架，通过生成式供应链世界模型和双环学习分离认知不确定性与偶然不确定性，在半导体基准上提升推理一致性33.0%，并在对抗冲击下保持82.3%可操作性。
来自分散数据的组合生成建模
机构 * Department of Computer Science and Engineering, Michigan State University, East Lansing, MI, USA（计算机科学与工程系，密歇根州立大学，东兰辛，MI，美国）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出去中心化组合流匹配（DCFM）框架，通过结构约束实现分散数据中生成因子的组合，无需交换原始数据，在条件图像生成、机器人空间规划和医学属性共现建模中显著优于基线。
Comments ICML 2026
当内置思考既有帮助又有害：指令遵循中的约束级错误转移
机构 * George Mason University（乔治梅森大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 研究大型推理模型（LRM）的思考模式对指令遵循的影响，发现思考会改变错误模式而非统一降低性能，其中规划类约束改善而精确类约束恶化，并通过分析思考轨迹和激活修补揭示了机制。
Comments 16 pages, 7 figures, 15 tables
赋能AI未来：应对欧洲能源转型与净零目标的权衡
机构 * Department of Chemical Engineering, Sargent Centre for Process Systems Engineering, University College London (UCL)（化学工程系、过程系统工程中心、伦敦大学学院（UCL）） ； Centre for Environmental Policy, Imperial College London（环境政策中心、伦敦帝国理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 通过21种AI增长情景下的空间优化模型，量化AI对欧洲电力需求、容量、排放和运行的影响，发现AI到2050年可能增加73-723 TWh需求，导致2030-2050年累计排放超调67-181 MtCO2，且AI基础设施选址将更依赖稳定电源和系统灵活性。
AI科学家的能力取决于其证据：药物资产估值中专有数据与推理技能的分层消融研究
机构 * Noah AI Research（Noah AI研究）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 通过分层消融实验，发现药物资产估值中AI科学家的决策上限由专有证据集决定，而非仅依赖推理框架；加入专有数据后决策质量显著提升。
Comments Preprint; 2 figures, 5 tables
ATM：用于诊断和改进潜在世界模型的动作一致性转移矩阵
机构 * School of Software, Northeastern University（东北大学软件学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出ATM矩阵，通过轻量级探针比较真实与预测潜在转移中的动作信息，无需模拟器即可诊断世界模型质量，并引入AITS利用动作可识别性作为训练信号提升下游规划。
Comments 13 pages, 3 figures, 6 tables
FAME: 面向异构时间序列预测的可预测性感知专家混合模型
机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室） ； Ministry of Education Key Laboratory of Machine Intelligence and Advanced Computing（教育部机器智能与先进计算重点实验室）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对大规模异构时间序列预测中单一模型性能不足的问题，提出可预测性感知的稀疏专家混合框架FAME，通过多维可预测性指纹和成本感知路由，在工业数据集上实现12.4%的MSE降低。
评估AI投资策略
机构 * ablemarkets.com（ablemarkets公司）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 研究通过可观测输入输出审计黑箱算法决策者，提出动态策略累积遗憾的精确分解，扩展至多期随机动态规划，并给出偏差修正与轨迹估计器。
Comments 33 pages
统一对象中心世界模型与扩散策略：多阶段机器人任务的分层框架
机构 * Tandon School of Engineering, New York University（纽约大学坦登工程学院） ； Courant Institute of Mathematical Sciences, New York University（纽约大学库朗数学科学研究所） ； AMI Labs（AMI实验室）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 提出WorldDP分层框架，结合高层世界模型进行运行时子目标优化和低层扩散策略执行，利用对象中心表示解耦环境实体，实现多阶段机器人操作任务的有效规划与执行。
核弹还是和平：大语言模型在高风险决策模拟中的（缺失的）伦理推理与行动
机构 * University of Arizona（亚利桑那大学） ； Northwestern University（西北大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 研究LLM在复杂游戏《文明V》中自发升级核授权的现象，通过三种提示干预发现伦理推理未能可靠消除升级，识别出三种失败路径，强调需在复杂决策上下文中测试伦理推理的自发性和行为有效性。
SciTrace: 面向科学发现代理的轨迹感知安全推理
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Allen Institute（艾伦研究所）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 提出SciTrace框架，通过安全内在推理循环和组合工具链验证器，在科学代理管道的每个阶段融入安全推理，实现工具调用安全性和对抗鲁棒性的SOTA提升。
Comments 23 pages
在修复被隐藏时先修复再否决：面向修复增强约束学习的量子可访问特征
机构 * Yifan Wang（王一帆）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 提出Q-RACL框架，在硬约束决策中引入修复优先于否决的语义，通过量子特征访问解决离散对数隐藏的修复可行性推理问题，显著降低假否决率。
Comments 7 pages, 2 figures
SLRMentor：一种基于LLM的软件工程系统文献综述学习支持工具
专题命中 规划决策 ：planning(abstract)；分类 cs.SE
AI总结 提出SLRMentor对话助手，利用LLM支持软件工程中系统文献综述的学习与规划，通过引导搜索字符串构建和纳入排除标准推理，降低新手入门门槛。
指令层级失效之处：诊断与修复推理语言模型的故障
机构 * NVIDIA（英伟达）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 提出白盒诊断框架，将指令层级失效定位为指令识别、冲突解决和响应实现三个环节，并设计两种免训练自监控机制，将违规率降低81-99%。
面向中学的AI集成学习管理系统：一项从高中到毕业后的学习成果纵向研究
机构 * National Agricultural University（国立农业大学）
专题命中 规划决策 ：workflow(abstract)；分类 cs.AI
AI总结 提出一种隐私优先的AI集成学习管理系统，通过政策约束的AI辅助（形成性反馈、间隔复习、适应性练习）和教师仪表盘，在中学日常课程中提供即时支持，并设计纵向研究评估其对高中及毕业后学习轨迹的长期影响。
美国国防采办是否准备好采办人工智能赋能能力？通过基于场景的政策分析评估国防部软件采办路径
专题命中 规划决策 ：planning(abstract)；分类 cs.SE
AI总结 通过基于场景的政策分析，评估美国国防部软件采办路径是否足以应对AI采办的独特需求，发现核心指南中存在可操作性不足，建议增设AI支持子路径并完善工件。
Comments Submitted to ACM Digital Government: Research and Practice Journal on April 2026
自演化分布内优化的LLM智能体
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 提出Q-Evolve框架，通过分布内强化学习统一过程奖励标注与策略学习，利用加权隐式Q学习稳定贝尔曼更新，实现智能体自演化，在AlfWorld等任务上优于基线。
Comments ICML 2026
Dash2Sim: 来自野外行车记录仪视频的闭环驾驶仿真
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 提出Dash2Sim框架，将单目行车记录仪视频转化为度量级、地理参考的4D驾驶日志，用于闭环仿真，并构建ROADWork4D基准数据集，验证了施工区场景对规划器的挑战。
考虑情境：塑造道德信念以实现价值对齐
机构 * University of Oxford（牛津大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文针对价值对齐中道德多元性问题，提出在聚合道德评估时必须考虑情境因素，并形式化道德不确定性下的决策，揭示弱帕累托原则的违反是辛普森悖论的一种变体。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