SokoBench: Evaluating Long-Horizon Planning and Reasoning in Large Language Models
Ipazia SpA（Ipazia公司）；University of Trento（特伦托大学）；Fondazione Bruno Kessler（布鲁诺·凯瑟尔基金会）
SokoBench通过简化俄罗斯方块谜题评估大型语言模型的长周期规划与推理能力，揭示了其在复杂任务中的性能限制。
2026-01-28 cs.AI
More Than Meets the Eye? Uncovering the Reasoning-Planning Disconnect in Training Vision-Language Driving Models
S-Lab, Nanyang Technological University, Singapore（南洋理工大学S实验室）；College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院）
该研究针对视觉语言驾驶模型中推理是否因果驱动规划的问题，构建DriveMind语料库开展实验，发现推理与规划存在因果脱节，提出解耦假说及免训练诊断工具。
2026-11-10 cs.AI cs.CL cs.RO
Competence-Aware Path Planning via Introspective Perception
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；The University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Alliance Innovation Lab Silicon Valley（硅谷联盟创新实验室）
长期部署在现实世界中的机器人需要对意外故障进行推理，学会预测它们，并主动采取行动以避免未来的故障。现有的能力感知规划方法要么是基于模型的，需要明确列举已知的故障模式，或纯粹的统计，使用状态和位置特定的故障统计推断能力。相反，我们提出了一个结构化的无模型的方法，能力感知规划推理计划执行失败，由于感知错误，而不需要先验枚举的故障源或需要特定位置的故障统计。我们引入能力感知路径规划通过内省感知（CPIP），贝叶斯框架迭代学习和利用新的部署环境中的任务级能力。CPIP将能力感知规划问题分解为两个部分。首先，感知错误是通过在新环境中部署之前的内省感知在无模型和位置不可知的环境中学习的。其次，在实际部署过程中，任务级故障的预测是在上下文感知设置中学习的。仿真实验表明，所提出的CPIP方法优于频率基线在多个移动机器人任务，并进一步验证了通过真实的机器人实验中的环境与感知具有挑战性的障碍和地形。
2022-01-17 cs.CV cs.RO
ACPBench: Reasoning about Action, Change, and Planning
ACPBench是一个用于评估规划领域推理能力的基准，包含7个推理任务和13个规划领域，评估了多种LLM和推理模型的性能差异。
2026-02-27 cs.AI
Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents
University of Oxford（牛津大学）
本文综合多篇论文形成大语言模型智能体局限性交叉分类法，识别出六个失败集群，通过迭代分组得出分类法，发现失败与任务长度非线性相关，单个子任务性能不能保证端到端成功，额外脚手架效果不佳，同时在部分任务上有进展。
2026-07-08 cs.AI
Inference-Time Computations for LLM Reasoning and Planning: A Benchmark and Insights
Texas A&M University（得克萨斯农工大学）
本文构建 Sys2Bench，在五大类十一项任务上评估多种 LLM 推理时技术，揭示单纯增加推理时计算并不能稳定提升各类推理与规划性能。
2025-02-18 cs.AI cs.LG
HyperTree Planning: Enhancing LLM Reasoning via Hierarchical Thinking
University of Science and Technology of China（中国科学技术大学）；College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部）
提出 HyperTree Planning (HTP) 推理范式，通过构建超树结构规划大纲并引入自主规划框架，使 LLM 能够分层思考并有效处理复杂规划任务，在 TravelPlanner 基准上取得 SOTA 准确率。
2025-05-29 cs.AI
HeroBench: A Benchmark for Long-Horizon Planning and Structured Reasoning in Virtual Worlds
Artyom Sorokin（AXXX）；Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学）；Higher School of Economics（高等经济学院）；Kurchatov Institute（库尔斯克研究所）；Independent Researcher（独立研究者）
