AI Agent

Integrated Multi-Drone Task Allocation, Sequencing, and Optimal Trajectory Generation in Obstacle-Rich 3D Environments

集成多无人机任务分配、任务序列和最优轨迹生成在障碍密集的3D环境中

Yunes Alqudsi, Murat Makaraci

机构 * Aerospace Engineering Department, Faculty of Aeronautics and Astronautics, Kocaeli University（科贾埃利大学航空与航天学院航空航天工程系） ； Interdisciplinary Research Center for Aviation and Space Exploration, KFUPM（法赫德国王石油矿产大学航空与空间探索跨学科研究中心） ； Mechanical Engineering Department, Faculty of Aeronautics and Astronautics, Kocaeli University（科贾埃利大学航空与航天学院机械工程系） 纠错

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

AI总结 本文提出IMD-TAPP框架，通过结合离散任务规划和连续轨迹合成，解决多无人机在障碍密集环境中的任务分配、序列规划和安全轨迹生成问题，实现动态可行且无碰撞的高效路径。

Comments Resubmission following accepted appeal (MOD-78958). Resubmitting to cs.RO with cross-lists cs.MA and cs.AI as advised by arXiv Support

ReSum: Unlocking Long-Horizon Search Intelligence via Context Summarization

ReSum：通过上下文摘要解锁长周期搜索智能

Xixi Wu, Kuan Li, Yida Zhao, Liwen Zhang, Litu Ou, Huifeng Yin, Zhongwang Zhang, Xinmiao Yu, Dingchu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, Minhao Cheng, Shuai Wang, Hong Cheng, Jingren Zhou

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Penn State University（宾夕法尼亚州立大学） ； The Hong Kong University of Science（香港科学大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 本文提出ReSum方法，通过外部工具定期压缩交互历史以实现无限制探索，结合GRPO算法提升长周期奖励分配，实验证明其在免训练场景下优于ReAct，且用少量样本即可达到领先开源模型性能。

The Free-Market Algorithm: Self-Organizing Optimization for Open-Ended Complex Systems

自由市场算法：为开放复杂系统自我组织优化

Martin Jaraiz

机构 * Department of Electronics, University of Valladolid（瓦伦西亚大学电子系） 纠错

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

AI总结 自由市场算法通过分布式供需动态实现开放搜索空间的自我组织优化，能在预生物化学和宏观经济预测中发现复杂结构并实现高精度预测。

Comments 26 pages, 3 figures, 2 tables, draft

Are AI-assisted Development Tools Immune to Prompt Injection?

基于提示注入的AI辅助开发工具是否具有免疫力？

Charoes Huang, Xin Huang, Amin Milani Fard

专题命中 工具调用 ：tool use(abstract)；分类 cs.SE

AI总结 本文研究了基于MCP协议的AI辅助开发工具在提示注入攻击下的安全性，分析了七种常用工具的检测与缓解机制，揭示了其在安全特性上的显著差异。

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles

强化学习用于合金纳米颗粒中的元素排列

Jonas Elsborg, Emma L. Hovmand, Arghya Bhowmik

机构 * Department of Energy Conversion and Storage, Technical University of Denmark（丹麦技术大学能源转换与存储系） ； CAPeX Pioneer Center for Accelerating P2X Materials Discovery, Technical University of Denmark（丹麦技术大学CAPeX先锋中心） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文利用强化学习方法优化双金属合金纳米颗粒的元素排列，通过几何图表示实现全局优化，并展示其在不同初始状态下的鲁棒性及对未知尺寸的扩展能力。

Comments 22 pages, 9 figures, 1 table

Joint Surrogate Learning of Objectives, Constraints, and Sensitivities for Efficient Multi-objective Optimization of Neural Dynamical Systems

联合学习目标、约束和灵敏度以实现神经动力系统高效多目标优化

Frithjof Gressmann, Ivan Georgiev Raikov, Seung Hyun Kim, Mattia Gazzola, Lawrence Rauchwerger, Ivan Soltesz

机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算与数据科学学院） ； Grainer College of Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校工程学院） ； Department of Neurosurgery, Stanford University（斯坦福大学神经外科部） ； Carl R. Woese Institute for Genomic Biology, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校卡尔·R·沃塞基因组生物学研究所） ； Mechanical Science and Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； National Center for Supercomputing Applications, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心） 纠错

