AI Agent

Pose-Parameterized Motion Planning and CBF-QP Self-Collision Filtering for a Long-Reach Drilling Boom

用于长距离钻臂的姿态参数化运动规划和CBF-QP自碰撞过滤

Mehdi Heydari Shahna, Tuomo Kivelä, Jouni Mattila

机构 * Faculty of Engineering and Natural Sciences, Tampere University（坦佩雷大学工程与自然科学学院） ； Sandvik Mining and Construction Oy（山特维克采矿与建筑公司） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对长距离钻臂从操作员监督控制向自主控制转变的需求，提出在测量状态逆运动学中集成姿态参数化规划与CBF-QP的方法，经两项钻孔任务评估，该方法效果良好，无逆运动学故障，位置误差小。

Beyond Fixed Goal Delivery: Online POMDP Planning for Target Interception in Crowds

超越固定目标交付：人群中目标拦截的在线部分可观测马尔可夫决策过程规划

Himanshu Gupta, Kelvin Aladum, Nisar Ahmed, Bradley Hayes, Zachary Sunberg

机构 * Dept. of Aerospace Engineering Sciences（航空航天工程科学系） ； Dept. of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究拥挤环境中目标拦截问题，将其建模为部分可观测马尔可夫决策过程，用树搜索在线求解。对比顺序路径速度规划器和统一规划器，发现高密度时前者安全拦截率低、耗时多，揭示了空间限制的结构局限性。

Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Manifold-Guided Motion Planning for Tight Assemblies

用于紧密装配的流形引导运动规划

Dror Livnat, Michael M. Bilevich, Michal Kleinbort, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对刚体装配运动规划因几何约束面临的挑战，提出临界流形引导的CMG-RRT规划器。它利用配置空间分层细分，将采样偏向临界流形邻域引导探索，经证明概率完备，在基准测试中成功率达100%，还解决了麋鹿拆解谜题。

Comments Appeared in the 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR)

Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning

用于时间最优林业起重机运动规划的任务空间约束随机轨迹优化

Marc-Philip Ecker, Christoph Fröhlich, Bernhard Bischof, Wolfgang Kemmetmüller, Tobias Glück

机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所，维也纳工业大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究院有限公司） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对液压泵流量约束下的林业起重机运动规划问题，提出TSC-VP-STO算法，通过任务空间约束联合优化轨迹与终端配置冗余自由度，相比基线算法平均轨迹时长减12 - 15%，泵流量利用改善，且经实际部署验证。

Comments Accepted at IROS 2026

ShotPlan: Cinematic Video Generation with Learnable Planning Token

ShotPlan：使用可学习规划令牌生成电影级视频

Su Guo, Guangce Liu, Haosen Yang, Jiepeng Wang, Cong Liu, Junqi Liu, Haibin Huang, Hongxun Yao, Chi Zhang, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI）） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对电影级视频生成难题，提出ShotPlan框架，基于视频扩散基础模型，引入可学习规划令牌捕捉镜头过渡线索，结合分数时间旋转位置嵌入在帧级别建模，实验证明其优于现有方法，提升了镜头管理与一致性。

Comments Project page: https://pensioner-11.github.io/ShotPlan/

Finite-Time Curvature-Constrained Vector Field for Saturation-Free Motion Planning of Nonholonomic Robots

用于非完整机器人无饱和运动规划的有限时间曲率约束向量场

Zhouru Xiao, Sha Luo, Yang Lu, Héctor García de Marina, Zhenyang Xu, Chaosong Gong, Yaonan Wang, Weijia Yao

机构 * School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； College of Information Science and Engineering, Hunan Normal University（湖南师范大学信息科学与工程学院） ； College of Systems Engineering and the State Key Laboratory of Digital Intelligent Modeling and Simulation, National University of Defense Technology（国防科技大学系统工程学院和数字智能建模与仿真国家重点实验室） ； Department of Computer Engineering, Automation & Robotics, and the Institute of Mathematics (IMAG), University of Granada（格拉纳达大学计算机工程、自动化与机器人系以及数学研究所（IMAG）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对非完整机器人运动规划问题，提出由有限时间曲率约束向量场和无饱和控制律组成的框架。通过构建FT-C2VF实现有限时间收敛并满足曲率约束，开发控制器跟踪该场，经分析和实验验证方法有效且鲁棒。

PERA: A Perceive-Reason-Act Interface Bridging Sensing, Cognitive Reasoning, and Trustworthy Agentic Response for 6G

PERA：一种感知-推理-行动接口，用于6G的传感、认知推理和可信智能体响应

Mohammad Farzanullah, Melike Erol-Kantarci, Lajos Hanzo

专题命中 规划决策 ：agentic(title,abstract)

