大模型推理能力

VulnAgent-R2: Evidence-Calibrated Multi-Agent Auditing for Repository-Level Vulnerability Detection

VulnAgent-R2: 证据校准的多智能体审计用于仓库级漏洞检测

Renwei Meng, Haoyi Wu, Jingming Wang

机构 * stu.ahu.edu.cn（安徽大学） 纠错

专题命中 规划推理 ：planning(abstract)；verifier(abstract)；分类 cs.AI

AI总结 提出VulnAgent-R2，一个预算感知的多智能体审计框架，通过反事实证据重加权、构建感知验证计划合成和成本风险帕累托调度器，在仓库级漏洞检测中提升F1和AUROC，并降低在线令牌消耗。

Comments 13 pages, 4 figures

CAPF: Guiding Search-Agent Rollouts with Credit-Attenuated Privileged Feedback

CAPF：基于信用衰减特权反馈引导搜索智能体轨迹生成

Bin Chen, Xinye Liao, Yiming Liu, Xin Liao, Chonghan Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.AI

AI总结 针对结果奖励稀疏导致搜索智能体学习困难的问题，提出训练时利用验证器侧信息（CAPF）将零奖励轨迹修复为正奖励轨迹，并衰减相关信用以适配无特权反馈的部署场景，在七个开放域问答基准上将Qwen3-4B的平均精确匹配分数从44.7%提升至48.5%。

Self-Healing Agentic Orchestrators for Reliable Tool-Augmented Large Language Model Systems

用于可靠的工具增强型大语言模型系统的自愈代理编排器

Rahul Suresh Babu, Adarsh Agrawal

机构 * Independent Researcher（独立研究者） ； Senior Member, IEEE（IEEE高级成员） 纠错

专题命中 规划推理 ：planning(abstract)；verifier(abstract)；分类 cs.AI

AI总结 提出一种自愈代理编排器，通过将可靠性视为有界运行时控制问题，映射故障信号、选择恢复动作并验证轨迹，在100任务故障注入基准上达到98.8%任务成功率，优于重试和完全重规划基线。

ExpWeaver: LLM Agents Learn from Experience via Latent RAG

ExpWeaver: LLM智能体通过潜在RAG从经验中学习

Tao Feng, Tianyang Luo, Jingjun Xu, Zhigang Hua, Yan Xie, Shuang Yang, Ge Liu, Jiaxuan You

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL

AI总结 提出ExpWeaver框架，利用潜在检索增强生成（无独立RAG模块）使LLM智能体从经验中学习，通过隐藏状态编码经验、潜在空间检索和交叉注意力聚合，在13个任务中12个达到最优，token效率高且跨域泛化强。

APEX-SQL: Talking to the data via Agentic Exploration for Text-to-SQL

APEX-SQL: 通过智能体探索与数据对话实现Text-to-SQL

Bowen Cao, Weibin Liao, Yushi Sun, Dong Fang, Haitao Li, Wai Lam

机构 * The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； LIGHTSPEED 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 提出APEX-SQL框架，通过假设验证循环、逻辑规划、双路径剪枝、并行数据分析和确定性探索机制，解决静态模式表示在复杂企业数据库中的语义模糊和扩展性问题，在BIRD和Spider 2.0-Snow上取得领先性能。

Comments KDD 2026

ConsisGuard: Aligning Safety Deliberation with Policy Enforcement in LLM Guardrails

ConsisGuard：在LLM护栏中对齐安全审议与策略执行

Yan Wang, Zhixuan Chu, Zihao Xue, Zhen Bi, Bingyu Zhu, YueFeng Chen, Zeyu Yang, Jungang Lou, Longtao Huang, Ningyu Zhang, Kui Ren, Hui Xue

机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Huzhou Normal University（湖州师范学院） ； Zhejiang Key Laboratory of Intelligent Education Technology and Application（浙江省智能教育技术与应用重点实验室） 纠错

专题命中 规划推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 提出ConsisGuard框架，通过策略到决策轨迹蒸馏和功能耦合对齐，解决基于推理的LLM护栏中审议与执行之间的不一致问题，提升安全检测性能并减少策略执行失败。

Comments 18 pages, 9 figures

Post-Training LLMs as Better Decision-Making Agents: A Regret-Minimization Approach

将LLM后训练为更好的决策智能体：一种遗憾最小化方法

Chanwoo Park, Ziyang Chen, Asuman Ozdaglar, Kaiqing Zhang

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland, College Park（马里兰大学哥伦比亚学院） 纠错

专题命中 规划推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

AI总结 提出迭代遗憾最小化微调（Iterative RMFT），通过反复蒸馏低遗憾决策轨迹来后训练LLM，提升其在在线决策任务中的表现，无需依赖已知算法或人工模板。

Comments Camera ready version of ICML 2026

HEART-Bench: Do LLM Agents Exhibit Human-like Psychology?

