标签
Skill2Real 提出了一种基于 Proposer-Verifier-Governor 循环的智能体技能学习框架，通过共享 API 在仿真中学习可执行的机器人技能，并在无需微调的情况下将其零样本迁移到真实世界操作任务中，在 LIBERO 基准和真实机器人任务上均取得了较高的成功率。
该论文提出CASE——一系列用于证据搜集的临床智能体，结合工具使用框架与智能体后训练方法，在基于UK Biobank构建的纵向多模态医学基准上进行评估，其基于Qwen3-VL-8B的智能体在匹配评估条件下答案准确率相对GPT-5.4和Claude Opus 4.8分别提升超16%和10%。
本文介绍了AHL Studio，这是一个使用智能体启发式学习的工具，无需传统训练即可创建用于人类活动识别的可执行、可检查策略，目标面向边缘部署。
该论文介绍了一种多智能体代理图学习框架（MAAGL），该框架将图划分为社区，并使用结构签名来改进图推理任务，性能优于最先进的方法。
Agent-G^2 引入了一个高斯指导框架，用于强化学习中的提示深度，提升了长期代理任务的性能，无需额外的探测回合，并在 ALFWorld 和 WebShop 基准测试中取得优异结果。
本文提出了一种基于扩展假说的框架，用于评估网络安全中的代理学习框架，无需标签基准，通过师生模型代理性能改进。
SERL-SQL提出了一种面向多轮Text-to-SQL智能体的选择性执行反馈强化学习框架，利用教师-学生似然差距对SQL动作token上的GRPO优势进行重新加权。该方法在BIRD和Spider基准上取得了强劲的结果。
本文研究了LLM代理是否可以通过交互推断隐藏的世界模型，发现随着复杂性的增加，它们难以构建稳定的内部模型。