AI总结 研究针对下一代网络实现中传统机器学习和大语言模型的局限，提出基于感知-推理-行动（PERA）范式的生成网络智能，用多任务架构取代边缘模型，降低复杂性与能耗，通过案例研究验证其在链路状态分类和波束预测上的有效性。

Comments 9 pages, 5 figures, 1 table, magazine paper, submitted to IEEE for possible publication

An Indoor Navigation System for the Visually Impaired based on UWB Positioning and D* Lite Path Planning Algorithm

基于超宽带定位和D* Lite路径规划算法的视障者室内导航系统

Thanh C. Vo, Dong LT. Tran, Huy HM. Le, Duyen N Ha, Tuan Anh Pham, Hai Thanh Dang, Hoang T. Tran

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对视障者室内导航问题，提出基于UWB定位技术和D* Lite路径规划算法的系统，利用UWB传感器定位，集成算法优化轨迹、应对动态障碍，实验表明系统可靠低延迟，为视障者提供安全灵活的室内导航。

Comments 6 pages, 7 figures, 3 tables

Journal ref Proceedings of the 8th Vietnam International Conference and Exhibition on Control and Automation (VCCA-2026), pp.1029-1034, 2026

AlterAtlas: Shifting Travel Planning from AI Generation to Validation via Persona-Driven Simulations

AlterAtlas：通过基于角色的模拟将旅行规划从人工智能生成转变为验证

William Huang, Ruofei Du, Yang Zhang

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对旅行规划需平衡多目标约束，当前AI工具支持有限问题，提出AlterAtlas系统，通过基于角色模拟实现行程验证与修订，经实验证明可提高计划与角色匹配度，增强用户对最终计划的信任。

Comments 11 pages, 8 figures. For associated codebase, see https://github.com/hilab-open-source/alteratlas

From Outcomes to Actions: Leveraging Hindsight for Long-Horizon Language Agent Training

从结果到行动：利用事后诸葛亮进行长期语言智能体训练

Zishang Jiang, Tingyun Li, Jinyi Han, Xinyi Wang, Sihang Jiang, Yizhou Ying, Xiaojun Meng, Jiansheng Wei, Jiaqing Liang, Yanghua Xiao

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

AI总结 研究长期语言智能体训练中现有强化学习方法面临的挑战，提出事后诸葛亮策略优化方法，通过投影到意图空间提取低方差学习信号，聚合相似状态和行动，理论和实证证明可稳定提升策略性能。

Comments Accepted at ICML 2026

End-to-End Supply Chain Planning in the Paper Industry Via Column Generation and Benders Decomposition

通过列生成和本德分解实现造纸行业的端到端供应链规划

Changkun Guan, Amira Hijazi, Pascal Van Hentenryck

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究造纸行业端到端供应链规划难题，提出结合列生成与本德分解的BDCG - DP框架，利用问题结构特征求解。实验表明该框架能降低成本、减少运行时间，为行业提供首个工业规模集成精确模型，助规划者快速获可行调度。

Planning for Mission Efficiency, Robustness, and Resilience for Unmanned Autonomous Systems (UASs) in Contested Environments

在竞争环境中规划无人自主系统（UAS）的任务效率、稳健性和恢复力

Michael J. Gaiewski, Sergey N. Vecherin, Laurel P. Williams, Igor Linkov

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对竞争环境中UAS机群路线规划问题，提出整合稳健性和恢复力组件的策略，包括航路点位置重叠和动态任务适配，提升任务成功率，为UAS任务规划提供新方向。

Vessel Trajectory Prediction using COLREGs-aware Optimal Planning

使用COLREGs感知最优规划的船舶轨迹预测

David Kaikkonen, Fredrik Ljungberg, Erik Frisk

机构 * ABB Corporate Research（ABB企业研究部） ； Department of Electrical Engineering, Linköping University（Linköping大学电气工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究船舶轨迹预测问题，核心方法是先利用A*搜索生成初始轨迹，再用数值优化器确保符合COLREG，以船舶当前位置、速度和目的地为输入，基于AIS数据验证，比基于学习的方法预测更快。

Comments 6 pages, 11 figures. This work has been accepted to IFAC2026 for publication under a Creative Commons Licence CC-BY-NC-ND

RAVEN: Reinforcement-Adaptive Visibility-Graph Planning for Robust Humanoid Navigation with Collision-Free MPC

RAVEN：用于稳健人形机器人导航的强化自适应可见性图规划与无碰撞MPC

Ruochen Hou, Shiqi Wang, Beom Jun Kim, Hanzhang Fang, Mehak Singal, Dennis W. Hong