HEART-Bench: 大语言模型智能体是否表现出类似人类的心理学？

Weihan Peng, Chenxu Zhang, Qianao Wang, Yuling Shi, Heng Lian, Qihong Mao, Jiahao Pang, Chunliang Feng, Bowen Li, Xiaodong Gu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院） ； Quwan Group（启元集团） ； University of Washington（华盛顿大学） ； South China Normal University（华南师范大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL

AI总结 提出HEART-Bench基准，通过构建基于大五人格和自传体记忆的虚拟角色，在DIAMONDS情境框架下评估LLM智能体能否展现一致的人类心理特征。

Comments GitHub: https://github.com/peng-weihan/HEART-BENCH

When Does Memory Help Multi-Trajectory Inference for Tool-Use LLM Agents?

何时记忆有助于工具使用LLM代理的多轨迹推理？

Xinzhe Li, Yaguang Tao

机构 * RMIT University（皇家墨尔本理工大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.AI

AI总结 本文提出一个统一框架，将记忆沿传输范围和内容抽象两个维度分解，在无验证器设置下评估四种记忆方法与三种推理策略在四个工具使用基准上的表现，发现推理策略是混淆变量，不同策略下相同记忆方法产生显著不同结果。

Comments More evaluation and analysis are on the way

EvoMAS: Evolutionary Generation of Multi-Agent Systems

EvoMAS：多智能体系统的进化生成

Yuntong Hu, Yuting Zhang, Matthew Trager, Yi Zhang, Shuo Yang, Wei Xia, Stefano Soatto

机构 * Department of Computer Science, Emory University, Atlanta, GA, USA（埃默里大学计算机科学系） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG

AI总结 提出EvoMAS方法，将多智能体系统生成转化为结构化配置生成，通过进化算法在配置空间中优化，提升任务性能、可执行性和鲁棒性。

Comments ICML2026

Journal ref ICML2026

Can I Have Your Order? Monte-Carlo Tree Search for Slot Filling Ordering in Diffusion Language Models

能给我你的订单吗？扩散语言模型中插槽填充顺序的蒙特卡洛树搜索

Joshua Ong Jun Leang, Yu Zhao, Mihaela Cătălina Stoian, Wenda Li, Shay B. Cohen, Eleonora Giunchiglia

机构 * Imperial College London（帝国理工学院伦敦分校） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 针对掩码扩散模型（MDM）中计划-填充解码对插槽填充顺序敏感的问题，提出McDiffuSE框架，利用蒙特卡洛树搜索（MCTS）优化生成顺序，平均性能提升3.2%，在MBPP和MATH500上分别提升19.5%和4.9%。

Comments 8 pages, ICML2026

Understanding Automated Program Repair Agents Through the Lens of Traceability: An Empirical Study

通过可追溯性视角理解自动化程序修复智能体：一项实证研究

Ira Ceka, Hailie Mitchell, Saurabh Pujar, Luca Buratti, Shyam Ramji, Junfeng Yang, Gail Kaiser, Baishakhi Ray

机构 * Columbia University（哥伦比亚大学） ； IBM Research（IBM研究院） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文通过追踪五个最先进的自动化程序修复智能体在500个真实世界修复任务中的决策流程，揭示了它们在逻辑密集型错误修复、测试生成和回归测试选择方面的关键局限性，并提出了改进方向。

Comments Accepted for publication (ISSTA '26)

Learning to Act under Noise: Enhancing Agent Robustness via Noisy Environments

在噪声中学习行动：通过噪声环境增强智能体鲁棒性

Yuxin Chen, Xiaodong Cai, Junfeng Fang, Zhuowen Han, Yu Wang, Yaorui Shi, Yi Zhang, Qi Gu, Xunliang Cai, Xiang Wang, An Zhang, Tat-Seng Chua

机构 * National University of Singapore（国立新加坡大学） ； Meituan（美团） ； Tsinghua University（清华大学） ； Tianjin University（天津大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 提出NoisyAgent框架，通过在训练中引入用户噪声和工具噪声，提升智能体在真实世界噪声环境下的鲁棒性和泛化能力。

