An Efficient HTN to STRIPS Encoding for Concurrent Plans
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
层次任务网络（HTN）的形式主义是用来表达各种各样的规划问题的分解成subtakes的任务。已经提出了许多技术来解决这种层次规划问题。一种特殊的技术是将层次规划问题编码为经典的分层规划问题。这种技术的一个优点是直接受益于CNOPS规划人员的不断改进。然而，仍然有一些有效的和有表现力的编码。在本文中，我们提出了一个新的HTN到CNOPS编码允许生成并发计划。我们的实验表明，这种编码优于以前的方法分层IPC基准。
2022-06-14 cs.AI
Novelty Accommodating Multi-Agent Planning in High Fidelity Simulated Open World
Naval Information Warfare Center Pacific（海军信息作战中心太平洋分部）；SRI International（SRI国际）；Ben Gurion University（本·古里安大学）；Calspan-University of Buffalo Research Center（卡尔span-布法罗大学研究中心）
本文提出通用多智能体框架，在高保真、随机且支持并发调度的军事模拟环境中检测、刻画并适应新颖性，弥补现有方法在连续时空协调和记忆适应方面的不足。
2025-02-17 cs.AI cs.MA
Lifted Forward Planning in Relational Factored Markov Decision Processes with Concurrent Actions
University of Hamburg（汉堡大学）；University of Münster（穆尔斯特大学）
本文提出Foreplan，一种高效的关联前向规划器，通过一阶表示方法解决大规模对象下的策略计算问题，并提供近似版本以保证误差可控。
2026-02-23 cs.AI
Enhancing Temporal Planning Domains by Sequential Macro-actions (Extended Version)
Graz University of Technology（格拉茨技术大学）；Czech Technical University in Prague（捷克技术大学（布拉格））；University of Klagenfurt（克拉根福大学）
针对多智能体共享资源的大规模时序规划场景中规划器性能下降的问题，提出可保证规划适用性的序列时序宏动作方法，在多个竞赛基准上验证了规划质量与求解效果的提升。
2023-07-22 cs.AI
A game-theoretic approach to timeline-based planning with uncertainty
University of Udine（乌迪内大学）；University of Roma Tre（罗马第三大学）；National Research Council（国家研究委员会）；The University of Western Australia（西澳大学）
在基于时间线的规划中，域被描述为一组独立但相互作用的组件，其随时间的行为（时间线集）由一组时间约束控制。基于时间线的计划系统的一个显著特征是通过合成灵活计划的控制策略来整合计划与执行的能力。然而，灵活的计划只能代表时间的不确定性，而更复杂的形式的非确定性需要处理更广泛的现实问题。在本文中，我们提出了一种新的博弈论的方法，以时间线为基础的规划问题，概括了最先进的，同时统一处理时间的不确定性和非确定性。我们定义了一个一般概念的时间线为基础的游戏，我们表明，这些游戏的获胜策略的概念是严格的更一般的控制策略的动态可控的灵活的计划。此外，我们发现，建立这样的获胜策略的存在性的问题是可判定的使用双指数量的空间。
2019-05-27 cs.AI cs.GT
Probabilistic Hybrid Action Models for Predicting Concurrent Percept-driven Robot Behavior
Aachen University of Technology（亚琛工业大学）
本文开发了概率混合动作模型（PHAM），这是一种现实的因果模型，用于预测现代感知驱动机器人计划产生的行为。PHAM代表了人工智能规划中使用的大多数动作模型无法表示的机器人行为的各个方面：连续控制过程的时间结构，它们的非确定性影响，它们的干扰的几种模式，以及闭环机器人计划中触发条件的实现。本文的主要贡献是：（1）PHAM，并发感知驱动行为的模型，其形式化，并证明该模型可能产生定性准确的预测;（2）基于概率动作模型和状态描述的抽样预测的PHAM资源有效的推理方法。我们展示了如何PHAM可以应用于规划的自主机器人办公室快递的行动过程中的分析和实验结果的基础上。
