AI Agent

Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments

基于反应规划的移动机器人在障碍物密集环境中的控制

Li Tan, Junlin Xiong, Yan Wang, Wei Ren

机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； School of Intelligence Science and Engineering, Harbin Institute of Technology Shenzhen（智能科学与工程学院，哈尔滨工业大学深圳） ； School of Control Science and Engineering, Dalian University of Technology（控制科学与工程学院，大连理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于反应规划的控制策略，用于移动机器人在障碍物密集环境中避障和导航，通过局部修改参考轨迹实现安全运动。

Comments 7 pages, 7 figures

Motion Planning for Autonomous Vehicles using Optimization over Graphs of Convex Sets

使用凸集图的优化进行自动驾驶车辆的运动规划

Matheus Wagner, Antônio Augusto Fröhlich

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了在自动驾驶中使用凸集图优化对非线性最优控制问题的近似能力，通过凸约束保持轨迹连续性，提升计算效率和鲁棒性。

Frequency Nadir-Constrained Power System Restoration Planning with Energy Storage

含储能的频率 nadir 约束电力系统恢复规划

Xiangyu Zou, Amir Reza Nikzad, Ilyas Farhat, John W. Simpson-Porco

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种考虑频率 nadir 的混合整数线性规划框架，用于含同步机和储能系统的黑启动恢复规划，通过预测频率 nadir 来确保恢复过程中的频率稳定性，减少恢复时间。

Comments 10 pages

Terminal Matters: Kinodynamic Planning with a Terminal Cost and Learned Uncertainty in Belief State-Cost Space

终端问题：带有终端成本和学习不确定性的动力学规划

Zhuoyun Zhong, Seyedali Golestaneh, Constantinos Chamzas

机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯通理工学院（WPI）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种终端成本形式的动力学规划方法，通过优化终端状态质量和累积轨迹成本提升目标可靠性。KiTe规划器结合学习的不确定性模型，提高了在不确定环境下的目标达成成功率。

MonoSpheres: Large-Scale Monocular SLAM-Based UAV Exploration through Perception-Coupled Mapping and Planning

MonoSpheres：通过感知耦合映射与规划实现大规模单目SLAM基于的无人机探索

Tomáš Musil, Matěj Petrlík, Martin Saska

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系控制系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于单目视觉的自主探索方法，通过考虑稀疏单目SLAM前端的特性，实现大规模无结构室内和室外3D环境的安全覆盖，展示了稀疏单目深度数据在考虑视差要求和纹理缺失表面可能性下的前沿探索可行性。

Comments 8 pages, 9 figures, accepted to IEEE Robotics and Automation Letters

FutureSim: Replaying World Events to Evaluate Adaptive Agents

FutureSim：通过重放世界事件来评估适应性智能体

Shashwat Goel, Nikhil Chandak, Arvindh Arun, Ameya Prabhu, Steffen Staab, Moritz Hardt, Maksym Andriushchenko, Jonas Geiping

机构 * ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Institute for AI, University of Stuttgart（斯图加特大学人工智能研究所） ； Tübingen AI Center（图宾根人工智能中心） ； University of Tübingen（图宾根大学） ； University of Southampton（南安普顿大学） 纠错

专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出FutureSim，通过重放真实世界事件顺序来评估智能体适应能力，测试了不同智能体在2026年1月至3月期间预测世界事件的准确性，发现最佳智能体的准确率为25%。

Comments 31 pages, 10 main

GEAR: Granularity-Adaptive Advantage Reweighting for LLM Agents via Self-Distillation

GEAR：通过自蒸馏实现的粒度自适应优势重加权用于LLM智能体

Sijia Li, Yuchen Huang, Zifan Liu, Yanping Li, Jingjing Fu, Li Zhao, Jiang Bian, Ling Zhang, Jun Zhang, Rui Wang