本文提出HeroBench，用于评估在复杂RPG-inspired虚拟世界中长horizon分层规划和结构化推理的能力，通过模拟评估可执行计划，揭示了现有大型语言模型在长horizon自主规划中的性能差异和挑战。
2026-04-19 cs.AI
Resilient Temporal Logic Planning in the Presence of Robot Failures
Washington University at St. Louis（圣路易斯华盛顿大学）；University of Pennsylvania（宾夕法尼亚大学）
针对移动机器人团队现有LTL任务规划路径无法应对机器人能力意外故障的问题，提出一种弹性规划算法，通过基于机器人当前可用技能重分配子任务且最小化对现有运动计划的干扰来适配故障，经实验和理论验证兼具效率与弹性。
2023-10-02 cs.RO
Limited Reasoning Space: The cage of long-horizon reasoning in LLMs
本文提出Halo框架，通过熵驱动的双控制器实现可控推理，解决LLM长视图任务中的推理限制问题。
2026-03-12 cs.AI
Cooperative Strategic Planning Enhances Reasoning Capabilities in Large Language Models
Carnegie Mellon University（卡内基梅隆大学）；Tsinghua University（清华大学）
针对多智能体LLM协作不足的问题，本文提出CoPlanner框架，由规划智能体提供战略提示、推理智能体执行推断，并用PPO训练规划策略，显著提升多步骤推理性能。
2024-10-25 cs.AI cs.CL
Spatiotemporal motion planning with combinatorial reasoning for autonomous driving
fortiss GmbH（福蒂斯有限公司）；Technische Universität München（慕尼黑工业大学）
城市环境中的运动规划可以看作是一个组合问题。通过前面、后面、右边或左边的障碍物，自动驾驶汽车可以选择执行多个选项。在规划框架中需要考虑到这些组合方面。我们解决这个问题，提出了一种新的规划方法，结合轨迹规划和机动推理。我们定义了一个分类的动态障碍物沿参考曲线，使我们能够提取战术决策序列。我们将纵向和横向运动分开，以加快基于优化的轨迹规划。为了将获得的轨迹集映射到机动变体，我们定义了一种语义语言来描述它们。这使我们能够选择最佳轨迹，同时也确保机动一致性。我们展示了我们的方法的能力，仍然被广泛认为是具有挑战性的情况。
2022-07-10 cs.RO
PlanBench: An Extensible Benchmark for Evaluating Large Language Models on Planning and Reasoning about Change
Arizona State University（亚利桑那州立大学）；Colorado State University（科罗拉多州立大学）
提出可扩展基准PlanBench，基于自动化规划领域测试LLMs在规划与变化推理上的能力，发现即使SOTA模型在计划生成等关键能力上表现仍不足，可作为衡量进展的标志。
2023-11-26 cs.AI cs.CL
ItinBench: Benchmarking Planning Across Multiple Cognitive Dimensions with Large Language Models
University of Virginia（弗吉尼亚大学）
本文提出ItinBench，通过整合空间推理和传统语言推理任务，评估大语言模型在多认知维度上的规划能力，发现模型在同时处理多个维度时性能不稳定。
2026-03-19 cs.AI
Learning When to Quit: Meta-Reasoning for Motion Planning
Massachusetts Institute of Technology（麻省理工学院）
任意时间运动规划器广泛应用于机器人领域。然而，他们的解决方案的质量和计算时间之间的关系还没有得到很好的理解，因此，确定何时退出规划和开始执行是不清楚的。在本文中，我们解决的问题，决定何时停止审议有限的计算能力，所谓的元推理，随时运动规划。我们提出了数据驱动的学习方法，基于模型和无模型的元推理，适用于不同的环境分布和不可知的选择随时运动规划。作为该框架的一部分，我们设计了一个基于卷积神经网络的最优解预测器，该预测器从给定的2D工作空间图像预测最优路径长度。我们经验性地评估所提出的方法在模拟与基线相比的性能。
2021-07-31 cs.RO
Planning, Learning and Reasoning Framework for Robot Truck Unloading
NASA Jet Propulsion Laboratory（美国国家航空航天局喷气推进实验室）；California Institute of Technology（加州理工学院）；Carnegie Mellon University（卡内基梅隆大学）；Technion-Israel Institute of Technology（以色列理工学院）
