自动驾驶

Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling

Plan-R1：安全且可行的轨迹规划作为语言建模

Xiaolong Tang, Meina Kan, Shiguang Shan, Xilin Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 提出Plan-R1两阶段轨迹规划框架，通过原则对齐与行为学习解耦，结合规则奖励和方差解耦GRPO，显著提升自动驾驶规划的安全性和可行性。

Comments Accepted by ICLR2026

Bridging Predictive Uncertainty and Safe Action: Sample-Conditioned Differentiable Planning for Autonomous Driving

桥接预测不确定性与安全行动：面向自动驾驶的样本条件可微分规划

Chengzhen Meng, Pei Liu, Zhiyu Huang, Chen Lv, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology（香港科学与技术大学机器人与自主系统方向） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学电子与计算机工程系） ； Department of Civil and Environmental Engineering, University of California, Los Angeles（加州大学洛杉矶分校土木与环境工程系） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 提出一种样本条件可微分规划框架，通过扩散模型生成多样未来场景并直接输入可微分规划器，利用条件风险价值约束缓解预测不确定性，实现安全、高效、舒适的自动驾驶运动规划。

MGA trajectory planning with an ACO-inspired algorithm

基于蚁群优化算法的MGA轨迹规划

Matteo Ceriotti, Massimiliano Vasile

专题命中 规划控制 ：trajectory planning(title,abstract)

AI总结 提出将多重力辅助轨迹自动设计建模为自主规划与调度问题，并采用蚁群优化算法搜索最优行星序列与轨迹。

Journal ref Acta Astronautica, 67 (9-10). pp. 1202-1217, ISSN 0094-5765, 2010

Motion Planning in Dynamic Environments: A Survey from Classical to Modern Methods

动态环境中的运动规划：从经典到现代方法的综述

Zongyuan Shen, Yaming Ou, Shalabh Gupta, Shancheng Zhao, Dehua Zhou, Gao Wang, Zhongqiang Ren, Junfeng Fan, Long Cheng

机构 * College of Information Science and Technology, Jinan University（济南大学信息科学与技术学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Department of Electrical and Computer Engineering, University of Connecticut（康奈尔大学电子与计算机工程系） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 规划控制 ：LiDAR(abstract,abstract_cn)；分类 cs.RO

AI总结 本文综述了138篇文献，将动态环境中的运动规划方法分为采样、图搜索、模型预测控制、学习及经典局部规划五类，分析了各方法的原理、优缺点及动态环境特有挑战。

Energy-Efficient Building HVAC Control Using Hybrid System LBMPC

使用混合系统LBMPC的节能建筑HVAC控制

Anil Aswani, Neal Master, Jay Taneja, Andrew Krioukov, David Culler, Claire Tomlin

专题命中 规划控制 ：occupancy(abstract,abstract_cn)

AI总结 本文提出一种基于混合系统学习模型预测控制（LBMPC）的建筑HVAC控制方法，通过系统辨识和模型更新实现日均1.5MWh的节能效果，且不降低舒适度。

EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control

EXACT-MPPI：通过路径积分控制实现点云中任意足迹机器人的精确有符号距离导航

Chen Peng, Zhikang Ge, Wenwu Lu, Haiming Gao, Stavros Vougioukas, Peng Wei

机构 * ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University, Hangzhou, China（浙江大学杭州全球科技创新中心） ； College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou, China（浙江大学生物系统工程与食品科学学院） ； Department of Biological and Agricultural Engineering, University of California, Davis, Davis, California, USA（加州大学戴维斯分校生物与农业工程系） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO

AI总结 提出EXACT-MPPI框架，将解析精确有符号距离评估器嵌入模型预测路径积分控制器，无需中间地图表示，直接处理点云实现任意形状足迹机器人的安全导航。

MAVEN-T: Reinforced Heterogeneous Distillation for Real-Time Multi-Agent Trajectory Prediction

MAVEN-T：用于实时多智能体轨迹预测的强化异构蒸馏

Wenchang Duan, Zhenguo Gao, Jinguo Xian, Yi Shi

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Bio-X Institutes, Key Laboratory for the Genetics of Developmental and Neuropsychiatric Disorders, Shanghai Jiao Tong University（上海交通大学Bio-X研究院、发育与神经精神疾病遗传学重点实验室） ； Shanghai Key Laboratory of Psychotic Disorders, Brain Science and Technology Research Center, Shanghai Jiao Tong University（上海精神疾病重点实验室、脑科学与技术研究中心，上海交通大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI

AI总结 提出MAVEN-T框架，通过高容量教师模型和紧凑学生模型的异构蒸馏，结合强化学习优化，实现实时多智能体轨迹预测，在多个数据集上达到高精度与低延迟。

Numerical schemes for the optimal input flow of a supply-chain

供应链最优输入流的数值方案

Ciro D'Apice, Rosanna Manzo, Benedetto Piccoli

专题命中 规划控制 ：occupancy(abstract)

AI总结 提出一种创新数值技术，通过广义切向量调整供应链输入流以实现期望输出流，并基于迎风-欧拉最速下降算法给出收敛性和误差估计。

Quantitative Methods for Comparing Different HVAC Control Schemes

比较不同HVAC控制方案的定量方法

Anil Aswani, Neal Master, Jay Taneja, Andrew Krioukov, David Culler, Claire Tomlin

专题命中 规划控制 ：occupancy(abstract)

AI总结 针对天气和占用条件变化导致难以公平比较不同HVAC控制器的问题，提出基于统计显著性的能耗和舒适度定量指标，并通过实验案例比较了两种替代控制器与默认控制器。

Scalable Approach to Uncertainty Quantification and Robust Design of Interconnected Dynamical Systems

互连动力系统不确定性量化与鲁棒设计的可扩展方法

Andrzej Banaszuk, Vladimir A. Fonoberov, Thomas A. Frewen, Marin Kobilarov, George Mathew, Igor Mezic, Alessandro Pinto, Tuhin Sahai, Harshad Sane, Alberto Speranzon, Amit Surana

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 针对互连动力系统中的动态不确定性，提出一种可扩展的建模、分析与设计方法，通过案例研究（如目标跟踪、轨迹规划、建筑能耗和电力网络稳定性）验证其高效量化与鲁棒设计能力。