AI Agent

Learning What Information to Give in Partially Observed Domains

Rohan Chitnis, Leslie Pack Kaelbling, Tomás Lozano-Pérez

专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI

Comments CoRL 2018 final version

Finding Optimal Solutions to Token Swapping by Conflict-based Search and Reduction to SAT

Pavel Surynek

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Deep Reinforcement Learning for Sponsored Search Real-time Bidding

Jun Zhao, Guang Qiu, Ziyu Guan, Wei Zhao, Xiaofei He

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Solving DCOPs with Distributed Large Neighborhood Search

Ferdinando Fioretto, Agostino Dovier, Enrico Pontelli, William Yeoh, Roie Zivan

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Collaborative creativity with Monte-Carlo Tree Search and Convolutional Neural Networks

Memo Akten, Mick Grierson

专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI

Comments Presented at the Constructive Machine Learning workshop at NIPS 2016 as a poster and spotlight talk. 8 pages including 2 page references, 2 page appendix, 3 figures. Blog post (including videos) at https://medium.com/@memoakten/collaborative-creativity-with-monte-carlo-tree-search-and-convolutional-neural-networks-and-other-69d7107385a0

Non-normal modalities in variants of Linear Logic

Daniele Porello, Nicolas Troquard

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

LeoPARD --- A Generic Platform for the Implementation of Higher-Order Reasoners

Max Wisniewski, Alexander Steen, Christoph Benzmüller

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Comments 6 pages, to appear in the proceedings of CICM'2015 conference

Logic and Constraint Logic Programming for Distributed Constraint Optimization

Tiep Le, Enrico Pontelli, Tran Cao Son, William Yeoh

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Comments To appear in Theory and Practice of Logic Programming (TPLP)

Asymmetric Distributed Constraint Optimization Problems

Tal Grinshpoun, Alon Grubshtein, Roie Zivan, Arnon Netzer, Amnon Meisels

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Journal ref Journal Of Artificial Intelligence Research, Volume 47, pages 613-647, 2013

Case-Based Subgoaling in Real-Time Heuristic Search for Video Game Pathfinding

Vadim Bulitko, Yngvi Björnsson, Ramon Lawrence

专题命中 工具调用 ：agent(abstract)；planning(abstract)；分类 cs.AI

Journal ref Journal Of Artificial Intelligence Research, Volume 39, pages 269-300, 2010

Minimal Proof Search for Modal Logic K Model Checking

Abdallah Saffidine

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Comments Extended version of the JELIA 2012 paper with the same title

Learning in Real-Time Search: A Unifying Framework

V. Bulitko, G. Lee

专题命中 工具调用 ：agent(abstract)；planning(abstract)；分类 cs.AI

Journal ref Journal Of Artificial Intelligence Research, Volume 25, pages 119-157, 2006

Bin Completion Algorithms for Multicontainer Packing, Knapsack, and Covering Problems

A. S. Fukunaga, R. E. Korf

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Journal ref Journal Of Artificial Intelligence Research, Volume 28, pages 393-429, 2007

GRASP for the Coalition Structure Formation Problem

Nicola Di Mauro, Teresa M. A. Basile, Stefano Ferilli, Floriana Esposito

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Comments 12 pages, Submitted to an International Conference

CP-nets and Nash equilibria

Krzysztof R. Apt, Francesca Rossi, K. Brent Venable

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

Comments 6 pages. in: roc. of the Third International Conference on Computational Intelligence, Robotics and Autonomous Systems (CIRAS '05). To appear

EcoAgent-Bench: Evaluating Economic Decision-Making in Budget-Constrained LLM Agents

EcoAgent-Bench：评估预算约束下大语言模型智能体的经济决策能力

Jie Wu, Ming Gong, Feixiang Cheng, Qinqin Zhao

专题命中 工具调用 ：agent(abstract,comments)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出EcoAgent-Bench基准，评估大语言模型智能体在预算约束下的经济决策能力，发现现有智能体在该任务上表现不佳，发布了相关研究资源。

Comments 8 pages, 3 figures, 4 tables. Benchmark, dataset (304 budget-conditioned agent tasks), and evaluation harness; artifacts to be released

EviGraph: Towards Verifiable Evidence Construction for Information-Seeking Agents

EviGraph：面向信息检索智能体的可验证证据构建

Jiashun Chen, Yirong Mao, Wenhui Que

专题命中 工具调用 ：agent(abstract)；agentic(abstract)