2011-09-27 cs.AI
Budget Allocation Policies for Real-Time Multi-Agent Path Finding
本文提出了一种实时多智能体路径寻找中的预算分配策略，通过智能分配规划预算提升求解效率。
2026-02-23 cs.AI cs.MA cs.RO
PANDA: A Decentralized Architecture with Flexible Orchestration for Scalable, Fault-Tolerant Multi-Agent Systems
Khoury College of Computer Sciences（胡瑞计算机科学学院）；Northeastern University（东北大学）
PANDA提出一种去中心化多智能体架构，通过解耦通信与灵活编排（星型、链型、网格型）实现大规模扩展、容错恢复和信任治理，在HotPotQA上以8倍效率达到最先进精度并实现100%故障下任务完成。
2026-10-01 cs.AI cs.MA
Timeline-based planning: Expressiveness and Complexity
University of Udine（乌迪内大学）
基于时间线的规划是最初在空间飞行任务规划和时间安排方面开发的一种方法，其中问题域被建模为由若干独立但相互作用的组成部分组成的系统，这些组成部分随着时间的推移的行为，即时间线，受到一组时间限制的制约。这种方法不同于常见的PDDL类规划语言的基于操作的观点。基于时间线的系统已成功地部署在一些空间飞行任务和其他领域。然而，尽管取得了实际的成功，对范式的彻底的理论理解仍然缺失。本文填补了这一空白，提供了第一个详细的正式和计算性能的时间线为基础的方法来规划。特别是，我们表明，一个特别受限制的形式主义的变体已经足够的表达，以紧凑地捕捉基于行动的时间规划问题。然后，找到一个解决方案的时间线为基础的规划问题的计划被证明是EXPSPACE完全的。然后，我们研究了基于时间线的规划问题的不确定性，其中包括外部组件的行为是不受控制的计划系统。我们确定了一些问题，在国家的最先进的方法的基础上灵活的计划，提出基于时间线的游戏，更一般的博弈论制定的问题，解决这些问题。我们发现，这种游戏的获胜策略可以在双指数时间。然后，我们从逻辑的角度研究了形式主义的表达性，表明（大多数）基于时间线的规划问题可以捕获有界TPTL与过去，一个片段的TPTL+P，不像后者，保持一个EXPSPACE可满足性问题。引入了逻辑，并通过扩展最近的一次通过树形表方法LTL解决其可满足性问题。
2021-07-23 cs.AI cs.CC
Online Concurrent Multi-Robot Coverage Path Planning
Department of Computer Science and Engineering, Indian Institute of Technology Kanpur（计算机科学与工程系，印度理工学院坎浦尔）
针对滚动时域多机器人覆盖路径规划中规划与执行交错导致的资源浪费问题，提出一种非时域集中式并发规划算法，经证明可实现完全覆盖，实验验证其相较现有方法速度最高提升1.6倍。
2025-07-28 cs.AI cs.RO
Improving Execution Concurrency in Partial-Order Plans via Block-Substitution
本文提出通过块替换优化部分序计划的并发性，通过引入非并发约束条件和资源优化算法，提升计划执行效率。
2026-03-31 cs.AI
Planning and Acting While the Clock Ticks
Technion（以色列理工学院）；Ben-Gurion University（本-古里安大学）；University of New Hampshire（新罕布什尔大学）
针对时间紧迫无法先完成规划再执行的问题，提出并发规划与执行新设置，支持在规划终止前调度动作并处理挂钟截止时间，扩展元推理开发新算法，在强时间压力下优于情境时序规划。
2024-03-21 cs.AI
Planning under Continuous Time and Resource Uncertainty: A Challenge for AI
NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）；QSS Group Inc.（QSS集团公司）
我们概述了一类问题，典型的火星漫游者的操作，是有问题的，目前的规划方法下的不确定性。现有的方法失败，因为他们遭受一个或多个以下限制：1）他们依赖于非常简单的行动和时间模型，2）他们假设不确定性表现在离散的行动结果，3）他们只适用于非常小的问题。对于许多现实世界的问题，这些假设并不成立。特别是，当计划火星漫游者的活动时，上述假设都是无效的：1）动作可以是并发的，并且具有不同的持续时间，2）关于动作持续时间和连续资源（如电力）的消耗存在不确定性，以及3）典型的日常计划涉及大约一百个动作。这类问题可能是特别感兴趣的UAI社区，因为经典的和决策理论的规划技术可能是有用的，在解决it.We描述的流动站问题，讨论以前的工作规划下的不确定性，并提出了一个详细的，但非常小的例子说明了一些困难，找到好的计划。