我们认为，使用工业机械手机器人从卡车上自动卸载箱子的任务。出现了多种挑战：（1）用于携带两个铰接机构（臂和铲）的复杂机器人系统的实时运动规划，（2）在给定关于箱子的不完美信息（例如它们的质量）的情况下，关于接下来执行什么动作的决策，（3）考虑当前动作影响箱子的未来状态的问题的顺序性质，以及（4）将高级决策制定与低级运动规划交错的实时执行。在这项工作中，我们提出了一个规划，学习和推理框架，以应对这些挑战，并描述其组成部分，包括运动规划，离线学习的信念空间规划，在线决策的基础上离线学习，和执行模块相结合的决策与运动规划。我们分析了该框架在真实场景中的性能。特别是，运动规划和执行模块进行评估，在模拟和一个真正的机器人，而离线学习和在线决策进行评估模拟现实世界的情况。
2020-06-18 cs.RO
Large Language Model Reasoning Failures
California Institute of Technology（加州理工学院）；Stanford University（斯坦福大学）；Carleton College（卡尔顿学院）
本文首次系统调查大语言模型推理失败问题，提出分类框架并分析其根本原因，旨在提升模型的推理能力与鲁棒性。
2026-02-05 cs.AI cs.CL cs.LG
How Language Models Fail: Token-Level Signatures of Committed and Persistent Reasoning Failures
Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）；Department of Aeronautics and Astronautics, Stanford University（航空航天工程系，斯坦福大学）
通过令牌级不确定性信号，将语言模型推理失败分为承诺性失败（早期锁定错误路径）和持续性不确定性（不确定性持续累积），并在23个模型-数据集配置中验证了可预测性，为自我一致性策略提供了指导。
2026-06-04 cs.AI cs.CL
Faithful-First Reasoning, Planning, and Acting for Multimodal LLMs
Shanghai Jiao Tong University（上海交通大学）；The Hong Kong University of Science and Technology（香港科技大学）；The Australian National University（澳大利亚国立大学）；Fudan University（复旦大学）；University of Sydney（悉尼大学）
本文提出Faithful-First RPA框架，通过逐步监督提升多模态推理的忠实度，实验表明其在多个基准上提升了24%的感知忠实度，且不降低任务准确性。
2026-04-08 cs.AI
SIMMER: Benchmarking Latent Failures in LLM Executable Planning with a World Model
The Pennsylvania State University（宾夕法尼亚州立大学）
提出SIMMER基准，通过人工策划的厨房领域符号世界模型，评估LLM规划中的潜在故障；实验发现前沿模型最多17%无错误计划，56%含潜在故障，多数不可逆；反事实预演可减少72%潜在故障和75%不可逆案例。
2026-08-11 cs.AI cs.CL
Spatial Reasoning in LLM Game Agents: Impact of Causal Context and Multi-Step Planning
研究基于大语言模型的游戏智能体在复杂任务中表现不佳的问题，通过实验验证因果提示增强和多步规划可提升胜率并控制延迟，引入新基准评估，发现较大模型定位更准，融入因果上下文和多步规划能优化性能与速度。
2026-07-28 cs.AI
Large Language Models and Mathematical Reasoning Failures
KTH Royal Institute of Technology（瑞典皇家理工学院）
本研究通过50道高中数学应用题评估8个前沿大语言模型的推理能力，发现模型存在空间推理、策略规划等多类错误，强调需关注推理过程而非仅答案，指出其泛化能力仍有差距。
2025-02-21 cs.AI
Non-myopic Generation of Language Models for Reasoning and Planning
The University of Hong Kong（香港大学）；Peking University（北京大学）；Zhejiang University（浙江大学）；Westlake University（西湖大学）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出Predictive-Decoding方法，将模型预测控制引入LLM推理，通过前瞻轨迹重加权分布以缓解早期错误，在数学、编程和智能体任务中提升规划效果并降低计算成本。