专题命中 工具调用 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出DMOSOPT框架，通过联合学习目标、约束和灵敏度的代理模型，实现高效多目标优化，适用于高约束问题。

AC4A: Access Control for Agents

AC4A：代理访问控制

Reshabh K Sharma, Dan Grossman

机构 * University of Washington（华盛顿大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出AC4A框架，解决代理系统粗粒度访问控制问题，允许用户限制代理访问的API和网页内容，提供灵活的权限定义和执行方式。

Emergency Lane-Change Simulation: A Behavioral Guidance Approach for Risky Scenario Generation

紧急车道变更模拟：一种行为引导方法用于高风险场景生成

Chen Xiong, Cheng Wang, Yuhang Liu, Zirui Wu, Ye Tian

机构 * School of Intelligent Systems Engineering, Sun Yat-sen University（中山大学智能系统工程学院） ； Guangdong Provincial Key Laboratory of Intelligent Transportation System, Sun Yat-sen University（广东省智能交通系统重点实验室） ； Department of Civil and Environmental Engineering, The Pennsylvania State University（宾夕法尼亚州立大学土木与环境工程系） ； School of Traffic Engineering and the Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University（同济大学交通工程学院及交通工程重点实验室） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于行为学习的方法，通过优化序列生成对抗网络学习紧急车道变更行为，结合递归近端策略优化策略生成高风险碰撞场景，提升风险探索效率。

SafeSearch: Do Not Trade Safety for Utility in LLM Search Agents

SafeSearch: 不应为效用而牺牲安全性的LLM搜索代理

Qiusi Zhan, Angeline Budiman-Chan, Abdelrahman Zayed, Xingzhi Guo, Daniel Kang, Joo-Kyung Kim

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 本文研究了基于大语言模型的搜索代理在安全与效用之间的平衡问题，提出SafeSearch方法通过多目标强化学习提升安全性和效用，实验表明其显著降低有害输出并保持问答性能。

Comments EACL 2026 Findings. Code available at https://github.com/amazon-science/SafeSearch

Look Where It Matters: High-Resolution Crops Retrieval for Efficient VLMs

关注关键区域：为高效视觉语言模型的高分辨率作物检索

Nimrod Shabtay, Moshe Kimhi, Artem Spector, Sivan Haray, Ehud Rivlin, Chaim Baskin, Raja Giryes, Eli Schwartz

机构 * IBM Research（IBM研究院） ； Tel-Aviv University（特拉维夫大学） ； Technion（技术学院） ； Ben-Gurion University（本· Gurion大学） 纠错

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

AI总结 AwaRes通过低分辨率全局视图和工具调用实现准确与效率的平衡，自动构建监督数据并结合复合奖励训练框架，提升视觉语言模型的检索效率。

Novelty-Driven Target-Space Discovery in Automated Electron and Scanning Probe Microscopy

基于新颖性的目标空间发现：自动化电子显微镜与扫描探针显微镜中的发现方法

Utkarsh Pratiush, Kamyar Barakati, Boris N. Slautin, Catherine C. Bodinger, Christopher D. Lowe, Brandi M. Cossairt, Sergei V. Kalinin

机构 * Department of Materials Science and Engineering, University of Tennessee, Knoxville（田纳西大学材料科学与工程系） ； Department of Chemistry, University of Washington, Seattle（华盛顿大学化学系） ； Pacific Northwest National Laboratory, Richland（太平洋西北国家实验室） 纠错

专题命中 工具调用 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出了一种基于新颖性的深度核学习框架，用于在自动化电子显微镜和扫描探针显微镜中主动探索目标空间，通过学习结构-性质关系来发现新的响应区域。

The Impact of AI-Assisted Development on Software Security: A Study of Gemini and Developer Experience

AI辅助开发对软件安全的影响：对Gemini和开发者经验的研究

Nadine Jost, Benjamin Berens, Manuel Karl, Stefan Albert Horstmann, Martin Johns, Alena Naiakshina

专题命中 工具调用 ：tool use(abstract)；分类 cs.SE

AI总结 研究探讨AI工具Gemini对代码安全的影响，发现编程经验显著提升安全性，无法完全被AI替代。

RETRO SYNFLOW: Discrete Flow Matching for Accurate and Diverse Single-Step Retrosynthesis