Generating Robust Portfolios of Optimization Models using Large Language Models

使用大型语言模型生成鲁棒的优化模型组合

Eleni Straitouri, Cheol Woo Kim, Milind Tambe

机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Harvard University（哈佛大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 提出一种利用LLM作为随机生成器和推理评估器的统一框架，生成鲁棒的优化模型组合，并保证在生成器或评估器之一与人类偏好对齐时组合中包含高质量候选模型。

Comments Accepted at the ICML 2026 LM4Plan Workshop

Towards Feedback-to-Plan Decisions for Self-Evolving LLM Agents in CUDA Kernel Generation

面向CUDA内核生成中自进化LLM代理的反馈到计划决策

Yee Hin Chong, Jiaming Wu, Youhui Zhang, Peng Qu

机构 * Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Beijing National Research Center for Information Science and Technology, Beijing, China（北京信息科学国家研究中心） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 通过轨迹冻结和选择性反馈注入，提出CUDAnalyst框架以归因规划决策对反馈组件的贡献，揭示显式规划仅在反馈对齐时有效，且有效规划源于结构化多反馈交互。

Comments ICML 2026 accpeted, camera-ready in progress

SWE-Edit: Rethinking Code Editing for Efficient SWE-Agent

SWE-Edit：重新思考高效SWE智能体的代码编辑

Yikai Zhang, Jiaxin Pei, Kenan Li, Qirui Jin, Maoquan Wang, Jin Pan, Yu Kang, Shengyu Fu, Elsie Nallipogu, Junjie Hu, Yufan Huang, Zijian Jin

机构 * Microsoft（微软） ； Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系） ； Stanford Institute for Human-Centered Artificial Intelligence (HAI), Stanford University（斯坦福大学人机交互研究所） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL

AI总结 提出SWE-Edit框架，通过将代码编辑分解为查看器和编辑器两个子智能体，解决上下文耦合问题，在SWE-Bench Verified上提升解决率2.1个百分点并降低推理成本17.9%，且通过GRPO训练小模型实现高效编辑格式选择。

Tool-Call Dependency Structure is Linearly Decodable in LLM Agent Residual Streams

工具调用依赖结构在LLM智能体残差流中是线性可解码的

Tianda Sun, Dimitar Kazakov

机构 * University of York（约克大学） ； Department of Computer Science（计算机科学系） ； Heslington, York（约克大学赫斯林顿校区） 纠错

专题命中 规划推理 ：chain-of-thought(abstract)；planning(abstract)；分类 cs.CL

AI总结 本研究通过低容量边探针在Qwen3-32B残差流中解码工具调用依赖图，发现该表示追踪抽象拓扑而非标识符值，且在不同模型和任务中可复制。

Comments 16 pages, 7 figures

TimeSpot: Benchmarking Geo-Temporal Understanding in Vision-Language Models in Real-World Settings

TimeSpot: 在真实世界场景中评估视觉语言模型的地理时间理解能力

Azmine Toushik Wasi, Shahriyar Zaman Ridoy, Koushik Ahamed Tonmoy, Kinga Tshering, S. M. Muhtasimul Hasan, Wahid Faisal, Tasnim Mohiuddin, Md Rizwan Parvez

机构 * Computational Intelligence and Operations Laboratory (CIOL), Bangladesh（计算智能与运筹实验室（CIOL），孟加拉国） ； Shahjalal University of Science and Technology (SUST), Sylhet, Bangladesh（沙赫jalal科学与技术大学（SUST），沙赫里尔，孟加拉国） ； North South University (NSU), Dhaka, Bangladesh（北南大学（NSU），达卡，孟加拉国） ； Qatar Computing Research Institute (QCRI), Doha, Qatar（卡塔尔计算研究中心（QCRI），多哈，卡塔尔） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL

AI总结 提出TimeSpot基准，通过1,455张全球图像评估视觉语言模型在时间属性（季节、月份、时段、日光相位）和地理属性（大洲、国家、气候带、环境类型、经纬度）上的推理能力，发现现有模型性能低下，尤其时间推理不足。

