标签
EMHO 提出一种自进化框架，在冻结具身模型的前提下，通过分析执行轨迹与历史经验自动迭代优化智能体框架（规划、上下文与工具使用），并在 EmbodiedBench 的导航与操作任务上一致提升 Qwen 9B/27B 的任务成功率。
一份动手实践的学习指南，介绍了 10 个 AI 智能体项目，从基础的工具调用逐步进阶到面向生产的自主智能体系统，涵盖 ReAct 循环、多工具选择、记忆机制与规划能力。
XiangqiBench 是一个可执行的基准测试，用于对 LLM 智能体在中国象棋残局中的表现进行闭环评估：测量模型能否在必杀局面下，将优势转化为经引擎防守方验证的胜局，并揭示了静态着法发现能力与实际赢棋表现之间的巨大差距，涵盖 12 个前沿大模型。
Philipp Schmid 分享了他周末探索决策模型的计划，并向关注者征集用例和想法。
蚂蚁集团展示了由 Ling-3.1-flash 驱动的内部 Tiger Agent 规划能力，演示了包括 GitHub 趋势摘要、CSV 风险报告和 GLSL 课件在内的多工具工作流，公众可通过 Novita 在 Vercel AI Gateway（256K 上下文）提前体验，计划开源。
由UCLA主导的论文表明，可以仅通过随机探索来学习长期规划：采用条件能量模型估计时间对数密度比，无需动作或奖励标签，仅凭状态、图像和第一人称观测即可实现多尺度的认知地图式导航。
JEPA 有一个未被讨论的严重盲点：它严重依赖稳定、缓慢变化的特征。只要在每个 episode 中加入一个固定不变的无关 patch，规划就会崩溃；若让该 patch 不可预测，性能反而几乎恢复正常。
Lookahead-R 将工具检索重构为受资源约束的序贯决策问题，用轻量级执行感知代理世界模型驱动成本敏感的 MCTS，在 ToolBench 的 I3 分割上取得 91.40% 的 NDCG@5，超过 ToolGen (90.16%)。
JEPA-TTT 在测试时通过自监督密集重放（dense replay）对预训练 JEPA 世界模型的潜空间动力学预测器进行适应，在四个连续控制环境中，相比冻结模型，潜空间预测误差降低 83%，规划性能提升 153%，从而改善了动力学偏移下的规划表现。
ATLAS 是一种针对潜在世界模型的训练目标，它通过 Wasserstein-2 传输（WEMReg）校准规划潜在变量的边缘分布，同时将编码器表征中的关系几何结构保留到规划潜在空间中。该方法在 LeWM 中实现后，在 PushT、TwoRoom 和 OGBench-Cube 基准上提升了目标达成的成功率，尤其在更高新颖性的回合中表现更为突出。
Dyna Robotics 发布了 Dyna-2.1，一个具有视觉语言规划器和强化学习控制器的物理智能体，用于长时间自主任务，演示了一个小时长的洗衣工作流程。
本研究提出AnisoWM，该方法通过使用具有可学习协方差的各向异性表示来改进JEPA世界模型中的规划，从而实现更佳的任务对齐规划成本并增强在视觉控制环境中的性能。
LangChain 宣布举办关于构建深度代理的虚拟研讨会，重点关注用于 AI 系统中可靠复杂任务管理的工具框架。
苏格兰可能拥有约30个正在规划中的人工智能数据中心，其潜在电力需求为9.7吉瓦，但许多并未公开注册，引发了关于透明度和能源规划的担忧。
本文介绍了一项关于长上下文多项选择问答中学习上下文规划的控制研究，表明在各种实验设置下，该方法并未稳健地超越如BM25和混合检索等强检索方法。
本文提出了Informed Masking（IM），一种针对扩散大型语言模型中强化学习的结构感知扰动方法，该方法优先处理下游令牌，提高了在数学和规划基准测试中的性能。
本文总结了针对编码代理的框架设计的实证研究，表明上下文管理可防止溢出故障、在 LLM 摘要之前进行基于规则的省略具有成本效益，并且规划的作用随模型强度而变化。
一条讨论在规划中使用各种AI模型（如GPT 5.6 Sol XHigh、GLM 5.3 Flash和DeepSeek V4.1 Flash）的推文，强调并非总是需要前沿智能。
DeliveryGym是一个用于自适应课程的长期具身智能体规划的3D强化学习环境，通过强化学习展示了性能提升。
本研究在开放模型和跨层转码器上对语言模型中韵律规划的可泛化性进行压力测试，发现有效规划位置是发射相邻的，而非之前报道的换行符驻留。