RETRO SYNFLOW：用于准确且多样单步逆合成的离散流匹配

Robin Yadav, Qi Yan, Guy Wolf, Avishek Joey Bose, Renjie Liao

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

AI总结 本文提出RETRO SYNFLOW框架，通过离散流匹配在目标分子与反应物间建立马尔可夫桥，提升单步逆合成的准确性和多样性。

Delphos: A reinforcement learning framework for assisting discrete choice model specification

Delphos：一种用于协助离散选择模型规范的强化学习框架

Gabriel Nova, Stephane Hess, Sander van Cranenburgh

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 Delphos通过深度强化学习框架自动提供数据驱动的效用规范建议，减少开发和优化效用函数的劳动强度，通过序列决策问题学习生成高性能候选模型。

Comments 13 pages, 7 figures

ToolFlood: Beyond Selection -- Hiding Valid Tools from LLM Agents via Semantic Covering

ToolFlood: 超越选择 -- 通过语义覆盖隐藏有效工具于LLM代理

Hussein Jawad, Nicolas J-B Brunel

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 研究针对LLM代理的检索层攻击，通过语义覆盖注入恶意工具，使有效工具被排除在外，实验显示攻击成功率高达95%。

DECEIVE-AFC: Adversarial Claim Attacks against Search-Enabled LLM-based Fact-Checking Systems

DECEIVE-AFC：针对具有搜索功能的基于大语言模型的事实核查系统的对抗性声明攻击

Haoran Ou, Kangjie Chen, Gelei Deng, Hangcheng Liu, Jie Zhang, Tianwei Zhang, Kwok-Yan Lam

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出DECEIVE-AFC框架，通过新型声明级攻击策略和对抗性声明有效性评估原则，研究对抗性声明攻击对基于大语言模型的事实核查系统的影响，实验表明攻击显著降低验证性能。

EcoAlign: An Economically Rational Framework for Efficient LVLM Alignment

EcoAlign：一种经济理性框架，用于高效LVLM对齐

Ruoxi Cheng, Haoxuan Ma, Teng Ma, Hongyi Zhang

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出EcoAlign框架，通过经济理性搜索提升LVLM对齐效率，在安全、效用和成本间取得平衡，实验表明其在计算成本更低的情况下性能更优。

Asynchronous Verified Semantic Caching for Tiered LLM Architectures

异步验证语义缓存用于分层大语言模型架构

Asmit Kumar Singh, Haozhe Wang, Laxmi Naga Santosh Attaluri, Tak Chiam, Weihua Zhu

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出Krites异步缓存策略，通过LLM判断扩展静态缓存覆盖范围，提升静态缓存命中率，减少推理成本和延迟。

CARROT: A Learned Cost-Constrained Retrieval Optimization System for RAG

CARROT：一种用于RAG的学得式成本约束检索优化系统

Ziting Wang, Haitao Yuan, Wei Dong, Gao Cong, Feifei Li

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 CARROT通过MCTS和配置代理优化RAG检索，提升检索效率与准确性，实验显示性能提升达30%。

Comments Accepted to ICDE 2026. Updated title (previously "CORAG: A Cost-Constrained Retrieval Optimization System for Retrieval-Augmented Generation")

Domain-Independent Dynamic Programming

领域无关的动态规划

Ryo Kuroiwa, J. Christopher Beck

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

AI总结 本文提出了一种基于动态规划的新型求解方法DIDP，通过动态规划描述语言实现领域无关的求解，实验显示其在多个组合优化问题上优于传统MIP和CP求解器。

Comments Accepted manuscript in Artificial Intelligence

Compatibility at a Cost: Systematic Discovery and Exploitation of MCP Clause-Compliance Vulnerabilities

兼容性代价：系统性发现和利用MCP条款合规性漏洞

Nanzi Yang, Weiheng Bai, Kangjie Lu

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

AI总结 本文提出首个系统性框架，用于分析MCP条款合规性漏洞，通过构建中间表示、静态分析和攻击模式引导管道，发现并利用兼容性滥用攻击。

Targeted Bit-Flip Attacks on LLM-Based Agents

针对基于大语言模型（LLM）的智能体的位翻转攻击

Jialai Wang, Ya Wen, Zhongmou Liu, Yuxiao Wu, Bingyi He, Zongpeng Li, Ee-Chien Chang