机构 * Robotics and Mechanisms Laboratory (RoMeLa), Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（机器人与机构实验室（RoMeLa），机械与航天工程系，加利福尼亚大学洛杉矶分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对人形机器人在动态环境中的导航问题，提出RAVEN框架，通过强化学习自适应调整可见性图规划器几何结构，结合无碰撞MPC层跟踪轨迹，经实验评估，该方法能减少超调、提高狭窄通道稳健性及在延迟噪声下可靠导航。

A Generative Partially Specified Finite State Machine Approach to Complex Behaviour Planning

一种用于复杂行为规划的生成式部分指定有限状态机方法

Kalana Ratnayake, Michael Pritchard, David Hinwood, Maleen Jayasuriya, Damith Herath

机构 * University of Canberra（堪培拉大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究为自主机器人在动态环境中的行为规划，提出生成式部分指定有限状态机（GPSFSM）神经符号架构，利用Fabric等组件实现标准化语义能力描述，实验表明该方法计划生成成功率高、延迟低，还能生成复杂行为，且开源堆栈使其实用可重复。

Comments Accepted for publication in the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 10 figures, 1 table

Catch, Throw, Repeat: Planning for Human-Robot Partner Juggling

接住、抛出、重复：人机搭档杂耍的规划

Jonathan Rainer Lippert, Kai Ploeger, Abir Chowdhury, Hermann Müller, Jan Peters, Alap Kshirsagar

机构 * Technical University of Darmstadt（达姆施塔特工业大学） ； Justus-Liebig University Gießen（吉森尤斯 - 李比希大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany（德国机器人研究所） ； Indian Institute of Technology Delhi - Abu Dhabi（印度理工学院德里分校 - 阿布扎比） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究人机搭档杂耍问题，提出实时规划和控制架构，集成多种技术实现同步多球杂耍。通过用户研究，证明系统能达成三球级联共享，参与者成绩超此前最佳，提升了人机物理交互和共享自主性。

Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

BridgeFlow: Fast and Robust SE(2)-Equivariant Motion Planning with Flow Matching

BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划

Xinzhe Zhou, Xuyang Wang, Xiaoming Duan, Jianping He

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。

Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures

DRIFT: Drift and Aggregation for Motion Planning

DRIFT：用于运动规划的漂移与聚合

Yining Xing, Zhiyuan Liu, Zehong Ke, Wenhao Yu, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。

Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL

Motion Planning with Model-Based Diffusion via Constraint Optimization and Adaptive Scheduling

基于约束优化和自适应调度的基于模型扩散的运动规划

Zhilin He, Bowei Li, Jianlin Dou, Yuner Zhang, Changliu Liu

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对高度非凸约束环境下单机器人运动规划难题，提出MD-COAS方法，统一软扩散先验与硬投影算子，自适应调度并共同优化安全约束及扩散调度，实验证明其在多方面优于基线规划器。

Learning Robust Execution in Robotic Manipulation with Agentic Reinforcement Learning

通过智能强化学习在机器人操作中学习鲁棒执行

Xiaopeng Zhang, Yueyang Weng, Qi Liu, Yongjin Mu, Yanjie Li

机构 * School of Inteligence Science and Engineering, the Harbin Institute of Technology Shenzhen（哈尔滨工业大学（深圳）智能科学与工程学院） ； Faculty of Robot Science and Engineering, Northeastern University（东北大学机器人科学与工程学院） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 针对机器人操作面临的挑战，提出用两个互补指标评估执行质量，构建智能强化学习框架，通过高级决策恢复有效执行，在LIBERO基准测试中提升了执行成功率，增强了执行鲁棒性。

nuTruck: Benchmarking Autonomous Driving Planning for Distributed Electric-drive Trucks

nuTruck：分布式电动卡车自动驾驶规划的基准测试

Jinyu Miao, Pu Zhang, Yifei He, Chengyao Zhang, Kun Jiang, Ke Wang, Mengmeng Yang, Diange Yang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； KargoBot.AI Inc.（卡戈博特人工智能公司） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对分布式电动卡车自动驾驶规划，提出nuTruck基准测试。纳入高精度动力学模型，采用多种规划器为基线，利用真实场景闭环评估，可定量评估侧翻风险等，有望成为评估此类规划器的新标准。

Comments 8 pages, 6 figures, 5 tables

VAMP-MR: Vector-Accelerated Motion Planning and Execution for Multi-Robot-Arms

VAMP-MR：多机器人手臂的向量加速运动规划与执行

Philip Huang, Chenrui Gao, Jiaoyang Li

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； University of Michigan（密歇根大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多机器人手臂运动规划这一关键挑战，结合经典规划算法与矢量化碰撞检查技术，引入新运动规划器，基于CPU SIMD指令加速碰撞检查，在运动规划和执行后处理中实现加速，并发布实现降低研发门槛。

Comments 8 pages, 6 figures, 3 tables. To appear in the Proceedings of IROS 2026

Min-Max Regret Task Allocation and Planning of Heterogeneous Multi-Robot System in Partially Known Environments