2012-12-12 cs.AI
Temporal Planning via Interval Logic Satisfiability for Autonomous Systems
The University of Melbourne（墨尔本大学）；The University of Toronto（多伦多大学）；Monash University（莫纳什大学）
本文提出以 Allen 区间逻辑表达动作与流的区间关系，并构建 CP 规划图处理复杂并发，实验显示其在案例研究中优于 PDDL 2.1 规划器。
2024-06-14 cs.AI cs.LO cs.SY
LangSuitE: Planning, Controlling and Interacting with Large Language Models in Embodied Text Environments
National Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室（BIGAI））；Peking University（北京大学）；Tsinghua University（清华大学）
针对LLM作为具身智能体在动态交互环境中表现不明的问题，研究推出无需仿真的测试平台LangSuitE，并提出新型CoT架构EmMem总结具身状态，为构建语言模型下的具身通用智能体提供支撑。
2024-06-24 cs.AI cs.CL
Concurrent Meta Reinforcement Learning
Carnegie Mellon University（卡内基梅隆大学）；University of Toronto（多伦多大学）；Vector Institute（向量研究所）
最先进的Meta强化学习算法通常假设单个代理以顺序方式与其环境交互的设置。这种顺序执行范式的一个负面副作用是，随着环境变得越来越具有挑战性，因此需要元学习者进行更多的交互事件，它需要代理在越来越长的时间尺度上进行推理。为了克服长时间尺度的信用分配的困难，我们提出了另一种并行框架，我们命名为“并发Meta-强化学习“（CMRL），将时间信用分配问题转化为多智能体强化学习。在这种多代理设置中，一组并行代理在相同的环境中执行，并且这些“推出”代理中的每一个都被赋予相互通信的手段。通信的目标是以协作的方式协调对代理当前分配的共享任务的最有效的探索。因此，这种协调代表了框架的元学习方面，因为每个代理都可以被分配或为自己分配当前任务状态空间的特定部分。这个框架与标准RL方法相反，标准RL方法假设每个并行卷展独立发生，如果许多卷展最终对状态空间的同一部分进行采样，则可能会浪费计算。此外，并行设置使我们能够定义几个奖励共享功能和辅助损失，这些功能和损失在顺序设置中应用是非常重要的。我们证明了我们提出的CMRL在各种具有挑战性的任务中改进顺序方法的有效性。
2019-03-07 cs.AI
Agentic AI for Trip Planning Optimization Application
Toyota Motor North America R&D, InfoTech Labs（丰田美国北美研发部门信息科技实验室）；Arizona State University（亚利桑那州立大学）
本文提出基于代理的AI框架，通过协调代理优化旅行计划，提供精确解决方案，实验显示其在TOP基准测试中准确率高达77.4%。
2026-04-30 cs.AI
Opti-Q: A Constraint-Based Optimization Framework for Multi-LLM Question Planning
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）；Portland State University（波特兰州立大学）
研究针对多语言模型预算部署难题，提出OPTI-Q框架。该框架将模型调用建模为执行DAG操作符，利用PERFDB估计质量和成本，经帕累托前沿搜索选计划，在指定预算下于MMLU-Pro和SimpleQA上提升QoA，实现更好的质量-资源权衡。
2026-07-28 cs.AI
Plan-Based Derivation of General Functional Structures in Product Design
在产品设计中，将整个产品功能分解为一组较小的相互作用的功能通常被认为是任何计算机支持的设计工具的关键第一步。在这里，我们提出了一种新的方法分解的功能，特别适合于以后的解决方案的基础上人工智能。所提出的方法定义的分解问题的规划问题-一个完善的领域，在人工智能。对于规划问题，可以使用基于逻辑的求解器来找到为设计过程计算有用的功能结构的解决方案。众所周知的工程函数库被用作原子规划步骤。使用两个不同的应用程序的例子，以确保一般功能分解的可转移性的算法进行评估。
