自动驾驶

TRUAV: Distributed Multi-Agent Reinforcement Learning for Trajectory Planning and Routing Enhancement in UAV-Aided IoT-Enabled VANETs

TRUAV：无人机辅助的物联网支持的车联网中用于轨迹规划和路由增强的分布式多智能体强化学习

Muhammad Umar Farooq Qaisar, Lin Zhang, Zhen Chen, Wajdy Othman, Shehzad Ashraf Chaudhry, Chang Liu

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

AI总结 研究无人机辅助车联网中轨迹规划与路由增强问题，提出基于独立表格Q学习的分布式多智能体强化学习框架TRUAV，其智能体依局部信息运行，奖励设计兼顾多种因素，模拟显示该框架在多方面表现良好，还讨论了相关挑战与方向。

Comments 7 pages, 3 figures, submitted to IEEE Internet of Things Magazine

AEcroscopyWave: Towards Self-Driving Characterization Platforms for Agentic AI

AEcroscopyWave：迈向用于智能AI的自动驾驶表征平台

Yongtao Liu, Jawad Chowdhury, Ganesh Narasimha, Ralph Bulanadi, Liam Collins, Ruben Millan Solsona, Marti Checa, Asraful Haque, Sumner B. Harris, Stephen Jesse, Rama Vasudevan

专题命中 规划控制 ：self-driving(title,abstract)

AI总结 探讨电子材料表征的两种传统方式，介绍“自动驾驶”表征工具进展。基于AEcroscopyWave平台，通过创建控制硬件的API并整合AI方法，弥合行业规模自动化与高度定制系统差距，展示异构仪器供智能体使用的好处。

Comments 17 pages, 5 figures

Handover-Aware Trajectory Planning for Cellular-Connected UAVs under STL Specifications and URLLC Constraints

超可靠低延迟通信（URLLC）约束下蜂窝连接无人机的切换感知轨迹规划

Yuqi Ping, Tianhao Liang, Bofeng Zheng, Bingyan Xie, Tingting Zhang

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

AI总结 研究蜂窝连接无人机在URLLC约束下执行任务的切换感知轨迹规划，用信号时序逻辑和有限块长URLLC可行性表征要求，制定联合规划问题，采用逻辑网络流等求解，模拟表明规划器可执行任务并揭示多因素对轨迹等的影响。

Game-Theoretic Multi-Agent Reinforcement Learning for Swarm Trajectory Planning in Low-Altitude Wireless Networks

低空无线网络中基于博弈论的多智能体强化学习群体轨迹规划

Nguyen Duc Minh Quang, Ruoxi Chong, Zhiqiang Wei, Chang Liu, Derrick Wing Kwan Ng

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

AI总结 针对低空无线网络中多无人机在多小区基站下因资源块分配导致的轨迹耦合问题，提出合作随机拥塞博弈模型和CTDE-MAPPO算法，实现通信与任务联合优化。

Comments Submitted to IEEE/CIC ICCC 2026 in Wuhan

Using control synthesis to generate corner cases: A case study on autonomous driving

利用控制合成生成边界情况：自动驾驶的案例研究

Glen Chou, Yunus E. Sahin, Liren Yang, Kwesi J. Rutledge, Petter Nilsson, Necmiye Ozay

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文通过正确性由构造的控制合成方法，特别是受控不变集计算，用于故障排除。我们的假设是，如果能够为实际系统模型或其简化模型计算出一个“足够大的”受控不变集，通过从该受控不变集边界采样初始条件，可以生成其他控制设计的有趣边界情况。此外，如果通过此类采样可以找到给定控制设计的故障排除轨迹，则受控不变集可作为监督器，确保所考虑的控制设计的安全运行。除了与瞬态安全违规相关的有趣初始条件外，我们还利用双重游戏，即用于安全规范的可达性游戏，来寻找故障排除输入。我们还为状态处于双重游戏获胜集之外的情况提出了基于优化的启发式方法用于输入生成。为了展示所提出的想法，我们考虑了基本自动驾驶功能的案例研究，特别是自适应巡航控制和车道保持。我们展示了所提出技术如何用于为经典控制设计如比例控制器、比例积分控制器和模型预测控制器，以及一个开源的真实世界自动驾驶包找到有趣的故障排除轨迹。