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 规划决策 ：tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 GEAR通过自蒸馏获取token和片段级信号，实现粒度自适应的优势重加权，提升长时间跨度任务中的智能体性能，实验表明在数学推理和工具使用任务中优于传统方法。

Agentic Systems as Boosting Weak Reasoning Models

代理系统作为增强弱推理模型

Varun Sunkaraneni, Pierfrancesco Beneventano, Riccardo Neumarker, Tomaso Poggio, Tomer Galanti

机构 * Texas A&M University（德克萨斯A&M大学） ； MIT（麻省理工学院） 纠错

专题命中 规划决策 ：agentic(title)；分类 cs.AI

AI总结 研究通过验证器支持的委员会搜索方法提升弱推理模型性能，证明通过多次采样可增强覆盖度，但需额外局部正确性信号以生成可靠批评者和比较者，实验显示弱模型提案池中存在大量正确补丁，关键挑战在于有效选择。

Data-Augmented Game Starts for Accelerating Self-Play Exploration in Imperfect Information Games

数据增强游戏起始用于加速不完全信息游戏的自我对战探索

JB Lanier, Nathan Monette, Pierre Baldi, Roy Fox

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出数据增强游戏起始策略，通过离线数据采样加速策略梯度方法在不完全信息游戏中的探索，降低可利用性并提高策略效果。

Comments 17 pages, 4 figures. JB Lanier and Nathan Monette contributed equally

Driving Intents Amplify Planning-Oriented Reinforcement Learning

意图驱动强化学习放大规划导向的强化学习

Hengtong Lu, Victor Shea-Jay Huang, Chengmin Yang, Pengfei Jing, Jifeng Dai, Yan Xie, Benjin Zhu

机构 * Li Auto（力 auto） ； Tsinghua University（清华大学） ； CUHK MMLab（香港大学MMLab） 纠错

专题命中 规划决策 ：planning(title)

AI总结 本文提出DIAL框架，通过两阶段方法解决连续动作策略在偏好对齐中的模式崩溃问题，通过意图引导的采样扩展分布并提升性能。

Comments Project page: https://mind-omni.github.io/

Grounded Continuation: A Linear-Time Runtime Verifier for LLM Conversations

grounded continuation: 一种线性时间的运行时验证器用于大语言模型对话

Qisong He, Yi Dong, Xiaowei Huang

机构 * School of Computer Science and Informatics, University of Liverpool, UK（利兹大学计算机科学与信息学学院） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出一种线性时间的运行时验证器，用于检测大语言模型对话中基于已废弃前提的延续。通过显式依赖图验证，该方法在LongMemEval-KU和LoCoMo基准上表现出色，准确率显著高于基线模型。

Modeling Bounded Rationality in Drug Shortage Pharmacists Using Attention-Guided Dynamic Decomposition

在药物短缺情况下，利用注意力引导的动态分解建模有限理性药剂师

Yaniv Eliyahu Amiri, Noah Chicoine, Jacqueline Griffin, Stacy Marsella

机构 * Khoury College of Computer Sciences, Northeastern University, Boston, MA, USA（东北大学科里学院计算机科学系，波士顿，马萨诸塞州，美国） ； Department of Mechanical and Industrial Engineering, Northeastern University, Boston, MA, USA（东北大学机械与工业工程系，波士顿，马萨诸塞州，美国） ； Department of Psychology, Northeastern University, Boston, MA, USA（东北大学心理学系，波士顿，马萨诸塞州，美国） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出一种有限理性注意力引导决策框架，通过动态分解药物为高成本推理子集和低成本监控子集，模拟不同场景显示注意力引导规划能稳定决策而不需完全状态推理。

Comments Accepted at CogSci 2026. 6 pages plus references, 1 figure, 2 tables

Bidirectional Empowerment of Metamorphic Testing and Large Language Models: A Systematic Survey