Comments Accepted to ICML 2026

Meta-Agent: From Task Descriptions to Verified Multi-Agent Systems

Meta-Agent：从任务描述到经过验证的多智能体系统

Andy Xu, Yu-Wing Tai

机构 * Dartmouth College（达特茅斯学院） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 提出Meta-Agent两阶段框架，通过任务规划、网络搜索、代码生成和验证机制，自动从自然语言任务描述构建并执行可靠的多智能体系统，在编码、上下文学习和开放推理任务中提升成功率、错误恢复和工作流稳定性。

MimirRAG: A Multi-Agent RAG Framework for Financial Data Retrieval with Metadata Integration

MimirRAG：一种集成元数据的金融数据检索多智能体RAG框架

Magnus Samuelsen, Wilmer Nyström, Somnath Mazumdar, Mansoor Hussain, Mikkel Strange

机构 * Copenhagen Business School（哥本哈根商学院） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG

AI总结 提出MimirRAG多智能体RAG框架，通过元数据集成、表格感知分块和智能体工作流，在金融数据检索中实现89.3%准确率，优于基线。

Governance by Construction for Generalist Agents

为通用智能体构建的治理机制

Segev Shlomov, Iftach Shoham, Alon Oved, Ido Levy, Sami Marreed, Harold Ship, Offer Akrabi, Sergey Zeltyn, Avi Yaeli, Nir Mashkif

机构 * IBM 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出了一种模块化的政策-as-code层，用于在不微调模型的情况下，通过与通用大语言模型智能体结合，实现可预测、可审计且符合合规要求的行为，在复合工作流中无需为每个领域重新构建智能体。

OmniVL-Guard Pro: A Tool-Augmented Agent for Omnibus Vision-Language Forensics

OmniVL-Guard Pro: 一个增强工具的代理用于综合视觉-语言防伪

Jinjie Shen, Zheng Huang, Yuchen Zhang, Yujiao Wu, Yaxiong Wang, Lechao Cheng, Shengeng Tang, Tianrui Hui, Nan Pu, Zhun Zhong

机构 * School of Computer Science and Information Engineering, Hefei University of Technology, Hefei, China（合肥工业大学计算机科学与信息工程学院） ； Wuhan University, Wuhan, China（武汉大学） ； Lab for Intelligence and visiON (LION)（智能与视觉实验室） ； Xi'an Jiaotong University（西安交通大学） 纠错

专题命中 规划推理 ：reasoning(abstract,abstract_cn)；分类 cs.AI

AI总结 该研究提出OmniVL-Guard Pro，一种增强工具的代理，用于综合视觉-语言防伪，通过整合多种工具环境和引入新的强化学习方法，实现了开放世界中的线索驱动推理，并在多个任务上达到了最先进的性能。

Comments 29 pages

Skim: Speculative Execution for Fast and Efficient Web Agents

Skim：用于快速和高效网络代理的推测执行

Mike Wong, Kevin Hsieh, Suman Nath, Ravi Netravali

机构 * Princeton University（普林斯顿大学） ； Microsoft Research（微软研究院） 纠错

专题命中 规划推理 ：planning(abstract)；verifier(abstract)；分类 cs.AI

AI总结 Skim通过利用专门构建网站的可预测结构，提出了一种推测执行框架，以降低网络代理的任务成本和延迟，同时保持准确性。

Comments 14 pages, 21 figures

VECTOR-Drive: Tightly Coupled Vision-Language and Trajectory Expert Routing for End-to-End Autonomous Driving

VECTOR-Drive: 紧密耦合的视觉-语言与轨迹专家路由用于端到端自动驾驶

Rui Zhao, Jianlin Yu, Zhenhai Gao, Jiaqiao Liu, Fei Gao

机构 * College of Automotive Engineering, Jilin University（吉林大学汽车工程学院） ； The National Key Laboratory of Automotive Chassis Integration and Bionics, Jilin University（吉林大学汽车底盘集成与生物力学国家级重点实验室） ； ReeFocus AI Technology（ReeFocus人工智能技术） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出VECTOR-DRIVE框架，通过紧密耦合的视觉-语言与轨迹专家路由，解决端到端自动驾驶中视觉语言理解和轨迹预测之间的耦合问题，实现更高的任务性能。

LiTS: A Modular Framework for LLM Tree Search

LiTS：一个用于LLM树搜索的模块化框架

Xinzhe Li, Yaguang Tao

机构 * RMIT University（皇家墨尔本理工大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出LiTS，一个模块化框架，用于通过树搜索进行LLM推理，展示了其在语言推理、环境规划和工具使用任务中的可组合性，并发现无限动作空间中LLM策略多样性是有效树搜索的瓶颈。