Comments To appear at EMSOFT 2018

Safe and Resilient Multi-vehicle Trajectory Planning Under Adversarial Intruder

在对抗性入侵下安全且稳健的多车轨迹规划

Somil Bansal, Mo Chen, Claire J. Tomlin

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

AI总结 本文提出一种改进的序列轨迹规划方法，通过仅对固定数量的车辆进行重新规划，提高了多车轨迹规划的可扩展性和鲁棒性，适用于大规模系统。

Comments Submitted to IEEE Transactions on Automatic Control. arXiv admin note: text overlap with arXiv:1611.08364

Flight Trajectory Planning for Fixed-Wing Aircraft in Loss of Thrust Emergencies

固定翼飞机在推力丧失紧急情况下的飞行轨迹规划

Saswata Paul, Frederick Hole, Alexandra Zytek, Carlos A. Varela

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

AI总结 本文提出了一种动态数据驱动的航空电子软件方法，用于在飞机受损时生成安全着陆轨迹，并通过案例研究验证了其有效性。

Comments This work was accepted as a full paper and presented in the Second International Conference on InfoSymbiotics / DDDAS (Dynamic Data Driven Applications Systems) held at MIT, Cambridge, Massachusetts in August, 2017

Automatic HVAC Control with Real-time Occupancy Recognition and Simulation-guided Model Predictive Control in Low-cost Embedded System

基于实时占用识别与模拟引导的模型预测控制的自动 HVAC 控制

Muhammad Aftab, Chien Chen, Chi-Kin Chau, Talal Rahwan

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出了一种基于低成本嵌入式系统的自动 HVAC 控制系统，通过实时视频处理和机器学习实现占用识别，结合热响应模拟进行动态预测和控制，实现节能效果。

Comments To appear in Energy and Buildings

Journal ref Volume 154, 1 November 2017, Pages 141-156, Energy and Buildings

Trajectory Planning of Automated Vehicles in Tube-like Road Segments

自动驾驶车辆在管状道路段的轨迹规划

Mogens Graf Plessen

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

AI总结 本文提出基于线性规划的自动驾驶轨迹规划方法，结合障碍规避、路标时间调度及管状道路时间最优通行，通过空间域建模与车辆尺寸约束启发式方法提升路径规划效率。

Comments - 8 pages, 7 figures, 1 table. - this is the extended version of the ITSC 2017 conference paper

Trajectory Planning Under Vehicle Dimension Constraints Using Sequential Linear Programming

基于车辆尺寸约束的轨迹规划的序列线性规划方法

Mogens Graf Plessen, Pedro F. Lima, Jonas Martensson, Alberto Bemporad, Bo Wahlberg

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

AI总结 本文提出一种考虑车辆尺寸约束的轨迹规划方法，通过序列线性规划算法解决凸优化问题，提升在受限环境中的性能。

Comments - 7 pages, 13 figures, extended version of ITSC 2017 conference paper

A Simple Dynamic Model for Aggressive, Near-Limits Trajectory Planning

一种简单的动态模型用于激进、近极限轨迹规划

Florent Altché, Philip Polack, Arnaud de La Fortelle

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

AI总结 本文提出一种简洁的车辆动态模型，用于近极限激进轨迹规划，提升在突发情况下车辆可控性和安全性。

Comments Published in the IEEE IV 2017 conference

High-Speed Trajectory Planning for Autonomous Vehicles Using a Simple Dynamic Model

基于简单动态模型的自动驾驶车辆高速轨迹规划

Florent Altché, Philip Polack, Arnaud de la Fortelle

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

AI总结 本文提出一种基于模型预测控制的轨迹规划方法，利用简单动态模型实现高速自动驾驶车辆的轨迹规划，避免障碍并选择可行速度，提升安全性和效率。

Privacy-Enhanced Architecture for Occupancy-based HVAC Control

增强隐私的基于占用的 HVAC 控制架构

Ruoxi Jia, Roy Dong, S. Shankar Sastry, Costas J. Spanos

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出一种框架，平衡改进的控制性能与增加的隐私风险，通过扭曲占用数据来隐藏个体位置信息，同时保持HVAC性能。

Model Predictive HVAC Control with Online Occupancy Model

基于在线占用模型的模型预测HVAC控制

Justin R. Dobbs, Brandon M. Hencey

专题命中 规划控制 ：occupancy(title,abstract)