AI总结 EviGraph是分离搜索与证据记录的深度搜索框架，在BrowseComp等数据集上显著提升了智能体网络搜索的准确率，每轮生成token更少，验证了结构化证据记录的有效性。

Dual-Informed Vertical Expansion for Multi-Objective Node Selection in Anytime Conflict-Based Search

双信息引导的垂直扩展用于任意时间冲突搜索中的多目标节点选择

Willem van Osselaer, Jiarui Li, Meshal Alharbi, Gioele Zardini

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)

AI总结 提出DIVE策略，通过最佳边界搜索与深度优先搜索结合，在保持最优性的同时减少搜索中断、提供早期可行解并降低内存占用。

PATE-Forensics: Perception-as-Tool for Explainable Deepfake Forensics with General-Purpose MLLMs

PATE-Forensics：以通用多模态大语言模型（MLLM）为工具的可解释深度伪造取证方法

Yaqi Li, Jielun Peng, Yabin Wang, Jincheng Liu, Xiaopeng Hong

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 工具调用 ：agent(abstract)；tool use(abstract)

AI总结 本研究提出PATE-Forensics，采用“感知即工具”范式，基于DINOv3构建取证感知工具，结合通用MLLM实现可解释深度伪造取证，在DDL-X Track 3数据集上取得0.89的最佳官方分数，较次席高出0.19分。

Comments 9 pages, 3 figures, 2 tables; DDL-X Track 3, IJCAI 2026 AI Safety Workshop

DART-SD: Diamond-topology Aware Retrieval and Tuning for Self-Distillation of Multi-Turn Tool-Calling Agents

DART-SD：面向多轮工具调用智能体自蒸馏的钻石拓扑感知检索与微调

Hangrui Xu, Jiarui Wang, Yang Yang, Chuanbo Zhu, Fangda Chen, Ziqi Wu, Jingming Cai, Yan Song

机构 * ByteDance（字节跳动） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 工具调用 ：autonomous agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文针对多轮工具调用智能体训练中的拓扑崩溃问题，提出DART-SD框架，通过建模拓扑、检索恢复参考与渐进自蒸馏提升策略多样性，性能优于传统全轨迹基线。

OneDSE: Metric-Conditioned Inverse Modeling and Active Search for Sample-Efficient DSE

OneDSE：面向样本高效设计空间探索的指标条件逆建模与主动搜索

Ritik Raj, Akshat Ramachandran, Danny Samuel, Jeff Nye, Shashank Nemawarkar, Tushar Krishna

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)

AI总结 OneDSE通过MIND与SAIL统一CPU设计的短视距预测和长视距优化，在TailBench等测试中大幅减少评估次数，性能优于ArchGym遗传算法等基线，还可扩展到其他硬件设计场景。

MultiStructRNA: a Python package for multi-algorithm RNA secondary structure prediction, ensemble analysis, and visualization

MultiStructRNA：用于多算法RNA二级结构预测、集成分析与可视化的Python包

Yashrajsinh Jadeja, Haining Lin, Mihir Metkar

专题命中 工具调用 ：agent(abstract)；workflow(abstract)

AI总结 MultiStructRNA是一款统一Python工具包，整合多种RNA二级结构预测算法，解决工具碎片化等问题，支持集成分析与可视化，简化RNA结构分析，助力相关工作流程应用。

World-in-World: World Models in a Closed-Loop World

世界中的世界：闭环世界中的世界模型

Jiahan Zhang, Muqing Jiang, Nanru Dai, Taiming Lu, Arda Uzunoglu, Shunchi Zhang, Yana Wei, Jiahao Wang, Vishal M. Patel, Paul Pu Liang, Daniel Khashabi, Cheng Peng, Rama Chellappa, Tianmin Shu, Alan Yuille, Yilun Du, Jieneng Chen

机构 * JHU（约翰·霍普金斯大学） ； PKU（北京大学） ； Princeton（普林斯顿大学） ； MIT（麻省理工学院） ； Harvard（哈佛大学） 纠错

专题命中 工具调用 ：agent(abstract)；planning(abstract)

AI总结 研究人员推出首个具身场景闭环世界模型基准平台World-in-World，发现视觉质量不保障任务成功，后训练缩放比升级预训练视频生成器更有效，增加推理计算可提升闭环性能。

Comments ICLR 2026 Oral. Add acknowledgement in arxiv v2. Code is at https://github.com/World-In-World/world-in-world

The Ĝ Infrared Search for Extraterrestrial Civilizations with Large Energy Supplies. V. When Galaxies Glow with Industry

