Decentralized Multi-Agent Urban Traffic Management via Spatio-Temporal Mobility Profile Planning
基于时空出行剖面规划的去中心化多智能体城市交通管理
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出VeloCity框架，通过去中心化多智能体时空出行剖面规划，在四张真实城市地图上实现CAVs的高效无冲突交通管理，显著降低通行时间、约束延迟方差并避免拥堵死锁。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 规划推理 854 篇
Depth-Wise Probing and Pruning of the Planning Token in a Driving Vision-Language-Action Model
驾驶视觉-语言-动作模型中规划 token 的深度探测与剪枝
机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文针对驾驶 VLA 模型的规划 token，通过探测其 32 个解码器层的信号并剪枝部分层，在误差小幅增加下实现 1.33 倍解码器加速，验证了规划信息早期存在但格式适配问题。
Comments Accepted at the 6th DriveX Workshop (Foundation Models for Autonomous Driving), ECCV 2026. 14 pages, 8 figures, 4 tables
How Reasoning Shapes Social Bias in LLM-Generated Code?
推理如何塑造大语言模型生成代码中的社会偏见？
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 该研究首次系统探究基于推理的代码生成中的社会偏见，发现推理可降低偏见但会影响代码质量，进而提出ProbeDebias框架，有效检测并缓解代码偏见，同时保持较高质量。
Comments ASE 2026
DCAS: Decoupling CLI Agent Scaffolding to Internalize Planning across Scaffolds
DCAS：解耦CLI智能体脚手架以在脚手架间内化规划能力
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文针对CLI智能体微调后跨脚手架性能下降问题，提出DCAS框架，通过解耦脚手架与后端实现跨脚手架评估，微调规划感知轨迹后模型在非训练脚手架下性能一致提升。
Adaptive-WAM: Quality-Guided Early-Exit Planning from Intermediate Video-Diffusion Features
Adaptive-WAM：基于质量引导的中间视频扩散特征早期退出规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 Adaptive-WAM是基于Wan2.2-5B主干的质量感知多出口规划器，通过动态分配主干深度减少计算量，在NAVSIM、nuScenes等数据集上取得优异规划性能，延迟显著降低。
Certifying Collective Reasoning in Multi-Agent Systems via Koopman Spectral Analysis
基于Koopman谱分析的多智能体系统集体推理验证
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 本文提出基于Koopman算子理论的框架，通过分析多智能体集体的Koopman转移算子谱，实现对其推理收敛时间、派系及决策的可验证，在注意力共识模型上验证了方法的有效性，且运行高效。
Structured LLM Reasoning for Zero-Shot Human--Robot Coordination Under Hidden Goals
面向隐藏目标下零样本人机协作的结构化大语言模型推理
机构 * Michigan State University（密歇根州立大学） ； UC Santa Barbara（加州大学圣巴巴拉分校）
专题命中 规划推理 ：reasoning(title)；planning(abstract)
AI总结 该研究针对隐藏目标下的零样本人机协作，提出结构化LLM架构，通过Dec-POMDP分解决策，实验显示其交互步骤更少、人类信任度更高，优于无ToM推理的变体和离线训练的多智能体强化学习策略。
Flying over The Uncertain Nature (FORTUNE): Intelligent and Humanistic 3D Path Planning for Low-Altitude Collaboration
飞越不确定性自然（FORTUNE）：面向低空协同的智能且人文的三维路径规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文针对低空智能体的三维多无人机路径规划问题，提出FORTUNE分层离线-在线框架，其在真实与合成场景中性能优于现有最优方法。
Test-time reasoning effort and unauthorized tool use in language-model agents: a prespecified equivalence study
语言模型智能体的测试时推理工作量与未授权工具使用：一项预先指定的等效性研究
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 该研究在GPT-5.6上开展预先指定的等效性研究，发现调整推理工作量未导致未授权工具使用，且规则探测率上升的模式与针对性搜索假设不符。
ConFL: Explainable Concurrent Fault Localization via Hierarchy-Guided LLM Reasoning
ConFL：基于层次引导大语言模型推理的可解释并发故障定位框架
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 ConFL是一种可解释的并发故障定位框架，通过构建并发知识库与LLM引导的层次检索，在8个Java项目的并发漏洞实验中，其MRR达0.503、MAP达0.486，性能优于同类基线方法且鲁棒性良好。
Comments Accepted at ISSTA 2026
A Forward-Inverse Dynamic Game Framework for Enhanced Multi-Agent Trajectory Planning
用于增强多智能体轨迹规划的前向-逆向动态博弈框架