AI总结 本文提出一种预测占用的HVAC控制算法，结合建筑热特性、天气预测和自调节随机占用模型，降低能耗并保持舒适度。该模型无需人工训练，能适应占用模式变化，通过预测加权成本函数优化热区条件，实验证明其有效性。

Comments Energy and Buildings preprint, submitted July 2014, 27 pages, 13 figures

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

A PDE-constrained Optimization Approach to Optimal Trajectory Planning under Uncertainty via Reflected Schrödinger Bridges

通过反射薛定谔桥问题实现不确定性下的最优轨迹规划的PDE约束优化方法

Dante Kalise, Wenxin Liu

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

AI总结 本文提出了一种基于反射薛定谔桥问题的PDE约束优化方法，用于在不确定性下进行最优轨迹规划。该方法通过将问题转化为均场极限，结合非线性Fokker-Planck方程和Hamilton-Jacobi-Bellman方程，利用Hopf-Cole变换将非线性系统转换为可高效求解的正向-反向对流扩散方程，验证了在复杂几何中计算最优控制的有效性。

Accelerating Time-Optimal Trajectory Planning for Connected and Automated Vehicles with Graph Neural Networks

利用图神经网络加速连接和自动化车辆的时间最优轨迹规划

Viet-Anh Le, Andreas A. Malikopoulos

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

AI总结 本文提出基于学习的框架，利用图神经网络加速连接和自动化车辆的时间和能量最优轨迹规划，通过实时重规划提升性能，采用GINEConv网络学习离线数据以加速计算，减少计算时间并保持控制性能。

Comments final IFAC WC 2026

Online UAV Trajectory Planning Under QoS Constraints to Mobile Users in Urban Environments

面向城市环境中移动用户的QoS约束下的无人机轨迹规划

Chenrui Qiu, Loizos Kanaris, Yongxu Zhu, Tasos Dagiuklas

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

AI总结 本文研究了单架无人机在城市环境中为多个移动地面用户实时规划轨迹和无线资源分配，考虑异构用户移动性和QoS约束，采用在线强化学习方法优化轨迹以平衡吞吐量和用户公平性。

Comments Accepted to the IEEE 15th International Symposium on Communication Systems, Networks and Digital Signal Processing (CSNDSP 2026)

Interactive Trajectory Planning with Learning-based Distributionally Robust Model Predictive Control and Markov Systems

基于学习的分布鲁棒模型预测控制与马尔可夫系统的交互轨迹规划

Erik Börve, Nikolce Murgovski, Morteza Haghir Chehreghani, Leo Laine

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Volvo Group Trucks Technology（沃尔沃集团卡车技术） 纠错

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

AI总结 本文研究了在周围智能体决策不确定性下的交互轨迹规划问题，提出结合PAC学习与分布鲁棒优化的DR-MPC框架，通过样本数量实现鲁棒MPC与随机MPC之间的插值。

Can Attribution Predict Risk? From Multi-View Attribution to Planning Risk Signals in End-to-End Autonomous Driving

属性能否预测风险？从多视图属性到端到端自动驾驶中的规划风险信号

Le Yang, Ruoyu Chen, Haijun Liu, Jiawei Liang, ShangQuan Sun, Xiaochun Cao

机构 * Sun Yat-sen University（中山大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文提出了一种层次化属性框架，用于端到端规划中的风险预测，通过提取三种属性统计作为预测信号，提升了对轨迹误差和碰撞检测的预测能力。

Real-Time Solution-Seeking for Game-Theoretic Autonomous Driving via Time-Distributed Iterations

基于时间分布迭代的博弈论自动驾驶实时求解

Shaoqing Liu, Mushuang Liu

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文提出基于牛顿和牛顿-康托罗维奇方法的时间分布迭代算法，用于实时求解博弈论模型预测控制中的纳什均衡，通过潜在游戏框架实现自动驾驶中的快速决策。

Comments 6 pages, 7 figures

Trajectory Prediction for Autonomous Driving: Progress, Limitations, and Future Directions

自动驾驶中的轨迹预测：进展、局限与未来方向

Nadya Abdel Madjid, Abdulrahman Ahmad, Murad Mebrahtu, Yousef Babaa, Abdelmoamen Nasser, Sumbal Malik, Bilal Hassan, Naoufel Werghi, Jorge Dias, Majid Khonji