Ĝ红外搜寻拥有大型能源供应的地外文明。V. 当星系因工业而发光时

Olivia Curtis, Aidan J. Rowland, Jason T. Wright, Caryl Gronwall, Jakob M. Helton, Joel Leja

专题命中 工具调用 ：agent(abstract,abstract_cn)

AI总结 本研究基于恒星族群合成，对129个近邻星系开展戴森球相关技术废热搜寻，未检测到戴森球成分，设定了上限并给出群体约束，还开发了未来技术信号搜寻的框架，指出宁静星系外围是最佳搜寻区域。

Comments 34 pages, 16 figures, 4 tables, submitted to ApJ

Beyond Single-Turn Confidence: Trajectory-Adapted Uncertainty Quantification for LLM Agents

超越单轮置信度：面向大语言模型智能体的轨迹适配不确定性量化

Dylan Bouchard, Mohit Singh Chauhan

专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本研究探讨单轮UQ方法能否迁移至LLM智能体的交互式轨迹场景，评估三类UQ方法在多轮工具使用数据集上的表现，发现黑盒自一致性通常最优，提示需在轨迹层面重新验证单轮UQ方法。

Optimize Cheap, Deploy Strong: Cost-Aware Cross-Tier Transfer for Evolutionary Optimization

优化低成本部署强模型：面向进化优化的成本感知跨层迁移

Tal Oved, Roi Pony, Oshri Naparstek, Udi barzelay

机构 * IBM Research（IBM研究院） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 该研究提出成本感知跨层迁移方法，解耦LLM角色，在低成本层级完成大部分搜索，跨层部署提示词，在多任务多模型上实现成本大幅降低且性能不劣于同层级优化。

FaLCon: Facet-Anchored Retrieval with Late Consensus for Sim2Real Text-Based Person Anomaly Search

FaLCon：用于Sim2Real基于文本的行人异常搜索的基于面锚定的后期共识检索

Hieu Dinh Trung Pham, Phuong Huu Vu Tran, Thuan Duc Mai, Son Nguyen Minh Le, Khang Le Minh, Hoang Vo, Minh-Chi Phung, Huy Minh Nhat Nguyen, Cuong Tuan Nguyen

机构 * Vietnamese-German University（越南-德国大学） ； Ho Chi Minh City University of Technology（胡志明市技术大学） ； University of Information Technology（信息技术大学） ； Ho Chi Minh city University of Science（胡志明市科学大学） 纠错

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)

AI总结 该研究针对Sim2Real基于文本的行人异常搜索的挑战，提出FaLCon框架，结合全局匹配与细粒度验证，在PAB基准上取得优异性能，代码将开源。

Comments accepted to the ECCV 2026 AI City Challenge Workshop

MemeMind: Reference-Guided Trace Construction for Offline Context Optimization

MemeMind：用于离线上下文优化的参考引导轨迹构建

Run Yang, Weihang Wang, Boheng Sheng, Yuchen He, Jielei Zhang, Pengyu Chen, Zhiyu Wu, Qiang Sun, Huyang Sun, Longwen Gao

机构 * Bilibili（哔哩哔哩） ； Fudan University（复旦大学） 纠错

专题命中 工具调用 ：agent(abstract)；tool use(abstract)

AI总结 MemeMind针对离线上下文优化中失败rollout缺失成功示例的问题，通过参考引导构建工具轨迹，在梗解读任务上提升了Qwen3-VL模型的性能。

Comments 24 pages, 16 figures, 8 tables

CRINN: Contrastive Reinforcement Learning for Approximate Nearest Neighbor Search

CRINN：用于近似最近邻搜索的对比强化学习

Xiaoya Li, Albert Wang, Guoyin Wang, Chris Shum, Jiwei Li

机构 * DeepReinforce Team（深强化团队） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 研究针对近似最近邻搜索算法，提出CRINN新范式，将其优化视为强化学习问题，以执行速度为奖励信号，实验证明该方法在多个基准数据集上有效，且其成功验证了强化学习增强语言模型用于算法优化的有效性。

Comments Preprint Version

Learning to Select Visual In-Context Demonstrations

学习选择视觉上下文示例

Eugene Lee, Yu-Chi Lin, Jiajie Diao

机构 * University of Cincinnati（辛辛那提大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出LSD方法，通过强化学习构建最优演示集，提升多模态大语言模型在视觉回归任务中的表现，揭示了学习选择在视觉上下文学习中的必要性。

Comments 21 pages, 12 figure, accepted to Computer Vision and Pattern Recognition Conference (CVPR) 2026 Findings Track

Journal ref In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 9455-9465) 2026