Game theoretic controller synthesis for multi-robot motion planning Part I : Trajectory based algorithms
多机器人运动规划的游戏理论控制器合成 第一部分：轨迹基于的算法
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种分布式实时算法，用于计算多机器人运动规划中纳什均衡的计算，证明了算法收敛性、价格稳定性及计算复杂度。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 370 篇
Optimal cooperative motion planning for vehicles at intersections
车辆在交叉口的最优协同运动规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出基于分解问题的数学框架，结合连续优化与调度问题，解决交叉口的碰撞避免和最优协同运动规划问题。
Comments presented to IEEE IV 2012 Workshop on Navigation, Accurate Positioning and Mapping for Intelligent Vehicles; 6 pages
Real-Time Planning with Primitives for Dynamic Walking over Uneven Terrain
动态不平地形下基于原始体的实时规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种基于有限运动原语的实时运动规划算法，利用虚拟holonomic约束构建闭式解和二叉搜索树，提升动态步行规划效率。
Comments Conference submission
Mutual Information-Based Planning for Informative Windowed Forecasting of Continuous-Time Linear Systems
基于互信息的传感资源规划用于连续时间线性系统的信息性窗口预测
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出基于互信息的传感资源规划方法，用于降低目标量的预测不确定性，适用于连续时间线性系统。通过扩展平滑方法，处理更一般的验证实体——未来有限时间窗口内的连续变量序列，并通过条件独立结构和固定间隔平滑公式进行量化。
Comments 9 pages, 3 figures, submitted to Automatica
A Nonlinear Constrained Optimization Framework for Comfortable and Customizable Motion Planning of Nonholonomic Mobile Robots - Part II
一种非线性约束优化框架用于非完整移动机器人舒适且可定制的运动规划——第二部分
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种非线性约束优化框架，用于非完整移动机器人的舒适和可定制运动规划，通过有限元方法离散化无限维优化问题，并讨论了如何处理局部最优解和高质量初始猜测。
A Nonlinear Constrained Optimization Framework for Comfortable and Customizable Motion Planning of Nonholonomic Mobile Robots - Part I
一种非线性约束优化框架用于非完整移动机器人舒适且可定制的运动规划——第一部分
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出非完整移动机器人舒适可定制运动规划的非线性约束优化框架，基于轨迹舒适性建模，结合有限元离散化方法解决无限维优化问题。
Neetyabhas: A Framework for Uncertainty-Aware Public Policy Optimization in Rational Agent-Based Models
Neetyabhas: 理性主体模型中不确定性感知的公共政策优化框架
机构 * ThoughtWorks
专题命中 规划决策 ：agent(title)；分类 cs.AI、cs.LG
AI总结 提出一种集成流行病测量和政策执行不确定性的分层强化学习框架，通过模拟个体行为与政策干预的交互，有效管理疫情并降低影响。
Learning, Planning, and Control in a Monolithic Neural Event Inference Architecture
在单体神经事件推理架构中的学习、规划与控制
机构 * Cognitive Modeling Group Computer Science Department University of Tübingen（图宾根大学认知建模组计算机科学系）
专题命中 规划决策 ：planning(title)；分类 cs.AI、cs.LG
AI总结 该研究提出了一种单体神经事件推理架构REPRISE，通过学习动态系统的时序事件预测模型，结合回顾和前瞻推理，实现对传感器运动动态的高效预测与控制。
Comments This is the final revision submitted to the Neural Networks journal. The revision mainly includes improvements in language, explanation, and additional references and system relations
Policy Gradient With Value Function Approximation For Collective Multiagent Planning
基于价值函数近似集体多智能体规划的策略梯度
机构 * School of Information Systems（信息系统学院） ； Singapore Management University（新加坡管理大学）
专题命中 规划决策 ：planning(title)；分类 cs.AI、cs.LG
AI总结 本文提出一种改进的actor-critic方法，用于优化集体决策多智能体规划问题，通过分解近似动作价值函数提升收敛速度，并在合成任务和出租车车队优化中验证了方法的有效性。
Active Perception and Control from Temporal Logic Specifications
基于时间逻辑规范的主动感知与控制
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)
AI总结 本文提出一种结合信念空间规划和符号控制的可扩展任务与运动规划框架，用于不确定环境，通过概率时间逻辑（PRTL）规范的反例引导归纳合成算法实现主动感知以满足规范要求。
Comments L-CSS submission
Massive Autonomous UAV Path Planning: A Neural Network Based Mean-Field Game Theoretic Approach
大规模自主无人机路径规划：一种基于神经网络的均场博弈理论方法
机构 * Centre for Wireless Communications, University of Oulu, Finland（奥卢大学无线通信中心，芬兰）
专题命中 规划决策 ：planning(title)；分类 cs.LG
AI总结 本文研究了大规模无人机在关键任务中的自主控制问题，提出了一种基于神经网络的均场博弈理论方法，通过减少无人机状态交换次数和降低计算能耗来实现高效路径规划。
Comments 6 pages, 5 figures, submitted to IEEE GLOBECOM 2019
SE3-Pose-Nets: Structured Deep Dynamics Models for Visuomotor Planning and Control
SE3-姿态网络：用于视觉-运动规划和控制的结构深度动力学模型
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 本文提出了一种基于结构深度动力学模型的深度视觉-运动控制方法，通过编码器-解码器结构学习低维姿态嵌入，实现场景分割和姿态预测，并在现实世界中实现了闭环控制。
Comments 8 pages, Initial submission to IEEE International Conference on Robotics and Automation (ICRA) 2018
Funnel Libraries for Real-Time Robust Feedback Motion Planning
用于实时鲁棒反馈运动规划的 funnel 库
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 本文提出利用预计算的 funnel 库实现实时鲁棒反馈运动规划，通过凸优化计算 funnel 并在运行时安全组合运动计划，验证了在复杂环境中高动态机器人系统鲁棒性和安全性。
Comments International Journal of Robotics Research (To Appear)
AutoLab: Can Frontier Models Solve Long-Horizon Auto Research and Engineering Tasks?