部分已知环境中异构多机器人系统的最小-最大遗憾任务分配与规划

Xinkai Liang, Huixuan Chan, Ying Liu, Yangxi Shi, Hao Fang

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对部分已知环境中异构多机器人系统任务分配难题，提出基于最小-最大遗憾优化的框架，用区域绑定原子命题捕获资源不确定性，借助扩展规划决策树及新型分支定界策略，实现近线性可扩展性，性能优于基线方法。

Parsimonious disturbance-aware minimum-time planning with parametric uncertainty

具有参数不确定性的简约干扰感知最短时间规划

Martino Gulisano, Matteo Masoni, Marco Gabiccini

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对赛车运动应用提出最小圈时规划框架，考虑状态干扰和参数不确定性，扩展公式并采用简约激活策略，通过MPC验证，相比无鲁棒性规划，鲁棒规划失败运行少、关键信号分散紧，提升了可跟踪性。

An ALNS Heuristic for Large-Scale Line Planning with Mode Choice and Line Generation

一种用于具有模式选择和线路生成的大规模线路规划的自适应大邻域搜索启发式算法

Siv Marie Cartland Hansen, Richard Martin Lusby, Rowan Hoogervorst, Otto Anker Nielsen

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对大规模公共交通线路规划中考虑需求响应性这一复杂问题，提出可扩展的ALNS算法，联合优化线路和频率，动态生成候选线路并评估解决方案，在丹麦欧登塞网络验证其适用性，优化后提升了服务水平，凸显校准需求模型的重要性。

Comments 47 pages, 7 figures

Direct probabilistic IMPT treatment planning with setup and range errors for neuro-oncological patients

针对神经肿瘤患者设置和范围误差的直接概率调强放疗治疗计划

Jelte R. de Jong, Sebastiaan Breedveld, Steven J. M. Habraken, Mischa S. Hoogeman, Jenneke I. de Jong, Danny Lathouwers, Zoltán Perkó

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究针对神经肿瘤患者，比较概率计划与稳健计划，采用基于百分位数的概率方法，通过嵌套结构和多项式混沌展开采样计算，实现更好的靶区覆盖与危及器官剂量降低权衡，优化时间有改善。

EvoGraph-R1: Self-Evolving Multimodal Knowledge Hypergraphs for Agentic Retrieval

EvoGraph-R1：用于智能检索的自进化多模态知识超图

Jiashi Lin, Changhong Jiang, Xiangru Lin, Ruifei Zhang, Xinyi Zhu, Jiyao Liu, Cheng Tang, Ye Du, Shujian Gao, Junzhi Ning, Lihao Liu, Ziyan Huang, Tianbin Li, Jin Ye, Junjun He

机构 * Northwestern Polytechnical University（西北工业大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Monash University（莫纳什大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） 纠错

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

AI总结 研究针对现有GraphRAG方法将知识图视为静态数据结构的局限，提出EvoGraph-R1自进化框架，把检索建模为MDP，智能体通过多种操作使超图结构进化以支持多跳推理，实验证明该方法在多模态问答基准测试中大幅优于现有基线。

Comments 10 pages main paper, 6 figures. CVPR 2026 accepted paper

Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning

用于多样化可行机器人运动规划的全局约束斯坦变分推理

Jiayun Li, Georgia Chalvatzaki

机构 * PEARL Lab, Dept. of Computer Science, TU Darmstadt（珍珠实验室，达姆施塔特工业大学计算机科学系） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究机器人运动规划多模态问题，提出SteinSQP方法，通过约束斯坦变分推理演化粒子集合，用无矩阵原始对偶算法解决子问题，引入优点函数全局化方法，在多任务中表现良好，收敛快且可行性高。

Model-Based Diffusion Optimal Control for Multi-Robot Motion Planning

基于模型的扩散最优控制用于多机器人运动规划

Zhilin He, Yorai Shaoul, Jiaoyang Li

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。

Interleaved POMDP Planning for Multi-Object Search in Unknown Multi-Room Household Environments

未知多房间家庭环境中多目标搜索的交错部分可观测马尔可夫决策过程规划

Ruochu Yang, Ziyi Xia, Huibo Zhang, Yatong Han, Yiming Zhao, Yingke Li, Fumin Zhang, Yorai Wardi, Mengxue Hou

机构 * Georgia Institute of Technology（佐治亚理工学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Ising AI（伊辛人工智能公司） ； MIT（麻省理工学院） ； Notre Dame University（圣母大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究未知多房间家庭环境下多目标搜索问题，提出Inter-POMDP算法，通过高级POUCT规划器与低级运动规划器相互作用，平衡规划质量与效率，相比基线方法减少碰撞、导航步数及检测次数。