AI Agent

Chinese Poetry Generation with Planning based Neural Network

Zhe Wang, Wei He, Hua Wu, Haiyang Wu, Wei Li, Haifeng Wang, Enhong Chen

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

Comments Accepted paper at COLING 2016

Extracting Actionability from Machine Learning Models by Sub-optimal Deterministic Planning

Qiang Lyu, Yixin Chen, Zhaorong Li, Zhicheng Cui, Ling Chen, Xing Zhang, Haihua Shen

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

Comments 16 pages, 4 figures

Natural Language Generation as Planning under Uncertainty Using Reinforcement Learning

Verena Rieser, Oliver Lemon

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

Comments published EACL 2009

Gaussian Process Planning with Lipschitz Continuous Reward Functions: Towards Unifying Bayesian Optimization, Active Learning, and Beyond

Chun Kai Ling, Kian Hsiang Low, Patrick Jaillet

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

Comments 30th AAAI Conference on Artificial Intelligence (AAAI 2016), Extended version with proofs, 17 pages

Scalable Planning and Learning for Multiagent POMDPs: Extended Version

Christopher Amato, Frans A. Oliehoek

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

Better Optimism By Bayes: Adaptive Planning with Rich Models

Arthur Guez, David Silver, Peter Dayan

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

Comments 11 pages, 11 figures

Planning by Prioritized Sweeping with Small Backups

Harm van Seijen, Richard S. Sutton

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

Motion Planning Of an Autonomous Mobile Robot Using Artificial Neural Network

G. N. Tripathi, V. Rihani

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

Comments 7 pages, 4 figures, 1 table, 1 graph chart, ITCA-2012, Chennai, India

Compositional Planning Using Optimal Option Models

David Silver, Kamil Ciosek

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

Comments Appears in Proceedings of the 29th International Conference on Machine Learning (ICML 2012)

Bounded Planning in Passive POMDPs

Roy Fox, Naftali Tishby

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

Comments Appears in Proceedings of the 29th International Conference on Machine Learning (ICML 2012)

Decision Making Agent Searching for Markov Models in Near-Deterministic World

Gabor Matuz, Andras Lorincz

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

Comments Draft

A Monte Carlo Algorithm for Universally Optimal Bayesian Sequence Prediction and Planning

Anthony Di Franco

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

Comments Submitted to MDPI Algorithms Special Issue "Algorithmic Complexity in Physics & Embedded Artificial Intelligences"

Closing the Learning-Planning Loop with Predictive State Representations

Byron Boots, Sajid M. Siddiqi, Geoffrey J. Gordon

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

Planning under Distribution Shifts with Causal POMDPs

基于因果POMDP的分布偏移下规划

Matteo Ceriscioli, Karthika Mohan

机构 * School of Electrical Engineering and Computer Science (EECS)（电气工程与计算机科学学院） 纠错

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

AI总结 提出因果POMDP框架，通过干预表示环境变化，在部分可观测下维持PWLC性质，实现分布偏移下的规划与更新。

Comments Appeared at the 36th International Conference on Automated Planning and Scheduling (ICAPS-26)

Evaluating XAI Support From A Hierarchical Reinforcement Learning Policy in Human-Agent Collaboration

评估人机协作中分层强化学习策略的可解释人工智能（XAI）支持

Mateus Levi Simões Fernandes, Alberto Sardinha

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI；autonomous agent(journal_ref)

AI总结 本文首次在Overcooked-AI基准中，对分层特设智能体（HA²）架构生成的文本/音频实时解释开展被试间实验，分析XAI对人机协作的影响，为评估可解释强化学习架构建立基线方法。

Comments 13 pages, 6 figures, accepted as an Extended Abstract at AAMAS 2026

Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems. 2026. p. 3259-3261

What We Talk About When We Talk About LLM Planning: Evidence for Two Distinct Planning Abilities

当我们谈论大语言模型规划时我们在谈论什么：两种不同规划能力的证据

Sukai Huang, Chenyuan Zhang, Fucai Ke, Zhixi Cai, Naim Rastgoo, Gholamreza Haffari, Hamid Rezatofighi

机构 * Faculty of Information Technology, Monash University（莫纳什大学信息技术学院） 纠错

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

AI总结 研究大语言模型规划任务性能差异原因，通过在ACPBench-Hard上评估多个模型家族，应用多维项目反应理论模型，发现操作推理和结构枚举两个塑造规划性能的维度，推动大语言模型规划的能力层面评估。

Comments 19 pages. Keywords: Reasoning, Automated Planning, Item Responses Theory, LLMs as Planner Research Area: NLP and Symbolic Reasoning Research Area Keywords: neurosymbolic, planning in agents, symbolic reasoning Contribution Types: Model analysis & interpretability