2023-02-09 cs.AI
ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning
本文提出ExoPredicator框架，通过联合学习符号状态表示和因果过程，解决长周期具身规划中的外源性过程建模问题，实现对复杂任务的泛化能力。
2026-03-15 cs.AI cs.CV cs.LG
Vectorized Online POMDP Planning
School of Computing, Australian National University（澳大利亚国立大学计算机学院）
提出向量化在线POMDP规划器（VOPP），通过全向量化计算消除并行瓶颈，实现大规模并行在线规划，计算效率比现有最先进并行求解器高至少20倍。
2026-06-03 cs.AI cs.RO
Co-EPG: A Framework for Co-Evolution of Planning and Grounding in Autonomous GUI Agents
针对现有GUI智能体跨模型协同不足、合成数据利用不充分的问题，提出Co-EPG自迭代协同进化框架，通过规划与接地模型的正反馈循环实现能力自增强，在基准测试上仅三次迭代就超越现有最优方法。
2025-11-13 cs.AI cs.CL
ParallelPilot: Supporting Coordination and Monitoring in Parallel AI Coding
Microsoft Research AI Frontiers（微软研究院AI前沿部门）；Columbia University（哥伦比亚大学）
ParallelPilot通过规划界面、运行日志器和仪表板支持并行AI编码中的监督，提升票务吞吐量63%，并减少上下文切换，验证了显式监督支持的价值。
2026-09-29 cs.AI cs.DC cs.HC
Learning Action Duration and Synergy in Task Planning for Human-Robot Collaboration
STIIMA-CNR - Institute of Intelligent Industrial Technologies and Systems, National Research Council of Italy（意大利国家研究委员会智能工业技术与系统研究所（STIIMA-CNR））
本文提出一种学习方法，通过历史执行数据估计人机并发动作的平均持续时间与协同系数，使任务规划器能识别不良耦合并生成更优计划。
2022-10-21 cs.AI cs.RO
TwoStep: Multi-agent Task Planning using Classical Planners and Large Language Models
University of Southern California（南加州大学）
本研究提出TwoStep方法，结合经典规划器与LLM，通过LLM进行多智能体目标分解，实现比直接求解多智能体PDDL更快的规划时间，同时减少执行步骤并保证执行成功，效果接近人类专家分解。
2025-03-25 cs.AI cs.CL cs.MA
CATP-LLM: Empowering Large Language Models for Cost-Aware Tool Planning
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Department of Computer Science, Tsinghua University（清华大学计算机系）
本文提出CATP-LLM框架，通过设计工具规划语言生成多分支非顺序计划，并利用成本感知离线强化学习算法微调LLM，以优化工具规划中的性能与成本权衡，在自建数据集上表现优于GPT-4。
2025-07-13 cs.AI cs.LG
Planning for Learning Object Properties
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Brescia（布雷西亚大学）
嵌入在物理环境中的自主智能体需要能够从感知数据中识别对象及其属性。这种感知能力通常由监督机器学习模型实现，这些模型使用一组标记数据进行预训练。然而，在现实世界的开放式部署中，假设所有可能的环境都有一个预先训练的模型是不现实的。因此，智能体需要以自主的方式，通过探索和与它们操作的环境进行交互，来动态地在线学习/适应/扩展它们的感知能力。本文介绍了一种方法，这样做，通过利用符号规划。具体来说，我们正式的问题，自动训练神经网络识别对象属性作为一个象征性的规划问题（使用PDDL）。我们使用规划技术来生成自动化训练数据集创建和学习过程的策略。最后，我们在模拟和真实环境中进行了实验评估，结果表明，所提出的方法能够成功地学习如何识别新的对象属性。