AutoLab：前沿模型能否解决长周期自动研究与工程任务？
机构 * MIT（麻省理工学院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学） ； University of Tokyo（东京大学）
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出AutoLab基准，通过36个专家策划的长周期闭环优化任务评估前沿模型，发现持续迭代和利用经验反馈比初始尝试质量更重要。
Comments Code: https://github.com/autolabhq/autolab ; Website: https://autolab.moe/
Resilient Computing with Reinforcement Learning on a Dynamical System: Case Study in Sorting
基于动态系统的强化学习鲁棒计算：排序问题案例研究
机构 * Google Brain, Mountain View, CA, USA（谷歌大脑，美国加利福尼亚州山景城） ； Sandia National Labs, Albuquerque, NM, USA（桑迪亚国家实验室，美国新墨西哥州阿尔伯克基）
专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文将计算过程建模为反馈控制问题，利用强化学习解决序列决策问题，通过排序问题案例展示鲁棒计算方法在克服传统编程局限性方面的有效性。
Comments 11 pages, accepted to CDC 2018. Here with additional evaluations
Baidu Apollo EM Motion Planner
百度 Apollo EM 运动规划器
机构 * Baidu USA LLC（百度美国有限公司）
专题命中 规划决策 ：planning(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 本文提出基于百度 Apollo 开源自动驾驶平台的实时运动规划系统，解决工业级4级运动规划问题，兼顾安全性、舒适性和可扩展性，通过分层结构实现多车道和单车道自动驾驶。
Interpretable Apprenticeship Learning with Temporal Logic Specifications
具有时序逻辑规范的可解释模仿学习
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出通过多目标优化从MDP中的行为轨迹推断LTL规范，采用违反成本概念设计状态和动作基于的目标函数，并通过遗传算法在简单领域验证方法有效性。
Comments Accepted to the 56th IEEE Conference on Decision and Control (CDC 2017)
Grimlock: Guarding High-Agency Systems with eBPF and Attested Channels
Grimlock: 使用eBPF和认证通道保护高代理系统
机构 * Roblox
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI；AI agent(comments)
AI总结 针对代理系统中用户编排代码带来的安全挑战，提出Grimlock代理守卫，通过eBPF强制流量拦截和TLS 1.3通道绑定认证，实现透明、可审计、作用域绑定的代理间通信。
Comments Vision paper presented at the 1st Workshop on Operating Systems Design for AI Agents (AgenticOS '26), co-located with ASPLOS 2026
Distribution-Free Risk-Aware Planning and Control Under Uncertainty Using Conformal Spectral Risk Control
基于共形谱风险控制的免分布风险感知规划与控制
机构 * Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系）
专题命中 规划决策 ：planning(title)
AI总结 提出一种免分布的风险感知模型预测控制框架，通过扩展共形风险控制到谱风险度量，生成预测集以在不确定性下保证风险低于用户指定阈值，并在车辆避障仿真中验证了安全性和效率提升。
Comments Submitted to IEEE Robotics and Automation Letters
Unmanned Aerial Vehicle Path Planning for Traffic Estimation and Detection of Non-Recurrent Congestion
无人机路径规划用于交通估计及非重复拥堵检测
专题命中 规划决策 ：planning(title)
AI总结 本文提出了一种基于无人机的路径规划算法，通过结合无人机观测与速度-密度传感器数据，以最小化道路/交通状态的不确定性，从而提高非重复拥堵情况下的交通事件检测能力。
Journal ref Transportation Letters (2021): 1-14
Hybrid Planning and Control for Multiple Fixed-Wing Aircraft under Input Constraints
多架固定翼飞行器在输入约束下的混合规划与控制
专题命中 规划决策 ：planning(title)
AI总结 本文提出了一种新型的混合控制协议，用于解决多车辆在控制输入约束下的冲突问题，通过设计状态反馈控制器和状态依赖的切换逻辑，生成无碰撞轨迹并收敛到目标位置，同时保证安全性和避免Zeno行为。
Comments Best Student Paper Finalist, AIAA-SciTech GNC Conference, 2019
Pareto optimal multi-robot motion planning
Pareto最优多机器人运动规划
机构 * School of Electrical Engineering and Computer Science, Pennsylvania State University（宾夕法尼亚州立大学电气工程与计算机科学学院）
专题命中 规划决策 ：planning(title)