Automating RT Planning at Scale: High Quality Data For AI Training

大规模自动化放疗计划制定：为AI训练提供高质量数据

Riqiang Gao, Mamadou Diallo, Han Liu, Anthony Magliari, Jonathan Sackett, Wilko Verbakel, Sandra Meyers, Rafe Mcbeth, Masoud Zarepisheh, Simon Arberet, Martin Kraus, Florin C. Ghesu, Ali Kamen

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

AI总结 本文提出了一种可扩展的自动化放疗计划制定系统，生成高质量的治疗计划，克服了AI驱动放疗计划发展中的关键障碍，其计划质量与人工生成的计划相当。

Comments radiotherapy planning, data for AI training

Machine-Coached Policy Revision in Adaptive Agent-Based Regulatory Simulation: A Controller-Level Contestability Layer

自适应智能体监管模拟中的机器辅导策略修订：一种控制器级别的可争议性层

Roberto Garrone

机构 * Open University of Cyprus（塞浦路斯开放大学） 纠错

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

AI总结 提出一种轻量级机器辅导策略修订层，通过可废止规则表示策略决策，实现控制器行为的解释、挑战和修订，并在排放监管ABM实验中验证其减少过度保守行为的效果。

Comments 26 pages, 2 figures, 14 tables. Methodological study of machine-coached policy-controller revision in adaptive agent-based regulatory simulation

RoboGPT-R1: Enhancing Robot Task Planning with Reinforcement Learning

RoboGPT-R1: 通过强化学习增强机器人任务规划

Jinrui Liu, Bingyan Nie, Boyu Li, Yaran Chen, Yuze Wang, Shunsen He, Haoran Li

机构 * Institute of Automation, CASIA（中国科学院自动化研究所） ； School of Artificial Intelligence, UCAS（中国科学技术大学人工智能学院） ； Huawei Cloud Technology Co., Ltd（华为云技术有限公司） 纠错

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

AI总结 提出RoboGPT-R1两阶段微调框架，先监督学习获取基础知识，再通过强化学习提升视觉空间理解和推理能力，在EmbodiedBench上超越GPT-4o-mini 21.33%。

Journal ref Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), pp. 2827-2837, IFAAMAS, 2026

AgentPLM: Agentic Protein Language Models with Reasoning-Augmented Decoding for Protein Sequence Design

AgentPLM：具有推理增强解码的智能体蛋白质语言模型用于蛋白质序列设计

Sahil Rahman, Maxx Richard Rahman

机构 * Sahil Rahman ； Maxx Richard Rahman 纠错

专题命中 规划决策 ：agentic(title,journal_ref)；agent(abstract)；分类 cs.AI

AI总结 提出AgentPLM，通过推理增强解码和对比智能体策略优化，使预训练蛋白质语言模型能够利用外部生物物理反馈进行在线纠错，在多项蛋白质设计任务上取得最优结果。

Journal ref Workshop on Generative and Agentic AI for Biology, 43rd International Conference on Machine Learning (ICML 2026)

Comparing and Integrating Constraint Programming and Temporal Planning for Quantum Circuit Compilation

比较和整合约束编程与时间规划用于量子电路编译

Kyle E. C. Booth, Minh Do, J. Christopher Beck, Eleanor Rieffel, Davide Venturelli, Jeremy Frank

机构 * Quantum Artificial Intelligence Laboratory, NASA Ames Research Center（量子人工智能实验室，美国国家航空航天局阿姆斯特朗研究中心） ； Planning and Scheduling Group, NASA Ames Research Center（规划与调度组，美国国家航空航天局阿姆斯特朗研究中心） ； USRA Research Institute for Advanced Computer Science（美国宇航局高级计算机科学研究所） ； Stinger Ghaffarian Technologies, Inc.（Stinger Ghaffarian技术公司） ； Department of Mechanical & Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系） 纠错

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

AI总结 本文比较了约束编程与时间规划在量子电路编译中的应用，提出混合方法提升求解质量，证明混合方法在多数问题中优于单独使用时间规划。

Comments 9 pages, 2 figures, Proceedings of the 28th International Conference of Automated Planning and Scheduling 2018 (ICAPS-18)

HeaRT: A Hierarchical Circuit Reasoning Tree-Based Agentic Framework for AMS Design Optimization

HeaRT：一种基于分层电路推理树的代理框架用于AMS设计优化

Souradip Poddar, Chia-Tung Ho, Ziming Wei, Weidong Cao, Haoxing Ren, David Z. Pan

机构 * ECE Department, The University of Texas at Austin（德克萨斯大学奥斯汀分校电子与计算机工程系） ； NVIDIA Corporation（英伟达公司） ； The George Washington University（乔治华盛顿大学） 纠错

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

AI总结 HeaRT提出了一种分层电路推理树的代理框架，通过提升F1(subcircuits)和F1(loops)指标，实现更高效的AMS设计优化，且在不同架构上表现出更好的适应性和收敛速度。

Comments Analog Design Automation, Hierarchical Circuit Reasoning, Context-Aware Design Adaptation, LLMs, Agentic Frameworks, Electronic Design Automation (EDA)