2024-10-28 cs.AI cs.CL
Extracting Search Trees from LLM Reasoning Traces Reveals Myopic Planning
Generality Inc.（Generality公司）
通过从四子棋游戏推理轨迹中提取搜索树并拟合计算模型，发现LLM的规划是短视的，其决策主要由浅层节点驱动，而非深层搜索。
2026-11-02 cs.AI
NaviDriveVLM: Decoupling High-Level Reasoning and Motion Planning for Autonomous Driving
J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（杰米·沃克’66机械工程系，德克萨斯A&M大学，学院站，TX 77843，美国）；The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分配系，德克萨斯A&M大学，学院站，TX 77843，美国）
NaviDriveVLM通过解耦高层推理与运动规划，提升自动驾驶中的推理能力与效率
2026-03-09 cs.LG cs.RO
Learning Planning-based Reasoning by Trajectories Collection and Process Reward Synthesizing
Nanyang Technological University（南洋理工大学）；Institute for Infocomm Research (IR), A * STAR（新加坡资讯通信研究院（A*STAR））；Salesforce Research（Salesforce研究院）
针对LLM推理中的幻觉、规划搜索高延迟及人工标注成本高的问题，提出通过收集轨迹并基于合成过程奖励进行DPO来学习基于规划的推理，其7B模型在逻辑推理基准上超越了GPT-3.5-Turbo。
2024-10-15 cs.AI cs.CL
Anytime Game-Theoretic Planning with Active Reasoning About Humans' Latent States for Human-Centered Robots
UC Berkeley（加州大学伯克利分校）；Honda Research Institute（本田研究所）
一个以人为中心的机器人需要推理其人类伙伴的认知局限性和潜在的非理性，以实现无缝交互。本文提出了一种基于博弈论的机器人行为规划方法，该方法集成了迭代推理模型、部分可观测马尔可夫决策过程和机会约束蒙特卡罗信念树搜索。我们的规划器使机器人能够安全和积极地推理其人类伙伴的潜在认知状态（有限的智能和非理性），以更好地最大化其效用。我们在自动驾驶领域验证了我们的方法，在该领域中，我们的行为规划器和低级别运动控制器分层控制自动驾驶汽车来协商交通合并。仿真和用户研究表明，我们的计划的有效性。
2021-09-26 cs.RO
Q*: Improving Multi-step Reasoning for LLMs with Deliberative Planning
Skywork AI（天工开物AI）；Nanyang Technological University（南洋理工大学）
本文提出Q*框架，将多步推理视为启发式搜索，通过学习Q值模型指导解码，无需微调即可提升开源LLMs在GSM8K、MATH和MBPP上的推理性能。
2024-07-22 cs.AI
On the Empirical Complexity of Reasoning and Planning in LLMs
National University of Singapore（新加坡国立大学）
本文通过6项推理任务的实验案例，将CoT与ToT的性能优势联系到样本与计算复杂性原则，揭示任务分解及树结构在困难推理任务中的作用。
2024-06-18 cs.AI cs.LG
ReCAP: Recursive Context-Aware Reasoning and Planning for Large Language Model Agents
Department of Computer Science, Stanford University（斯坦福大学计算机科学系）；Stanford Institute for Human-Centered AI（斯坦福大学人本人工智能研究所）；MIT Media Lab（麻省理工学院媒体实验室）
针对大语言模型长程任务中序列提示易漂移、分层提示开销高的问题，提出带共享上下文的ReCAP分层框架，通过三项核心机制提升子目标对齐与成功率，在Robotouille基准上获显著增益。
2025-10-27 cs.AI
AirRAG: Autonomous Strategic Planning and Reasoning Steer Retrieval Augmented Generation
Alibaba Cloud Computing（阿里巴巴云 computing）
AirRAG将自主战略规划与蒙特卡洛树搜索引入检索增强生成，通过五种基本推理动作扩展解空间，并结合自一致性验证与计算最优资源分配，在复杂问答任务上实现显著性能提升。
2025-08-27 cs.AI
