Planning Agent
PulseAugur coverage of Planning Agent — every cluster mentioning Planning Agent across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的强化学习框架在 iOS 实时应用上训练 UI 代理，性能优于 Gemini 模型
研究人员开发了一个用于在 iOS 实时应用上训练 UI 导航代理的在线强化学习框架。该系统利用了一个规划代理和一个 UI 接地模型，并通过 LLM-as-a-Judge 进行奖励信号增强，以及一种名为 GiGPPO 的新颖的邻居条件值估计方法。该框架的性能显著优于监督微调和仅终端 RL 基线，展示了对 Android 环境的强大泛化能力，并与 Gemini 3.5 Flash 和 Gemini-3.1 Pro 等模型相比具有竞争力。
-
新的Auto-Director框架通过多智能体协作实现视频编辑自动化
研究人员推出Auto-Director，一个新颖的多智能体框架，旨在通过模仿专业的后期制作流程来自动化视频编辑。该系统采用专门的智能体进行规划、素材 sourcing、编辑和评审，以确保连贯性和准确性。为了评估其有效性，开发了一个名为VEdit-Bench的新基准，包含100个主题，配有专家精心策划的脚本和一套全面的指标。
-
新的A-RAM框架简化了机器人增材制造规划
研究人员开发了A-RAM，一个智能体-专家-工具框架，旨在将用户意图转化为机器人增材制造的可执行计划。该系统集成了基于LLM的制造目标解释与领域特定工具，用于评估切片、放置、逆运动学和挤出参数。在六轴机器人手臂上的评估显示出显著的改进，包括在特定填充筛选场景下，最大关节6抖动降低高达53.5%，运动计划完成时间缩短高达40.1%。
-
MACT框架使用专业智能体以改进视觉文档理解
研究人员推出MACT，一个旨在改进视觉文档理解的新型多智能体框架。与尝试单次前向传播的传统大型视觉语言模型不同，MACT将复杂任务分解为四个专业智能体：规划、执行和判断。这一程序性扩展方法，在CVPR 2026论文中有所详述，认为将过程分解可以使小型模型在基于文档的任务上优于大型整体模型。该框架解决了文档分析中固有的程序推理、认知过载和事实错误脆弱性等挑战。
-
新的多智能体框架提升了零样本3D理解能力 · 跟踪2个来源
研究人员引入了一种新颖的协作式多智能体框架，用于零样本3D理解，解决了现有基于视频方法的一些局限性。该系统采用一个规划智能体来战略性地选择和补充视角，以及一个感知智能体来构建3D场景的结构化认知图。这个迭代过程，其中智能体之间相互提供反馈，显著提高了在ScanRefer、3D辅助对话和SQA3D等基准测试上的性能，取得了最先进的成果。
-
New AI Model AMPGAN v3 Generates Novel Antimicrobial Peptides
研究人员开发了 AMPGAN v3，这是一种新颖的多目标条件 GAN，旨在生成具有非天然氨基酸和化学修饰的抗菌肽 (AMP)。该先进模型展示了改进的训练稳定性，并且优于之前的生成 AMP 模型。对五种候选肽的体外验证显示，其中两种对革兰氏阳性菌有效，一种对枯草芽孢杆菌的最小抑菌浓度 (MIC) 达到 8 μg/mL。此外，该团队还引入了 PepCraft，这是一个多智能体框架，使用规划智能体来管理专门的执行器，以实现全面的 AMP 发…
-
MiQ通过规划代理和扩展数据容量增强Sigma AI平台
MiQ在其Sigma AI平台推出一年后进行了增强。升级包括增加了一个规划代理，以及处理每日2.5 PB的数据。这些增强功能正在16个不同的环境中推出。