双向赋能：变形测试与大语言模型的相互促进：系统综述

Zheng Zheng, Zenghui Zhou, Yinwang Xu, Daixu Ren, Tsong Yueh Chen

专题命中 规划决策 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.SE

AI总结 本文系统综述了93项研究，探讨变形测试与大语言模型之间的双向赋能关系，提出分类框架，分析其在验证、评估和自动化测试中的应用。

Comments Daixu Ren is the corresponding author

From Plans to Pixels: Learning to Plan and Orchestrate for Open-Ended Image Editing

从计划到像素：学习计划与协调以实现开放性图像编辑

Anirudh Sundara Rajan, Krishna Kumar Singh, Yong Jae Lee

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Adobe Research（Adobe研究） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 本文提出一种长期视图图像编辑框架，通过规划器生成结构化原子分解和协调器选择工具和区域执行每一步，结合视觉语言判断者提供基于结果的奖励，提升编辑的连贯性和可靠性。

Position: Behavioural Assurance Cannot Verify the Safety Claims Governance Now Demands

位置：行为保证无法验证当前安全主张所要求的治理

Pratinav Seth, Vinay Kumar Sankarapu

机构 * Lexsi Labs（Lexsi实验室） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本文指出行为保证无法验证安全主张，现有治理框架要求验证隐含目标、抗失控前兆和有限灾难能力，但现有方法仅能验证可观测输出，无法验证隐含表示和长期行为。

COTCAgent: Preventive Consultation via Probabilistic Chain-of-Thought Completion

COTCAgent：通过概率性思维链完成实现预防性咨询

Zihan Deng, Xiaozhen Zhong, Chuanzhi Xu

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（中国电子科学与技术大学深圳高级研究所） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出COTCAgent框架，通过概率性思维链完成实现纵向电子健康记录的预防性咨询，解决了现有大语言模型在纵向EHR推理中的统计学推理不足和时间序列依赖性捕捉困难问题。

Slot-MPC: Goal-Conditioned Model Predictive Control with Object-Centric Representations

Slot-MPC：基于目标中心表示的面向目标的模型预测控制

Jonathan Spieler, Angel Villar-Corrales, Sven Behnke

机构 * Autonomous Intelligent Systems（自主智能系统） ； Computer Science Institute VI（计算机科学研究所VI） ； Intelligent Systems and Robotics（智能系统与机器人） ； Center for Robotics（机器人中心） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔人工智能学习与智能研究所） ； University of Bonn, Germany（波恩大学，德国） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 Slot-MPC通过模型预测控制实现目标中心表示的规划，利用可微分的世界模型提升任务性能和规划效率，优于非目标中心世界模型基线。

LiSA: Lifelong Safety Adaptation via Conservative Policy Induction

LiSA: 通过保守策略诱导实现终身安全适应

Minbeom Kim, Lesly Miculicich, Bhavana Dalvi Mishra, Mihir Parmar, Phillip Wallis, Bharath Chandrasekhar, Kyomin Jung, Tomas Pfister, Long T. Le

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

专题命中 规划决策 ：AI agent(abstract)；分类 cs.CL、cs.LG

AI总结 LiSA通过结构化记忆提升固定基础防护机制，在稀疏反馈下优于记忆基基线，保持噪声反馈下的鲁棒性，并推动延迟-性能前沿。

Comments 27 pages, 3 figures

Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability

动作条件化风险门控用于部分可观测下的安全关键控制

Yushen Liu, Yin-Jen Chen, Ziyi Chen, Tao Wang, Heng Huang, Xugui Zhou, Yanfu Zhang

机构 * University of Virginia（弗吉尼亚大学） ； Google（谷歌） ； University of Maryland, College Park（马里兰大学 College Park 分校） ； Stanford University（斯坦福大学） ； Louisiana State University（路易斯安那州立大学） ； College of William and Mary（威廉与玛丽学院） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种轻量级风险门控强化学习方法，用于部分可观测环境下风险敏感控制。通过构建紧凑的有限历史代理状态并学习动作条件化的短期安全违规预测，实现风险惩罚与决策时的保守评估，提升安全关键任务的性能与效率。