Can LLMs Fix Issues with Reasoning Models? Towards More Likely Models for AI Planning
Colorado State University（科罗拉多州立大学）；Ecole Polytechnique de Tunisie（突尼斯综合理工学院）；IBM Research（IBM研究院）
本文首次研究 LLM 在 AI 规划模型空间编辑中的应用，比较其独立推理及与组合搜索两阶段协同的效果，验证了 LLM 用于模型空间推理的潜力。
2024-03-05 cs.AI
Automated stereotactic radiosurgery planning using a human-in-the-loop reasoning large language model agent
本文提出利用人类在回路的推理大型语言模型代理进行自动化立体定向放射手术计划，通过对比推理模型与非推理模型，展示了推理模型在剂量优化和计划行为上的优势。
2025-12-23 cs.AI cs.CL cs.HC
What We Talk About When We Talk About LLM Planning: Evidence for Two Distinct Planning Abilities
Faculty of Information Technology, Monash University（莫纳什大学信息技术学院）
研究大语言模型规划任务性能差异原因，通过在ACPBench-Hard上评估多个模型家族，应用多维项目反应理论模型，发现操作推理和结构枚举两个塑造规划性能的维度，推动大语言模型规划的能力层面评估。
2026-10-14 cs.AI
Language Models, Agent Models, and World Models: The LAW for Machine Reasoning and Planning
UCSD（加州大学圣地亚哥分校）；JHU（约翰斯·霍普金斯大学）
本文提出 LAW 视角，将语言模型、智能体模型与世界模型结合，以语言模型为后端，增强机器在多场景中的稳健推理与规划能力。
2023-12-08 cs.AI cs.CL cs.CV
Model Space Reasoning as Search in Feedback Space for Planning Domain Generation
Rensselaer Polytechnic Institute（伦斯勒理工学院）；IBM Research（IBM研究院）
本文探讨了通过反馈空间中的启发式搜索优化规划领域生成的质量，利用符号反馈机制提升生成效果。
2026-04-21 cs.AI
Breaking Failure Cascades: Step-Aware Reinforcement Learning for Medical Multimodal Reasoning
Korea University（高丽大学）；Upstage AI；Kyung Hee University（庆熙大学）；KAIST（韩国科学技术院）；Hanyang University College of Medicine（汉阳大学医学院）；AIGEN Sciences
提出步骤感知强化学习算法MRPO，通过为早期错误推理步骤分配指数级惩罚，打破失败级联，显著提升医学视觉问答准确率。
2026-09-25 cs.AI cs.CV
Dissecting Failure Dynamics in Large Language Model Reasoning
School of Information Science and Engineering, Yunnan University, Kunming, China（云南大学信息科学与工程学院，昆明，中国）；Yunnan Key Laboratory of Intelligent Systems and Computing, Kunming, China（云南省智能系统与计算重点实验室，昆明，中国）
研究揭示大语言模型推理错误多源于早期少量转换点，提出GUARD框架通过不确定性信号引导干预，提升推理可靠性。
2026-04-16 cs.AI cs.CL
Intelligent Assistants for the Semiconductor Failure Analysis with LLM-Based Planning Agents
University of the Bundeswehr Munich（联邦国防军大学慕尼黑）；University Klagenfurt（克雷格弗尔特大学）；Infineon Technologies AG（英飞凌科技）
针对半导体失效分析中AI模型难以编排成高效工作流的问题，提出融合LLM规划能力与外部工具的LPA系统，可自主处理复杂查询、检索数据并生成响应，经评估具备良好的任务支持有效性与可靠性。
2025-09-02 cs.AI cs.LG
Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents
University of Notre Dame（诺丁汉大学）；Stanford University（斯坦福大学）；Purdue University（普渡大学）；University of Edinburgh（爱丁堡大学）；University of Oxford（牛津大学）；Yale University（耶鲁大学）