机构 * Khalifa University（哈利法大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Khalifa University, KUCARS-KU Center for Autonomous Robotic Systems（哈利法大学KUCARS自主机器人系统中心） 纠错

专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文综述了轨迹预测方法，提出分类体系，概述预测流程，并讨论当前研究领域、问题及未解决的挑战。

ARES OS 2.0: An Orchestration Software Suite for Autonomous Experimentation Systems and Self-Driving Labs

ARES OS 2.0：面向自主实验系统和自动驾驶实验室的编排软件套件

Arthur W. N. Sloan, Robert W. Waelder, Morgen L. Smith, Nicholas Kleiner, Arnas Babeckis, Jason Wheeler, Daylond Hooper, Benji Maruyama

专题命中 规划控制 ：self-driving(title,abstract)

AI总结 ARES OS 2.0通过服务导向架构实现实验室自动化和闭环自主实验，提供统一控制和实验设计工具，降低科研人员构建自动驾驶实验室的门槛。

RAD-LAD: Rule and Language Grounded Autonomous Driving in Real-Time

基于规则和语言的实时自动驾驶：RAD-LAD

Anurag Ghosh, Srinivasa Narasimhan, Manmohan Chandraker, Francesco Pittaluga

机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校） 纠错

专题命中 规划控制 ：autonomous driving(title)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出RAD-LAD，结合规则和语言的实时自动驾驶系统，通过中断架构实现高效路径规划与文本推理，提升自动驾驶性能与可解释性。

DRCC-LPVMPC: Robust Data-Driven Control for Autonomous Driving and Obstacle Avoidance

DRCC-LPVMPC：面向自动驾驶和障碍物避让的鲁棒数据驱动控制

Shiming Fang, Xilin Li, Changzhi Wu, Kaiyan Yu

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文提出DRCC-LPVMPC框架，通过处理模型偏差和不确定性，提升自动驾驶中的安全性和可靠性。

Continuous-time optimal control for trajectory planning under uncertainty

在不确定性下的连续时间最优控制用于轨迹规划

Ange Valli, Shangyuan Zhang, Abdel Lisser

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

AI总结 本文提出了一种连续时间最优控制框架，用于生成具有不确定性的驾驶场景中的参考轨迹。通过将之前离散时间随机生成器扩展到连续时间，提高了生成器在实时环境中的鲁棒性，并展示了连续时间随机模型在捕捉不确定性方面的有效性。

Comments Postprint

Unifying Decision Making and Trajectory Planning in Automated Driving through Time-Varying Potential Fields

通过时变势场统一决策与轨迹规划在自动驾驶中

David Costa, Francesco Cerrito, Massimo Canale, Carlo Novara

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

AI总结 本文提出基于时变人工势场的统一决策与局部轨迹规划框架，通过建模动态障碍物的预测运动来实现安全轨迹生成。

Predictive Importance Sampling Based Coverage Verification for Multi-UAV Trajectory Planning

基于预测重要性采样的多无人机轨迹规划覆盖验证

Snehashish Ghosh, Sasthi C. Ghosh

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

AI总结 本文提出基于预测重要性采样的多无人机轨迹规划覆盖验证方法，通过LSTM-MDN和防御性混合采样提升鲁棒性，实现更高效的覆盖管理。

Comments This article has been submitted to a conference for peer review

Compositionally Safe Construction of Autonomous Driving Systems

基于组成安全性的自动驾驶系统构建

Marius Bozga, Joseph Sifakis

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 本文提出了一种基于组成安全性的自动驾驶系统构建方法，通过协调执行驾驶操作来确保安全，采用分阶段控制策略，涵盖主要驾驶任务。

Comments 34 pages, 13 figures

PANDA: A self-driving lab for studying electrodeposited polymer films

PANDA：用于研究电沉积聚合物薄膜的自动驾驶实验室

Harley Quinn, Gregory A. Robben, Zhaoyi Zheng, Alan L. Gardner, Jörg G. Werner, Keith A. Brown

专题命中 规划控制 ：self-driving(title,abstract)

AI总结 PANDA是一种自动化系统，用于高通量电沉积和功能表征聚合物薄膜，通过优化电色效应切换条件实现对PEDOT:PSS薄膜的研究。