Entropy Polarity in Reinforcement Fine-Tuning: Direction, Asymmetry, and Control

强化微调中的熵极性：方向、不对称性与控制

Jiazheng Zhang, Ziche Fu, Junrui Shen, Yunbin Zhao, Yunke Zhang, Zhiheng Xi, Long Ma, Chenxin An, Zhihao Zhang, Shichun Liu, Dingwei Zhu, Shihan Dou, Shaofan Liu, Han Li, Wiggin Zhou, Aiden Adams, Tao Gui, Fei Huang, Qi Zhang, Xuanjing Huang

机构 * Fudan NLP Group（复旦大学自然语言处理组） ； Honor Device Co Ltd（荣誉设备有限公司） ； University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent Hunyuan（腾讯文心） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出熵极性理论框架，揭示熵变化的token级机制，开发PAPO算法通过优势重加权实现熵控制，实验显示其在数学推理和代理基准中表现优异。

Distributions as Actions: A Unified Framework for Diverse Action Spaces

分布作为动作：多样化动作空间的统一框架

Jiamin He, A. Rupam Mahmood, Martha White

机构 * Department of Computing Science University of Alberta（计算科学系阿尔伯塔大学） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所（Amii）） ； CIFAR AI Chair, Amii（CIFAR人工智能主席，Amii） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种新型强化学习框架，将参数化动作分布视为动作，重新定义了智能体与环境的边界。通过这种重新参数化，新的动作空间连续，无论原始动作类型如何。基于此，开发了通用确定性策略梯度估计器DA-PG，并提出DA-AC算法，在多种控制场景中表现优异。

Comments Accepted to ICLR 2026 (camera-ready)

AIS: Adaptive Importance Sampling for Quantized RL

AIS: 量化强化学习中的自适应重要性采样

Jiajun Zhou, Wei Shao, Lingchao Zheng, Yuwei Fan, Ngai Wong

机构 * Huawei（华为） ； The University of Hong Kong（香港大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出AIS方法，通过动态调整重要性采样强度，解决量化强化学习中 rollout 与训练不匹配导致的策略梯度偏差问题，在保持FP8加速优势的同时，提升训练稳定性。

Natural Synthesis: Outperforming Reactive Synthesis Tools with Large Reasoning Models

自然合成：用大推理模型超越反应合成工具

Frederik Schmitt, Matthias Cosler, Niklas Metzger, Julian Siber, Vladimir Krsmanovic, Mohamed Ghanem, Bernd Finkbeiner

机构 * CISPA Helmholtz Center for Information Security（CISPA 情报安全中心） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一种结合大推理模型与模型检查器的神经符号方法，用于反应合成，能解决更多基准测试并扩展到参数化系统，同时引入自然语言规范自动形式化步骤，实现端到端的工作流程。

From Data to Action: Accelerating Refinery Optimization with AI

从数据到行动：利用AI加速炼油优化

Dániel Pfeifer, Ábrahám Papp, Tibor Bernáth, Tamás Zoltán Varga, Márk Czifra, Botond Szilágyi, Edith Alice Kovács

机构 * Budapest University of Technology and Economics（布达佩斯技术与经济大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出利用AI方法提升炼油优化的可信度，通过分析历史数据与当前计划对比，结合异常检测工具和改进的ECOD方法，发现炼油调度中的商业机会和数据错误。