AI总结 本文研究了一类多机器人协调问题，目标是使机器人以最短时间到达目标区域并避免碰撞。提出了一种新的数值算法来识别Pareto最优解，确保没有机器人可以单方面减少旅行时间而不延长其他机器人的。通过室内多机器人平台和计算机模拟实验，展示了该算法的 anytime 特性。
Design and Experimental Validation of Tube-based MPC for Timed-constrained Robot Planning
管基MPC在时间约束机器人规划中的设计与实验验证
专题命中 规划决策 ：planning(title)
AI总结 本文针对时间约束任务设计并验证了先进的管基模型预测控制MPC，通过处理机器人不确定非线性动力学和以度量区间时序逻辑MITL编写的目标，设计反馈控制律以确保任务满足，利用感兴趣区域RoI和包含不安全区域的工件空间，通过有限时间最优控制FHOCP和状态反馈律保证轨迹在管内受限，实验表明该框架能有效处理MITL的丰富表达性，并在实验室Nexus移动机器人上验证，展示了其在实际机器人和工业问题中的应用潜力。
Comments CASE 2019, 7 pages, accepted paper
Dynamic attitude planning for trajectory tracking in underactuated VTOL UAVs
Underactuated VTOL UAVs轨迹跟踪的动态姿态规划
专题命中 规划决策 ：planning(title)
AI总结 本文针对欠驱动VTOL无人机的轨迹跟踪控制问题，提出了一种以位置跟踪为主的目标，通过引入姿态规划器动态系统，确保满足主要目标，将姿态跟踪作为次要目标，只要期望轨迹满足特定可跟踪性条件即可实现。
Continuous-time Signal Temporal Logic Planning with Control Barrier Function
带有控制屏障函数的连续时间信号时间逻辑规划
专题命中 规划决策 ：planning(title)
AI总结 本文提出了一种针对线性系统安全性和时间规范的离线轨迹规划器，通过混合整数二次规划方法，将线性STL谓词编码为线性约束以保证在有限离散时间点上的满足，并利用控制屏障函数保证连续时间上的满足。
Improving science yield for NASA Swift with automated planning technologies
用自动化规划技术提高NASA Swift的科学产出
专题命中 规划决策 ：planning(title)
AI总结 本文探讨了通过自动化规划技术提升Swift任务科学产出的研究，核心方法包括将调度问题建模为动态模糊约束满足问题，并利用经典优化、算法技术和机器学习方法来超越人类调度质量。
Comments 5 pages, 1 figure. Submitted for the proceedings of the 18th International Workshop on Advanced Computing and Analysis Techniques in Physics Research (ACAT 2017)
Journal ref 2018 J. Phys.: Conf. Ser. 1085 032010
Near-optimal planning using approximate dynamic programming to enhance post-hazard community resilience management
利用近似动态规划提升灾后社区韧性管理的近优规划
专题命中 规划决策 ：planning(title)
AI总结 本文提出一种基于近似动态规划的序列离散优化方法，用于在灾后社区中制定恢复管理决策，以克服维度灾难并提升多状态大系统性能。
Comments The first two authors contributed equally and are listed alphabetically
Journal ref Reliab. Eng. & Syst. Saf. 181 (2019) 116-126
SEAL's operating manual: a Spatially-bounded Economic Agent-based Lab
SEAL的操作手册：一个具有空间界限的经济主体实验室
专题命中 规划决策 ：agent(title)
AI总结 本文详述了SEAL经济建模框架的工作原理，旨在为希望使用SEAL或其结果的人提供使用手册。该框架通过空间限定的微观经济计算主体模拟经济，具有模拟空间经济和嵌入市场与实际数据的能力，适用于公共政策分析，特别是公共财政、税收和房地产领域。
Comments 18 pages, 1 figure, Research Report
Nonmyopic View Planning for Active Object Detection
非我的视图规划用于主动物体检测
专题命中 规划决策 ：planning(title)
AI总结 本文提出通过控制移动深度相机视角进行主动物体检测，通过规划视图序列平衡移动能耗与识别正确假设的概率，实验表明优于贪心方法。
Comments 12 pages (two-column); 7 figures; 2 tables; Manuscript submitted to the IEEE Transactions on Robotics (TRO)
BreastGPT: A Multimodal Large Language Model for the Full Spectrum of Breast Cancer Clinical Routine
BreastGPT: 面向乳腺癌临床全流程的多模态大语言模型
机构 * DAMO Academy, Alibaba Group（阿里巴巴集团 DAMO 院） ； Zhejiang University（浙江大学） ； Hupan Lab（华潘实验室） ； West China Hospital（西京医院） ； China Medical University（中国医科大学）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.CL
AI总结 提出BreastGPT多模态大语言模型，通过构建工作流对齐的指令语料库BreastStage和双分支视觉编码器，实现乳腺癌筛查、诊断和治疗规划全流程的多模态推理，在BreastStage-Bench上取得75.66%封闭式准确率和89.92%开放式得分。