2023-01-15 cs.AI cs.RO
A Framework for Neurosymbolic Robot Action Planning using Large Language Models
University of Genoa（热那亚大学）
提出Teriyaki框架，将GPT-3训练为兼容PDDL的神经符号任务规划器，通过逐个动作生成计划实现规划与执行并发，在保持规划性能的同时显著缩短计划长度并减少等待时间。
2024-06-04 cs.AI cs.LG cs.RO
WorldCoder, a Model-Based LLM Agent: Building World Models by Writing Code and Interacting with the Environment
Cornell University（康奈尔大学）
提出基于模型的智能体WorldCoder，通过编写Python程序构建世界模型并定义程序与规划器间的逻辑约束，在gridworlds等任务中展现出比深度RL更高样本效率、比ReAct风格智能体更高计算效率及跨环境代码迁移能力。
2024-09-20 cs.AI cs.CL
Cogito, Ergo Ludo: An Agent that Learns to Play by Reasoning and Planning
Tencent（腾讯）；Wuhan University（武汉大学）
本文提出 CEL 智能体架构，利用 LLM 在交互后归纳环境规则并总结战略战术手册，从而仅凭稀疏奖励掌握多种网格世界游戏。
2025-09-29 cs.AI cs.LG
Learning Compact Models for Planning with Exogenous Processes
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
我们解决的问题，近似模型最小化的MDP中的状态被划分为内源性和（更大）外源性成分。一个外生状态变量是一个其动态是独立的代理人的行动。我们形式化的面具学习问题，其中代理必须选择一个子集的外生状态变量的原因时，规划，在这样一个减少的状态空间规划往往可以显着更有效地比规划在完整的模型。然后，我们探讨了各种价值函数在此设置内发挥作用，并描述了条件下，减少模型的政策将是最佳的充分MDP。分析导致我们的一个易于处理的近似算法，借鉴了外生状态变量之间的互信息的概念。我们验证我们的方法在模拟机器人操作域中的机器人被放置在一个繁忙的环境中，其中有许多其他代理也与对象进行交互。访问http://tinyurl.com/chitnis-exogenous获取补充视频。
2019-09-30 cs.AI cs.LG cs.RO
From Grounding to Planning: Benchmarking Bottlenecks in Web Agents
本文通过分析网络代理的规划和基础组件，发现规划是性能退化的主要原因，提出新的基准测试以改进代理能力。
2024-09-03 cs.AI cs.MA
A Socially Assistive Robot using Automated Planning in a Paediatric Clinical Setting
Heriot-Watt University（赫瑞-瓦特大学）；University of Glasgow（格拉斯哥大学）
我们提出了一个正在进行的项目，旨在开发一个社交机器人，以帮助儿童在临床环境中应对痛苦和痛苦的医疗程序。我们的方法使用自动规划作为行动选择的核心组成部分，以生成计划，包括物理，感官和社会行动的机器人与人类互动时使用。我们的系统的一个关键能力是，机器人的行为适应基于儿童患者的情感状态。机器人必须在具有挑战性的物理和社会环境中工作，与儿童，父母/护理人员和医疗保健专业人员进行适当和安全的互动至关重要。在本文中，我们提出了我们的系统，检查的情况下，一些关键的挑战，并描述他们是如何解决我们的系统。
2022-10-18 cs.AI cs.HC cs.RO
KnowAgent: Knowledge-Augmented Planning for LLM-Based Agents
Zhejiang University（浙江大学）；ZJU-Ant Group Joint Research Center for Knowledge Graphs（浙江大学-蚂蚁集团知识图谱联合研究中心）；Ant Group（蚂蚁集团）；National University of Singapore（新加坡国立大学）
KnowAgent通过引入动作知识库和自学习策略约束规划路径，增强LLM智能体的规划能力，缓解规划幻觉，并在HotpotQA和ALFWorld上取得优于或媲美基线的性能。
2025-02-21 cs.AI cs.CL cs.HC
