SmoothAgent: Efficient Long-Horizon LLM-Based Agent Serving with Lookahead Context Engineering
SmoothAgent: 基于前瞻上下文工程的高效长程LLM Agent服务
专题命中 规划决策 ：agent(title,title_cn)
AI总结 针对LLM Agent中上下文变换导致KV缓存失效和TTFT增加的问题，提出前瞻编程模型和调度器，实现异步上下文预处理，降低TTFT达11.9倍。
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 55 篇
SLM, LLM or Agentic AI? Toward Intelligent UAV-Enabled WPT Systems in Low-Altitude Economy Networks
SLM、LLM 还是 Agentic AI？面向低空经济网络中智能无人机赋能WPT系统
专题命中 规划决策 ：agentic(title,title_cn)
AI总结 研究在资源受限动态环境下，利用小语言模型（SLM）和基于大语言模型（LLM）的Agentic AI框架优化无人机无线充电（WPT）路径与能量，实现低复杂度、低延迟和高能效。
Journal ref IEEE Journal on Selected Areas in Communications, 2026
Planning over MAPF Agent Dependencies via Multi-Dependency PIBT
通过多依赖PIBT规划MAPF智能体依赖关系
机构 * University Of Melbourne（墨尔本大学） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出多依赖PIBT（MD-PIBT）框架，通过搜索智能体依赖关系来规划多智能体路径，在拥挤环境中高效处理多达10000个智能体，支持多种运动学约束。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
Exploring the Semantic Gap in Agentic Data Systems: A Formative Study of Operationalization Failures in Analytical Workflows
探索智能体数据系统中的语义鸿沟：分析工作流中操作化失败的形成性研究
机构 * Megagon Labs（Megagon实验室）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本研究通过跨领域分析236个分析意图，识别出153种反复出现的操作化失败，归纳为五类语义鸿沟，揭示用户分析概念与系统可用信息之间的差距，并提出未来智能体数据系统需要更丰富的语义表示。
When AI Agents Compete for Jobs: Strategic Capabilities and Economic Dynamics of AI Labour Markets
当AI代理竞争工作岗位：AI劳动力市场的战略能力与经济动态
机构 * DAMTP, University of Cambridge（剑桥大学应用数学与理论物理系）
专题命中 规划决策 ：AI agent(title,abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出AI-Work模拟平台，研究AI代理在劳动力市场中的竞争行为，发现元认知、竞争意识和长期战略规划能力使代理获得更高利润和市场份额。
Comments Accepted at ICML 2026, Code available at https://github.com/chy-chiu/ai-work
Bayesian Uncertainty Propagation for Agentic RAG Pipelines: A Proof-of-Concept Study on Multi-Hop Question Answering
面向智能体RAG管道的贝叶斯不确定性传播：多跳问答的概念验证研究
机构 * University of Hull（赫尔大学）
专题命中 规划决策 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出一种不确定性感知的智能体RAG框架，通过贝叶斯网络传播各阶段的不确定性信号，以估计系统级不确定性并定位潜在故障点，在HotpotQA上表现有效，但在StrategyQA上受限于校准问题。
Comments Submitted for 7th International Conference on Maintenance and Intelligent Asset Management (ICMIAM 2026)
Knowledge-Enhanced Agentic Vulnerability Repair
知识增强的智能体漏洞修复
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.SE
AI总结 提出KeaRepair，一种基于智能体的自动化漏洞修复方法，通过提取历史漏洞知识并利用工具增强的智能体进行诊断，生成并迭代优化补丁，在55个C/C++漏洞上修复率达83.64%。
KidnapRAG: A Black-Box Attack for Hijacking Reasoning in Agentic Retrieval-Augmented Generation Systems
KidnapRAG：针对代理式检索增强生成系统中推理劫持的黑盒攻击
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)
AI总结 提出KidnapRAG，一种针对代理式RAG系统的黑盒顺序投毒攻击，通过三种角色文档（诱饵、链环、恶意指令）劫持多步推理链，实验表明在多种框架和基准上优于现有方法。
Comments Preprint
ActPlane: Programmable OS-Level Policy Enforcement for Agent Harnesses
ActPlane：面向代理框架的可编程操作系统级策略执行
专题命中 规划决策 ：agent(title,abstract)；AI agent(abstract)
AI总结 提出ActPlane，一种在操作系统内核中执行代理策略的引擎，通过eBPF实现信息流控制，弥补语义鸿沟，覆盖工具层无法观察的间接执行路径，开销1.9%-8.4%。
Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets
基于时空凸集图的搜索式时空与多机器人运动规划
机构 * Simon Fraser University（西蒙弗雷泽大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出基于时空凸集图（ST-GCS）的算法框架，通过图搜索与连续轨迹优化结合，实现单/多机器人时间最优运动规划，在狭窄瞬态可行区域中显著加速。
What's Hidden Matters: Identifying Planning-Critical Occluded Agents using Vision-Language Models
隐藏之物至关重要：使用视觉语言模型识别规划关键性的被遮挡智能体
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出利用视觉语言模型（VLM）识别对自车轨迹影响最大的被遮挡智能体，通过规划KL散度（PKL）度量进行排序，并微调VLM以提升性能，实验表明该方法比随机采样提升约30%。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 9 pages, 5 figures, 5 tables