Comments 34 pages, 17 figures

Addressing Terminal Constraints in Data-Driven Demand Response Scheduling

应对数据驱动需求响应调度中的终端约束

Maximilian Bloor, Martha White, Ehecatl Antonio del Rio Chanona, Calvin Tsay

机构 * Sargent Centre for Process Systems Engineering, Imperial College London, London, SW7 2AZ, UK（过程系统工程中心，伦敦帝国理工学院，伦敦，SW7 2AZ，英国） ； Department of Computer Science, University of Alberta, Edmonton, AB, Canada（计算机科学系，阿尔伯塔大学，埃德蒙顿，AB，加拿大） ； Department of Computing, Imperial College London, London, SW7 2AZ, UK（计算系，伦敦帝国理工学院，伦敦，SW7 2AZ，英国） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出结合目标空间规划与深度确定性策略梯度方法，通过学习时间抽象模型解决数据驱动调度中终端约束问题，提升样本效率并缓解短视控制行为。

Comments Accepted to IFAC World Congress 2026

From Table to Cell: Attention for Better Reasoning with TABALIGN

从表格到单元格：用于基于TABALIGN的更好推理的注意力

Tung Sum Thomas Kwok, Zeyong Zhang, Xinyu Wang, Chunhe Wang, Xiaofeng Lin, Hanwei Wu, Lei Ding, Guang Cheng, Zhijiang Guo

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； New Jersey Institute of Technology（新泽西理工学院） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； University of Manitoba（曼尼托巴大学） ； SimpleWay ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出TABALIGN框架，通过引入DLM Planner和TABATTN验证器，提升表格推理的准确性和效率，实验显示在多个基准测试中准确率提升15.76个百分点，推理速度加快44.64%。

Systematic Discovery of Semantic Attacks in Online Map Construction through Conditional Diffusion

通过条件扩散系统发现在线地图构建中的语义攻击

Chenyi Wang, Ruoyu Song, Raymond Muller, Jean-Philippe Monteuuis, Jonathan Petit, Z. Berkay Celik, Ryan Gerdes, Ming F. Li

机构 * University of Arizona（亚利桑那大学） ； Purdue University（普渡大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出MIRAGE框架，系统发现能绕过对抗防御的语义攻击，通过寻找环境变化（如阴影、湿路）来降低地图预测准确性，实验显示两种攻击在多种防御下仍有效。

Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled Reinforcement Learning

原生并行推理器：通过自我蒸馏强化学习实现并行推理

Tong Wu, Yang Liu, Jun Bai, Zixia Jia, Shuyi Zhang, Ziyong Lin, Yanting Wang, Song-Chun Zhu, Zilong Zheng

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 本文提出Native Parallel Reasoner，一种无需教师的框架，使大语言模型能够自我进化真正的并行推理能力。通过三个创新，NPR将模型从顺序模拟转变为原生并行认知，提升了推理性能和推理速度。

S-AI-Recursive: A Bio-Inspired and Temporal Sparse AI Architecture for Iterative, Introspective, and Energy-Frugal Reasoning

S-AI-Recursive：一种生物启发式且时间稀疏的AI架构，用于迭代、反思和节能推理

Said Slaoui

机构 * Mohammed V University（穆莱·伊斯梅尔大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出S-AI-Recursive架构，通过激素闭环迭代而非单向传递实现推理，结合生物启发式方法和数学模型，验证了时间稀疏性原理。

Comments Preprint. 51 pages. No figures. S-AI-Recursive: A bio-inspired sparse AI architecture for iterative, introspective, and energy-efficient reasoning

SOCC-ICP: Semantics-Assisted Odometry based on Occupancy Grids and ICP

SOCC-ICP：基于占用网格和ICP的语义辅助里程计

Johannes Scherer, Sebastian Hirt, Henri Meeß

机构 * Fraunhofer IVI（弗劳恩霍夫研究所） ； Technische Hochschule Ingolstadt（图林根应用技术大学） ； Ancud IT-Beratung GmbH（安库德IT咨询公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出SOCC-ICP框架，结合语义占用网格映射与激光雷达扫描对齐，通过几何与语义统计实现自适应ICP，提升在未知环境中的姿态估计性能。

Comments 9 pages, 3 figures, Accepted May 2026 for publication in IEEE Robotics and Automation Letters (RA-L)