Evolutionary Biparty Multiobjective UAV Path Planning: Problems and Empirical Comparisons

进化双目标多目标无人机路径规划：问题与实证比较

Kesheng Chen, Wenjian Luo, Xin Lin, Zhen Song, Yatong Chang

机构 * Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies, School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（广东省新型安全智能技术重点实验室，哈尔滨工业大学计算机科学与技术学院，深圳） ； Peng Cheng Laboratory（鹏城实验室） ； School of Artificial Intelligence/School of Future Technology, Nanjing University of Information Science and Technology（人工智能学院/未来技术学院，南京信息科学技术大学） 纠错

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

AI总结 本文首次提出双目标多目标无人机路径规划问题，改进并比较了多种多目标优化算法在效率与安全目标下的性能。

Comments \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Journal ref Chen, K., Luo, W., Lin, X., Song, Z., & Chang, Y. (2024). Evolutionary biparty multiobjective UAV path planning: Problems and empirical comparisons. IEEE Transactions on Emerging Topics in Computational Intelligence, 8(3), 2433-2445

Visual Milestone Planning in a Hybrid Development Context

混合开发环境中的可视化里程碑规划

Eduardo Miranda

专题命中 规划决策 ：planning(title,abstract)；分类 cs.SE

AI总结 本文提出了一种混合开发环境中的可视化里程碑规划方法，通过协作和可视化手段促进团队对开发计划的共同理解。

Comments 15 pages, Presented at QUATIC 2023

Journal ref Visual Milestone Planning in a Hybrid Development Context. In: Fernandes, J.M., Travassos, G.H., Lenarduzzi, V., Li, X. (eds) Quality of Information and Communications Technology, 2023

Automated Planning for Optimal Data Pipeline Instantiation

最优数据管道实例化的自动化规划

Leonardo Rosa Amado, Adriano Vogel, Dalvan Griebler, Gabriel Paludo Licks, Eric Simon, Felipe Meneguzzi

机构 * Pontifical Catholic University of Rio Grande do Sul, Brazil（里约格朗德杜斯鲁斯天主教大学） ； Johannes Kepler University Linz, Austria（林茨约翰·凯撒大学） ； Sapienza University of Rome, Italy（罗马萨皮恩扎大学） ； SAP Labs, France（SAP实验室） ； University of Aberdeen, Scotland（阿伯丁大学） 纠错

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

AI总结 本文提出了一种基于动作成本的规划方法，用于优化数据管道实例化，通过启发式算法减少总执行时间，并在实验中验证了其有效性。

Journal ref Proceedings of the ECAI Workshop on AI-based Planning for Complex Real-World Applications (CAIPI 2025)

NormCode: A Semi-Formal Language for Auditable AI Planning

NormCode: 一种用于可审计AI规划的半形式语言

Xin Guan, Yunshan Li, Zekun Wu, Ruibo Zhang

机构 * Center for Long-Term AI（长期人工智能中心） ； Shenzhen University（深圳大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 NormCode是一种半形式语言，通过强制数据隔离和严格区分语义与语法操作，实现AI工作流的可审计性，确保透明性和可验证性。

Comments Archive name: NormCode: A Semi Formal Language for Context Isolated AI Planning

ChargingBoul: A Competitive Negotiating Agent with Novel Opponent Modeling

ChargingBoul：一种具有新颖对手建模的竞争性谈判代理

Joe Shymanski

机构 * Joe Shymanski（独立研究者） 纠错

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

AI总结 ChargingBoul通过平衡让步与对手建模，在自动化谈判竞赛中取得优异成绩，展示了其在多策略对手环境中的高效谈判能力。

Comments 10 pages, 3 figures. Describes the ChargingBoul negotiating agent submitted to ANAC 2022. Preprint

A Roadmap to Guide the Integration of LLMs in Hierarchical Planning

引导大型语言模型在分层规划中整合的路线图

Israel Puerta-Merino, Carlos Núñez-Molina, Pablo Mesejo, Juan Fernández-Olivares

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

AI总结 本文提出了一条引导大型语言模型在分层规划中整合的路线图，通过分类整合方法和建立基准测试，探索LLMs在分层规划中的应用潜力。

Comments 5 pages, 0 figures, to be published in the AAAI Workshop on Planning in the Era of LLMs ( https://llmforplanning.github.io )

Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models

Vlad Sobal, Wancong Zhang, Kyunghyun Cho, Randall Balestriero, Tim G. J. Rudner, Yann LeCun

机构 * New York University（纽约大学） ； Genentech（基因泰克） ； Brown University（布朗大学） ； University of Toronto（多伦多大学） ； Meta – FAIR 纠错

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

Comments Project web page: https://latent-planning.github.io/

NL2Plan: Robust LLM-Driven Planning from Minimal Text Descriptions

Elliot Gestrin, Marco Kuhlmann, Jendrik Seipp

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

Comments Accepted for the ICAPS 2024 Workshop on Human-Aware and Explainable Planning