ASPIRE: Agentic /Skills Discovery for Robotics
ASPIRE: 面向机器人的智能体技能发现
机构 * NVIDIA（英伟达） ； UMich（密歇根大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出ASPIRE系统，通过闭环执行、技能库积累和进化搜索，自主编写和优化机器人控制程序，在扰动、多机器人协作和长时域任务上显著超越现有方法，并实现零样本泛化与仿真到现实的技能迁移。
Comments 43 pages, 12 figures, 9 tables. Project page: https://research.nvidia.com/labs/gear/aspire/
Optimal any-angle path planning in static and dynamic environments
静态与动态环境中的最优任意角度路径规划
机构 * Faculty of Aerospace Engineering, Delft University of Technology（航空航天工程学院，代尔夫特理工大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出椭圆前向扩展和视野技术加速最优任意角度路径规划，开发Zeta*和Zeta*-SIPP算法，在静态和动态环境中保持最优性，速度提升20倍以上。
Comments 33 pages, 13 figures
3D HAMSTER: Bridging Planning and Control in Hierarchical Vision Language Action Models through 3D Trajectory Guidance
3D HAMSTER：通过3D轨迹引导在分层视觉语言动作模型中桥接规划与控制
机构 * Kim Jaechul Graduate School of AI, KAIST（韩国科学技术院金载哲人工智能研究生院） ； Graduate School of Artificial Intelligence, POSTECH（浦项工业大学人工智能研究生院） ； KRAFTON AI
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出3D HAMSTER框架，通过让规划器直接输出度量可靠的3D轨迹，弥合2D引导与3D低层策略之间的差距，在3D轨迹预测、仿真和真实操作中优于现有方法。
Comments Published in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026. Code: https://github.com/DAVIAN-Robotics/3D_HAMSTER. Project page: https://davian-robotics.github.io/3D_HAMSTER/
Navigating Demand Uncertainty in Container Shipping: Deep Reinforcement Learning for Enabling Adaptive and Feasible Master Stowage Planning
在集装箱航运中应对需求不确定性：通过深度强化学习实现适应性与可行性的主装货计划
机构 * IT University of Copenhagen, Denmark（丹麦哥本哈根IT大学） ； HEC Montréal, Qc, Canada（加拿大魁北克省蒙特利尔高等商学院） ； GERAD, Qc, Canada（加拿大魁北克省GERAD） ； Mila - Quebec AI Institute, Qc, Canada（加拿大魁北克省Mila-魁北克人工智能研究所）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文通过深度强化学习框架解决主装货计划中的状态依赖约束问题，提升在需求不确定性和操作约束下的适应性和可行性。
Comments This paper is accepted at ECML-PKDD 2026
Planning for Rhythmized Urban Parks: Temporal Park Classification and Modes of Action
为节奏化城市公园规划：时间公园分类与行动模式
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文研究城市公园的节奏化规划，通过分析东京254个公园的访问模式，揭示季节性和日常活动对公园使用的影响，提出四种提升时空公平性的实践方法。
Journal ref Journal of the American Planning Association, 92-1(2026), 105-124
Structured 4D Latent Predictive Model for Robot Planning
结构化4D潜在预测模型用于机器人规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出结构化4D潜在预测模型，在潜在空间中预测场景3D结构演化，实现3D一致的场景理解与机器人规划，在复杂操作任务中优于现有视频基规划器。
From Prediction Uncertainty to Conformalized Distance Fields for Safe Motion Planning
从预测不确定性到用于安全运动规划的共形距离场
机构 * Seoul National University（首尔大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出功能共形预测框架，通过对整个预测距离场进行共形化，获得分布无关的场级下界，实现均匀安全性，并嵌入采样模型预测控制器FCP-MPC，在动态障碍物密集场景中平衡安全、可行与效率。
Path Planning in Physically Viable World Models
物理可行世界模型中的路径规划
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出物理可行世界模型，通过物理仿真生成修改后的场景，使机器人能在部署前评估未来地形变化对路径可行性的影响。
Comments 18 pages, 7 figures, submitted to CORL
GEAR-Seg: A Grounded Explainable Agent for Reasoning Segmentation and Data Engine
GEAR-Seg：用于推理分割和数据引擎的基于可解释智能体
机构 * College of Biosystems Engineering and Food Science, Zhejiang University（浙江大学生物系统工程与食品科学学院） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学杭州国际科创中心）
专题命中 规划决策 ：agent(title,abstract)
AI总结 提出GEAR-Seg，一种解耦的智能体框架，通过将像素转换为属性文本实现可解释推理分割，零样本性能优异，并可作为数据引擎构建大规模基准GEAR-131K。
Comments 21 pages, 8 figures
NeHMO: Neural Hamilton-Jacobi Reachability Learning for Decentralized Safe Multi-Arm Motion Planning
NeHMO：面向分散式安全多臂运动规划的神经哈密顿-雅可比可达性学习