本文从规划角度分析LLM代理在长周期决策中的失败原因，提出FLARE方法通过前瞻和价值传播提升规划能力，使LLaMA-8B在多个基准中超越GPT-4o。
2026-01-29 cs.AI cs.CL cs.LG
Using VLM Reasoning to Constrain Task and Motion Planning
Department of Computer Science, Purdue University（普渡大学计算机科学系）；Department of Computer Science, Rice University（莱斯大学计算机科学系）；Ken Kennedy Institute, Rice University（莱斯大学肯尼迪研究所）
本文提出VIZ-COAST方法，利用大预训练视觉语言模型的空间推理能力，提前识别向下细化中的问题，减少规划时间并消除失败。
2026-08-28 cs.RO
Teaching LLMs to Plan: Logical Chain-of-Thought Instruction Tuning for Symbolic Planning
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Microsoft AI（微软人工智能）
提出PDDL-Instruct指令微调框架，通过逻辑思维链推理教导LLM严谨推理动作适用性与状态转换，在标准基准上实现94%规划准确率，较基线绝对提升66%。
2025-09-14 cs.AI cs.CL
Training Reasoning Models on Saturated Problems via Failure-Prefix Conditioning
New York University Abu Dhabi（纽约大学阿布扎赫分校）
本文提出失败前缀条件方法，通过引导探索失败易发的推理状态，解锁饱和问题中的学习信号，提升模型恢复能力，实现性能提升并增强鲁棒性。
2026-05-09 cs.AI cs.CL cs.LG
Reinforced Reasoning for Embodied Planning
Tongji University（同济大学）；Tsinghua University（清华大学）；Bank of Communications（中国银行）
本文提出一种强化微调框架，通过蒸馏数据集进行监督微调并结合GRPO优化多步动作奖励，将R1风格推理增强引入具身规划，显著提升了模型在Embench上的表现与泛化能力。
2025-07-13 cs.AI cs.LG
Novelty-based Tree-of-Thought Search for LLM Reasoning and Planning
RWTH Aachen（亚琛工业大学）
本文提出基于新颖性的树状思维搜索方法，通过引入新颖性概念优化语言领域推理与规划任务，减少搜索范围和token成本。
2026-05-07 cs.AI cs.CL
PGPO: Enhancing Agent Reasoning via Pseudocode-style Planning Guided Preference Optimization
Shanghai Jiao Tong University（上海交通大学）；Taobao & Tmail Group of Alibaba（阿里巴巴淘宝天猫集团）；Alibaba Group（阿里巴巴集团）
本文提出PGPO方法，利用伪代码风格规划引导偏好优化，通过两种面向规划的奖励增强LLM智能体生成高质量结构化规划的能力，从而提升推理效率、泛化性并减少动作错误与遗漏。
2025-06-02 cs.AI cs.CL
A GP-based Robust Motion Planning Framework for Agile Autonomous Robot Navigation and Recovery in Unknown Environments
University of Virginia（弗吉尼亚大学）
针对未知环境下自主机器人运动规划易因不确定性失效的问题，提出基于GP的鲁棒规划框架，可主动预测失效风险并触发恢复行为，仅仿真训练即可泛化到真实多平台，兼具失效预测与敏捷恢复能力。
2024-02-02 cs.LG cs.RO
From Perception to Planning: Evolving Ego-Centric Task-Oriented Spatiotemporal Reasoning via Curriculum Learning
Zhejiang University（浙江大学）；Tianjin University（天津大学）；Qingdao University（青岛大学）；Shanghai Jiao Tong University（上海交通大学）；National University of Singapore（新加坡国立大学）
本文提出EgoTSR框架，通过课程学习提升任务导向的空间时间推理能力，解决静态感知和动态环境中的时空幻觉问题，实验显示其在长周期推理任务中准确率达92.4%。
2026-04-12 cs.AI