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Flip-Agent，首个针对基于LLM的智能体的位翻转攻击框架，通过操控最终输出和工具调用，揭示LLM智能体系统中的关键安全漏洞。

Comments To appear in DAC 2026 (Design Automation Conference)

SEED-SET: Scalable Evolving Experimental Design for System-level Ethical Testing

SEED-SET: 可扩展的演进实验设计用于系统层面的伦理测试

Anjali Parashar, Yingke Li, Eric Yang Yu, Fei Chen, James Neidhoefer, Devesh Upadhyay, Chuchu Fan

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

AI总结 SEED-SET通过结合客观评估和主观价值判断，提供了一种高效的伦理测试方法，生成更优的测试候选者并提高高维搜索空间的覆盖范围。

Comments 10 main pages along with Appendix containing additional results, manuscript accepted in ICLR 2026

Vibe-Creation: The Epistemology of Human-AI Emergent Cognition

Vibe-Creation：人类与人工智能涌现认知的 epistemology

Ilya Levin

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

AI总结 本文提出‘vibe-creation’概念，探讨人类与生成式人工智能交互产生的认知-认识论形成‘第三实体’，并分析其对教育理论和知识能力的深远影响。

Comments 11 pages, 1 fugure

The Neural Compass: Probabilistic Relative Feature Fields for Robotic Search

神经罗盘：基于概率相对特征场的机器人搜索

Gabriele Somaschini, Adrian Röfer, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出ProReFF模型，通过概率相对特征场实现机器人搜索任务中的高效物体定位，实验表明其在模拟环境中比基线方法更高效，接近人类水平性能。

Comments 9 pages, 7 figures, 2 tables, submitted to IROS 2026

HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts

HarmonyCell: 在语义和分布偏移下自动化单细胞扰动建模

Wenxuan Huang, Mingyu Tsoi, Yanhao Huang, Xinjie Mao, Xue Xia, Hao Wu, Jiaqi Wei, Yuejin Yang, Lang Yu, Cheng Tan, Xiang Zhang, Zhangyang Gao, Siqi Sun

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 HarmonyCell通过语义统一和自适应搜索机制，在语义和分布偏移下实现单细胞扰动建模的自动化，有效执行率达95%并超越专家基线。

Comments 18 pages total (8 pages main text + appendix), 6 figures

Rethinking Deep Research from the Perspective of Web Content Distribution Matching

从网页内容分布匹配视角重新思考深度研究

Zixuan Yu, Zhenheng Tang, Tongliang Liu, Chengqi Zhang, Xiaowen Chu, Bo Han

机构 * School of Computer science and engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； CSE, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学） ； Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； DSA Thrust, The Hong Kong University of Science and Technology (GuangZhou)（数据科学与技术 thrust，香港科学与技术大学（广州）） ； TMLR Group, Department of Computer Science, Hong Kong Baptist University（TMLR 组，计算机科学系，香港 Baptist 大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 WeDas通过引入网页内容分布感知机制，改进深度搜索代理的查询-结果对齐能力，提升子目标完成和准确性。

ToolVQA: A Dataset for Multi-step Reasoning VQA with External Tools

ToolVQA: 一个用于多步推理VQA的外部工具数据集

Shaofeng Yin, Ting Lei, Yang Liu

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机科学技术研究院） 纠错

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

AI总结 ToolVQA是一个用于多步推理VQA的外部工具数据集，通过真实场景和复杂推理任务提升模型在现实工具使用中的泛化能力。

Comments Project page: https://fugtemypt123.github.io/ToolVQA-website/

AI Space Physics: Constitutive boundary semantics for open AI institutions

AI空间物理：开放AI机构的构成边界语义

Oleg Romanchuk, Roman Bondar

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出AI空间物理作为开放AI机构的构成边界语义，通过定义最小状态模型和核心定律家族，实现对机构扩展和治理的精确描述。

Securing the Floor and Raising the Ceiling: A Merging-based Paradigm for Multi-modal Search Agents

保障地板，提升天花板：一种基于合并的多模态搜索代理范式

Zhixiang Wang, Jingxuan Xu, Dajun Chen, Yunfang Wu, Wei Jiang, Yong Li

机构 * Peking University, Beijing, China（北京大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种无需训练的多模态搜索代理范式，通过跨模态模型合并提升VLMs的自主搜索能力，OBM算法在搜索任务中表现出更高的效率和性能。