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对多智能体轨迹规划的动态博弈方法局限，本文提出带状态依赖权重的KL正则化动态博弈及上下文感知逆向博弈模块，经模拟与多机器人实验验证了其有效性。
Deep Reinforcement Learning: From First Principles to Reasoning Models
深度强化学习：从第一性原理到推理模型
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 本书介绍深度强化学习从经典方法到各类算法及多领域应用的演进，融合基础与研究视角，面向具备相关基础的学生、研究者和工程师。
Track-Guided Hierarchical Reinforcement Learning for Autonomous Vehicle Drifting with Minimum-Lap-Time Planning
赛道引导分层强化学习用于最小圈速规划的自动驾驶车辆漂移控制
专题命中 规划推理 ：planning(title,abstract)
AI总结 该研究针对自动驾驶车辆漂移控制的双目标难题，提出TgRL分层强化学习框架，结合最优轨迹规划训练智能体，实现了兼顾控制性能与圈速缩短的漂移竞赛策略。
Planning Waste-to-Energy-Coupled AI Data Centers Through Grade-Matched Cooling and Corridor Screening
通过品位匹配冷却与廊道筛选规划耦合垃圾发电的AI数据中心
专题命中 规划推理 ：planning(title,abstract)
AI总结 本研究针对AI数据中心发展受供电、互联及冷却制约的问题，开发耦合WtE的冷却廊道筛选框架，通过品位匹配提供冷却，经案例验证其可实现电力节省与规模适配，明确了WtE耦合冷却的可行性及约束条件。
Journal ref Thermo2026
Hybrid Artificial Potential Fields and Spatio-Temporal Transformers for Real-Time AUV Path Planning
用于实时 AUV 路径规划的混合人工势场与时空变压器
机构 * Echahid Cheikh Larbi Tebessi University（艾哈西德·谢赫·拉尔比·泰贝西大学） ； Chadli Bendjedid University（查德利·本杰迪德大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究 AUV 在复杂水下环境的路径规划，比较 13 种算法，提出混合人工势场与时空变压器的方法。该方法性能平衡，平均路径短、碰撞率低、计算高效，优于其他算法，为实时 AUV 导航提供强大解决方案。
Towards Reliable C-to-Rust Translation with Rule-Guided Reasoning and Reinforcement Learning
通过规则引导推理和强化学习实现可靠的C到Rust翻译
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 研究旨在解决利用大语言模型进行C到Rust自动翻译时存在的问题，提出TRAVEL框架，通过规则引导推理和强化学习两个模块，在多个数据集上评估，该框架提升了翻译准确率、成功率并降低不安全率。
Comments Accepted to the Industry Showcase of ASE 2026
Remote ID Spoofing-Aware Trajectory Planning for Small Unmanned Aerial Systems
小型无人机系统的远程ID欺骗感知轨迹规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对小型无人机在RID位置欺骗攻击下的轨迹规划问题，提出分散式欺骗感知框架，利用物理层观测评估广播可信度，检测定位欺骗代理，集成到规划器中，仿真显示可减少近空中碰撞事件且保持计算效率。
Comments 9 pages, 3 figures, to be published in IEEE DASC 2026 Conference proceedings
LENS: LLM-guided Environment Simplification for Planning and Control in Clutter
LENS：用于杂乱环境中规划与控制的大语言模型引导的环境简化
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对现实世界多物体杂乱环境处理难题，提出LENS方法，通过大语言模型引导自动生成特定场景和任务的自适应更新抽象，经实验验证其能改进多种模型在高度杂乱操纵场景中的表现。
Stochastic Multi-Objective Kinodynamic Planning Against Adversaries
针对对手的随机多目标运动动力学规划
机构 * University of Michigan（密歇根大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究在含随机混合对手环境下的多目标运动动力学规划，核心方法是将规划空间转移到闭环策略序列，通过蒙特卡洛粒子展开评估风险，引入SMO-RRT和SMO-SST算法，推导有限样本界，实现概率安全规划。
Comments 8 pages, 1 figure, accepted to CDC 2026
UniETP: Unifying Environments for Generalizable Embodied Task Planning
UniETP：统一用于通用具身任务规划的环境
机构 * Peking University（北京大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对具身任务规划中模拟器和数据集孤立的问题，提出UniETP统一接口，整合四个常用模拟器，兼具标准化与多样性，构建新数据集，通过实验评估模型具身规划能力并分析瓶颈。
Comments We are actively working on releasing the codes and data
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
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）
专题命中 规划推理 ：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/
PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution
PhyAgentOS：一种用于具身智能体的自进化操作系统，具有解耦的认知规划和物理执行
机构 * X-Era Lab（X-Era实验室） ； HCP Lab, Sun Yat-sen University（中山大学HCP实验室） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究为具身智能体提出PhyAgentOS操作系统，其以会话为最小调度单位，用文件系统解耦认知与物理执行，通过会话验证器区分执行与任务完成，经认知记忆整合结果，有分层安全约束，在多模型和实体上验证并优于其他系统。
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
专题命中 规划推理 ：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
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
机构 * University of Canberra（堪培拉大学）
专题命中 规划推理 ：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
One-for-All Adaptive Radiotherapy Planning Agent: A Foundation Framework for Daily CBCT-guided Radiotherapy
一适用于所有情况的自适应放射治疗计划智能体：基于每日锥束CT引导的放射治疗基础框架
专题命中 规划推理 ：planning(title,abstract)
AI总结 介绍一适用于所有情况的自适应放射治疗计划智能体，它基于统一基础模型，能从每日锥束CT执行在线自适应计划，自主预测关键组件并设计临床计划，经多数据集评估，其准确性和计划质量与临床方案相当，为放射治疗带来新机遇。
Large Language Model Enhanced Differentiable Trajectory Planning for IoT-Enabled Autonomous Driving
用于物联网支持的自动驾驶的大语言模型增强可微轨迹规划
机构 * State Key Laboratory of Automotive Simulation and Control, Jilin University（吉林大学汽车仿真与控制国家重点实验室） ； Center of Research for Cyber Security and Network (CSNET), Faculty of Computer Science and Information Technology, Universiti Malaya（马来西亚大学计算机科学与信息技术学院网络安全与网络研究中心） ； Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心） ； IMT, Department of Humanities and Technology, Roskilde University（罗斯基勒大学人文与技术系IMT） ； Center for Security, Theory and Algorithmic Research, International Institute of Information Technology（国际信息技术研究所安全、理论与算法研究中心） ； Department of Computer Science and Engineering, College of Informatics, Korea University（韩国大学信息学院计算机科学与工程系）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对物联网支持的自动驾驶规划问题，提出大语言模型增强可微轨迹规划框架。通过以周围智能体为中心的数据增强、复杂度感知的语义增强模块及可微优化模块，提升规划效果，在相关基准测试中取得高分，验证了在线部署和实时闭环执行能力。
Comments 13 pages, 5 figures
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
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）
专题命中 规划推理 ：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。
WeaveEarth: Structured Evidence Construction and Reasoning for Training-Free UHR Remote Sensing Understanding
WeaveEarth：用于免训练超高分辨率遥感理解的结构化证据构建与推理
机构 * School of Frontier Sciences, Nanjing University（南京大学前沿科学学院） ； Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心）
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 针对UHR遥感图像理解，提出免训练框架WeaveEarth，通过全局感知证据构建选最小支持证据集，经结构化证据推理增强VLM全局-局部联合推理能力，在多基准测试中表现优于现有方法。
Task Planning for Mobile Manipulation in Retail Stores using Foundation Models with Iterative Re-planning
使用具有迭代重新规划的基础模型进行零售商店中的移动操作任务规划
机构 * TCS Research, Tata Consultancy Services Ltd.（塔塔咨询服务公司TCS研究院）
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究零售场景补货问题，利用大语言模型和视觉语言模型，结合定制移动操作平台、用户驱动提示及反馈迭代重新规划方法纠错，在模拟环境验证端到端系统，为零售自动化提供了新的任务规划方案。
Mosaic: Runtime-Efficient Multi-Agent Embodied Planning
Mosaic：运行时高效的多智能体实体规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究基于LLM的多智能体实体规划执行延迟高问题，提出Mosaic框架，通过智能体中心语义内存和整数线性规划应对挑战，在多基准测试中执行更快、调用更少、步数更少且成功率更高，证明相关因素对多智能体规划的重要性。
Comments Accepted to ICML 2026