Knowledge Model Prompting Increases LLM Performance on Planning Tasks
School of Interactive Computing（交互计算学院）；Georgia Institute of Technology（佐治亚理工学院）
TMK框架通过显式任务分解和因果推理提升LLM在规划任务中的性能，使其在复杂符号任务中达到97.3%的准确率。
2026-02-03 cs.AI
Enhancing Lattice-based Motion Planning with Introspective Learning and Reasoning
Linköping University（林雪平大学）
基于格的运动规划是一种混合规划方法，其中由离散动作同时组成的规划是物理上可行的轨迹。规划考虑离散和连续方面，例如动作先决条件和配置空间中的无冲突动作持续时间。安全运动规划依赖于用于碰撞检查的校准良好的安全裕度。轨迹跟踪控制器还必须能够在该安全裕度内可靠地执行运动，以便执行是安全的。在这项工作中，我们关注的是随着时间的推移对控制器性能的内省学习和推理。不同动作的正常控制器执行是使用可靠的和不确定性感知的机器学习技术来学习的。通过校正执行偏差，我们设法大大减少运动动作的安全裕度。进行推理以验证学习的模型保持安全，并通过使用具有较小安全裕度的更准确的执行预测来提高运动规划器中的碰撞检查有效性。所提出的方法允许在正常情况下控制器性能的明确意识，并在异常情况下及时检测不正确的性能。采用仿真方法对四轴飞行器的非线性动力学进行了三维评估。视频：https://youtu.be/STmZduvSUMM
2021-12-06 cs.AI cs.LG cs.RO
Path Planning and Controlled Crash Landing of a Quadcopter in case of a Rotor Failure
DOT Technology Corp.（DOT技术公司）；University of Regina（里贾纳大学）；Ryerson University（瑞尔森大学）
本文提出了一种框架，用于四轴飞行器的受控紧急着陆，经历了转子故障，远离敏感区域。一个完整的数学模型捕捉系统的动态，考虑到螺旋桨上的非对称气动载荷。计算系统的平衡状态，围绕该平衡状态开发线性时不变控制策略以使系统稳定。通过利用所提出的模型，四轴飞行器的具体配置，导致最小的功耗在偏航率解决悬停后的转子故障。此外，给定环境的3D表示，使用RRT* 方法开发了朝向安全迫降点的最佳飞行轨迹，同时避免与障碍物碰撞。用于确定最佳着陆点的成本函数包括：（i）找到与障碍物具有最大间隙的最安全着陆点;以及（ii）找到朝向着陆点的最节能轨迹。所提出的框架的性能进行了测试，通过模拟。
2018-09-25 cs.RO math.DS math.OC
Visual Planning: Let's Think Only with Images
Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室）；Google（谷歌公司）
本文提出视觉规划范式，通过图像进行推理，优于纯文本推理，在视觉导航任务中表现更优。
2026-02-20 cs.AI cs.CL cs.CV
Deep Visual Reasoning: Learning to Predict Action Sequences for Task and Motion Planning from an Initial Scene Image
University of Stuttgart（斯图加特大学）；Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；TU Berlin（柏林工业大学）
在本文中，我们提出了一种深度卷积递归神经网络，它可以从初始场景图像中预测任务和运动规划（TAMP）的动作序列。典型的TAMP问题通过将符号、离散级（例如一阶逻辑）上的推理与连续运动规划（例如非线性轨迹优化）相结合来形式化。由于可能的离散动作序列的巨大组合复杂性，必须解决大量的优化/运动规划问题以找到解决方案，这限制了这些方法的可扩展性。为了规避这种组合的复杂性，我们开发了一个神经网络，根据场景的初始图像，直接预测有前途的离散动作序列，理想情况下，只有一个运动规划问题必须得到解决，找到一个解决方案，以整体TAMP问题。一个关键的方面是，我们的方法可以推广到具有许多不同数量的对象的场景，尽管一次只训练两个对象。这可以通过将图像中的场景对象编码为神经网络的输入而不是固定的特征向量来实现。结果表明，运行时的几个数量级的改进。视频：https://youtu.be/i8yyEbbvoEk
2020-06-09 cs.AI cs.CV cs.LG
A Human-Like Reasoning Framework for Multi-Phases Planning Task with Large Language Models
The University of Hong Kong（香港大学）；Institute of Data Science（数据科学研究所）
本研究提出一个类人规划框架，引导LLM智能体模拟人类多阶段规划步骤，集成策略与知识模块，显著提升旅行规划任务的效率与效果，性能较基线提升10倍。
2024-05-28 cs.AI cs.CL cs.LG