机构 * Department of Computer Science at Purdue University（普渡大学计算机科学系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出基于神经哈密顿-雅可比可达性学习的方法，学习安全值函数以捕获最坏情况下的臂间安全约束，并开发分散式轨迹优化框架，实现可扩展、数据高效且泛化能力强的实时多臂运动规划。
Joint Discovery of Object and Action Symbols through Effect Prediction for Robotic Manipulation Planning
通过效应预测联合发现物体与动作符号以进行机器人操作规划
机构 * Bogazici University（博阿齐奇大学） ； Ozyegin University（厄兹耶金大学） ； Osaka University（大阪大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出一种通过二元瓶颈层联合发现操作原语和物体类别的方法，利用预测多模态交互效应进行离散规划，在桌面重定位和堆叠任务中优于现有方法。
High-Fidelity Capacity Expansion Planning for Puerto Rico's Electric Power System
波多黎各电力系统容量扩展规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种数学优化框架，用于波多黎各电力系统长期投资规划，通过高分辨率容量扩展模型识别最低成本的发电和储能投资，提高系统可靠性。
Comments Clearer framing of the modeling scope, assumptions, limitations, and data sources
UniDrive-WM: Unified Understanding, Planning and Generation World Model for Autonomous Driving
UniDrive-WM：面向自动驾驶的统一理解、规划和生成世界模型
机构 * Bosch Research North America & Bosch Center for Artificial Intelligence (BCAI)（博世北美研究院与博世人工智能中心） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Arizona State University（亚利桑那州立大学） ； Case Western Reserve University（凯斯西储大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出UniDrive-WM，一个基于VLM的统一世界模型，联合执行场景理解、轨迹规划和未来图像生成，在Bench2Drive上轨迹误差降低7.3%，碰撞率降低10.4%。
Comments Accepted to ECCV 2026. Project Page: https://unidrive-wm.github.io/UniDrive-WM
XSkill: Continual Learning from Experience and Skills in Multimodal Agents
XSkill: 多模态智能体中的经验与技能持续学习
机构 * Zhejiang University（浙江大学）
专题命中 规划决策 ：tool use(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 提出XSkill双流框架，通过视觉经验与技能的知识提取、检索和自适应，实现多模态智能体在开放场景中无需参数更新的持续学习，显著提升工具使用和推理泛化能力。
Comments Accepted to ICML 2026
Bridging Symbolic Control and Neural Reasoning in LLM Agents -- The Structured Cognitive Loop
连接符号控制与神经推理的LLM代理——结构认知循环
机构 * JEI University（JEI大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出结构认知循环(SCL)架构，通过分离检索、认知、控制、行动和记忆模块，解决LLM代理的推理与执行纠缠、记忆波动和行动序列失控问题，实现零策略违规、防止冗余调用并保持决策可追溯性。
Comments This update clarifies the theoretical architecture by separating Regulation as the Soft Symbolic Control layer from Control as a deterministic runtime engine, while adding explicit discussion of how the current implementation should be interpreted in light of that distinction
ELMP: Efficient Learning for Motion Planning via Analytical Policy Gradients
ELMP: 通过解析策略梯度实现高效运动规划学习
机构 * Robotic Systems Lab, ETH Zürich（苏黎世联邦理工学院机器人系统实验室） ； ABB（ABB公司） ； ANYbotics（ANYbotics公司）
专题命中 规划决策 ：planning(title)
AI总结 提出ELMP框架，利用可微运动学层和自监督微调，通过密集碰撞、目标到达和平滑性目标直接优化策略，避免专家数据收集，实现数据高效的运动规划适应。
Comments 8 pages, 7 figures, 4 tables
Optimal Path Planning of Airborne Wind Energy Systems with a Flexible Tether
具有柔性系绳的空中风能系统的最优路径规划
专题命中 规划决策 ：planning(title)
AI总结 提出一种基于索引-1微分代数方程的最优控制框架，采用准静态方法处理柔性系绳，通过同伦策略生成最优轨迹，并与刚性系绳模型对比，验证了考虑系绳柔性的必要性。
Optimal Resource Utilization for Autonomous Laboratory Orchestrators
自主实验室协调器的最优资源利用
机构 * National Institute of Standards and Technology（美国国家标准与技术研究院）
专题命中 规划决策 ：AI agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对自主实验室中多仪器硬件约束下的资源利用问题，提出两步法：先用约束规划找到最小化总时间的最优调度，再通过状态依赖系统鲁棒执行调度。
SessionBound: Turning Enterprise Task Approval into Budgeted Database Sessions
SessionBound: 将企业任务审批转化为预算化的数据库会话
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)
AI总结 提出SessionBound框架，将审批的企业任务转化为短期、预算化、可审计的数据库会话，通过控制平面和SessionBoundDB实现安全边界，无需LLM判断查询安全性。
Comments 7 pages, research prototype. Code: https://github.com/SessionBound/sessionbound