Comments ACL 2026 Demo

Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems

超越个体智能：调查基于大语言模型的多智能体系统的协作、故障归因与自我进化

Shihao Qi, Jie Ma, Rui Xing, Wei Guo, Xiao Huang, Zhitao Gao, Jianhao Deng, Jun Liu, Lingling Zhang, Bifan Wei, Boqian Yang, Pinghui Wang, Jianwen Sun, Jing Tao, Yaqiang Wu, Hui Liu, Yu Yao, Tongliang Liu

机构 * MOE KLINNS Lab（MOE KLINNS实验室） ； School of Computer Science and Technology（计算机科学与技术学院） ； School of Cyber Science and Engineering（网络安全工程学院） ； School of Software Engineering（软件工程学院） ； School of Control Science and Engineering（控制科学与工程学院） ； Shaanxi Provincial Key Laboratory of Big Data Knowledge Engineering（陕西省大数据知识工程重点实验室） ； Laboratory for AI and New Forms of Education（人工智能与新型教育实验室） ； Lenovo AI Technology Center, CTOO, Lenovo（联想AI技术中心，联想CTOO） ； Sydney AI Centre, The University of Sydney（悉尼AI中心，悉尼大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文探讨了基于大语言模型的多智能体系统中协作、故障归因与自我进化之间的因果关系，提出LIFE进展模型，系统分类各阶段并揭示其依赖与约束，为自适应多智能体系统提供理论框架和研究方向。

Unveiling the Black Box: A Multi-Layer Framework for Explaining Reinforcement Learning-Based Cyber Agents

揭开黑箱：一种多层框架用于解释基于强化学习的网络代理

Diksha Goel, Kristen Moore, Jeff Wang, Minjune Kim, Thanh Thi Nguyen

机构 * Monash University（墨尔本大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG

AI总结 本文提出一种多层解释框架，用于解释基于强化学习的攻击代理，揭示策略和战术层面的决策过程，提升网络安全领域的可解释性与防御能力。

Agentic AI Ecosystems in Higher Education: A Perspective on AI Agents to Emerging Inclusive, Agentic Multi-Agent AI Framework for Learning, Teaching and Institutional Intelligence

高等教育中的代理AI生态系统：对AI代理在新兴包容性、代理多代理AI框架中学习、教学和机构智能的视角

Vidya K Sudarshan, Anushka Sisodia, Reshma A Ramachandra, Sia Batra, Josephine Chong Leng Leng

机构 * College of Computing and Data Science, Nanyang Technological University, NTU, Singapore（南洋理工大学计算机与数据科学学院） ； DeepMed Ptd Ltd, India（印度DeepMed公司） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文探讨高等教育中代理多代理AI平台的整合，旨在解决教育机构复杂性中的碎片化问题，强调包容性和适应性决策的重要性。

Comments 50 pages, 14 figures, 3 tables

SHM-Agents: A Generalist-Specialist Integrated Agent System for Structural Health Monitoring

SHM-Agents：一种用于结构健康监测的通用-专家集成代理系统

Yuequan Bao, Xing Li, Huabin Sun, Dawei Liu, Yuxuan Tian, Haiyang Hu

机构 * Key Lab of Smart Prevention and Mitigation of Civil Engineering Disasters of the Ministry of Industry and Information Technology, Harbin Institute of Technology, Harbin（工业和信息化部智能防灾减灾重点实验室，哈尔滨工业大学，哈尔滨） ； Key Lab of Structures Dynamic Behavior and Control of the Ministry of Education, Harbin Institute of Technology, Harbin（教育部结构动态行为与控制重点实验室，哈尔滨工业大学，哈尔滨） ； School of Civil Engineering, Harbin Institute of Technology, Harbin（哈尔滨工业大学土木工程学院） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG

AI总结 本文提出SHM-Agents，结合大语言模型的推理能力与专用算法的问题解决能力，实现结构健康监测任务的端到端执行，提升部署效率与系统扩展性。

Comments 19 pages, 20 figures

State-Centric Decision Process

以状态为中心的决策过程

Sungheon Jeong, Ryozo Masukawa, Sanggeon Yun, Mahdi Imani, Mohsen Imani

机构 * University of California, Irvine（加州大学尔湾分校） ； Northeastern University（东北大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出SDP框架，通过让智能体逐步构建缺失的状态空间和转换规则，解决语言环境缺乏运行时结构的问题，并在多个基准测试中取得最佳无训练结果。