ASTRA: Agentic Steerability and Risk Assessment Framework
ASTRA：代理可引导性与风险评估框架
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；autonomous agent(abstract)
AI总结 ASTRA框架通过模拟多种AI代理并测试其对新型攻击的防御能力，评估LLM在构建安全代理中的有效性，推动更安全的AI系统发展。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 63 篇
Beyond Protein Language Models: An Agentic LLM Framework for Mechanistic Enzyme Design
超越蛋白质语言模型：一种用于机制酶设计的代理LLM框架
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室）
专题命中 规划决策 ：agentic(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 Genie-CAT通过整合文献推理、结构解析、静电势计算和机器学习预测，实现蛋白质设计中可解释的科学假设生成，提升计算发现效率。
Comments 10 pages, 4 figures
TRAP: Targeted Redirecting of Agentic Preferences
TRAP：面向目标的代理偏好重定向
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 TRAP通过语义引导的跨模态操纵，诱导代理AI系统产生一致的选择偏见，揭示了语义层面的安全漏洞。
Comments Accepted to NeurIPS 2025
Autonomous Vehicle Path Planning by Searching With Differentiable Simulation
通过可微模拟进行自动驾驶路径规划
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出DSS框架，利用可微模拟器Waymax进行路径规划，通过梯度下降优化动作序列，提升自动驾驶的跟踪和路径规划精度。
A Roadmap to Guide the Integration of LLMs in Hierarchical Planning
引导大型语言模型在分层规划中整合的路线图
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出了一条引导大型语言模型在分层规划中整合的路线图，通过分类整合方法和建立基准测试，探索LLMs在分层规划中的应用潜力。
Comments 5 pages, 0 figures, to be published in the AAAI Workshop on Planning in the Era of LLMs ( https://llmforplanning.github.io )
Large Language Model-Assisted Planning of Electric Vehicle Charging Infrastructure with Real-World Case Study
基于大语言模型的电动汽车充电基础设施规划与现实案例研究
机构 * Department of Data Science and AI, Faculty of Information Technology, Monash University（数据科学与人工智能系，信息科技学院，莫纳什大学） ； Monash Energy Institute, Monash University（莫纳什能源研究所，莫纳什大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出利用大语言模型优化电动汽车充电基础设施规划，通过空间-时间需求动态建模和分布式优化算法，实现实用案例中总成本降低30%。
Journal ref Sustainable Energy Technologies and Assessments, 2025
DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
DriveSuprim: 向端到端规划的精确轨迹选择迈进
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 DriveSuprim通过粗到细的候选过滤、旋转增强和自我蒸馏框架，提升端到端规划中轨迹选择的精确性和安全性，实现优异的性能指标。
Comments Accepted to AAAI 2026
Preprint: Exploring Inevitable Waypoints for Unsolvability Explanation in Hybrid Planning Problems
预印本：探索不可回避的路径点以解释混合规划问题中的不可解性
机构 * School of Mathematical and Computational Sciences, Indian Association for the Cultivation of Science, Kolkata（数学与计算科学学院，印度科学培养协会，科希马）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出了一种基于最长公共子序列问题的新型方法，用于识别混合规划问题中的不可回避路径点，从而解释其不可解性。
Journal ref ACM Transactions on Embedded Computing Systems, Volume 24, Issue 6, Article No.: 163, Year: 09 Oct0ber 2025, Pages 1 - 20
Deep Learning Decision Support System for Open-Pit Mining Optimisation: GPU-Accelerated Planning Under Geological Uncertainty
基于深度学习的露天矿优化决策支持系统：在地质不确定性下的GPU加速规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本研究提出了一种基于深度学习的决策支持系统，利用变分自编码器和混合元启发式算法，在地质不确定性下实现GPU加速的露天矿优化规划。
Comments 67 pages
Rethinking Retrieval: From Traditional Retrieval Augmented Generation to Agentic and Non-Vector Reasoning Systems in the Financial Domain for Large Language Models
重新思考检索：从传统检索增强生成到金融领域大语言模型中的代理和非向量推理系统
机构 * PricewaterhouseCoopers U.S.（普华永道美国公司）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 本文提出基于向量的代理RAG方法，在金融问答中优于非向量方法，通过交叉编码器重排序和小到大块检索显著提升检索精度和回答质量，但需权衡成本性能。
Comments 8 pages, 2 figures
BPMN to PDDL: Translating Business Workflows for AI Planning
BPMN到PDDL：为AI规划翻译业务流程
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本研究提出将BPMN 2.0转换为PDDL的框架，支持核心业务流程构造，并通过非确定性规划器生成和评估执行轨迹，为AI规划提供基础。
Comments 8 pages, 3 figures. Code and generated PDDL outputs available at https://github.com/QuMuLab/bpmn-to-pddl-translation
Plan-X: Instruct Video Generation via Semantic Planning
Plan-X: 通过语义规划指导视频生成
机构 * Duke University（杜克大学） ； Princeton University（普林斯顿大学） ； ByteDance Intelligent Creation（字节跳动智能创作） ； Apple（苹果公司）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 Plan-X通过语义规划框架减少视频生成中的视觉幻觉，实现与多模态上下文一致的精细指令对齐生成。
Comments The project page is at https://byteaigc.github.io/Plan-X
Cognitive Inception: Agentic Reasoning against Visual Deceptions by Injecting Skepticism
认知 inception：通过注入怀疑进行视觉欺骗的代理推理
机构 * CFAR, Agency for Science, Technology and Research (A*STAR), Singapore（科技研究局（A*STAR）认知智能研究所，新加坡） ； IHPC, Agency for Science, Technology and Research (A*STAR), Singapore（科技研究局（A*STAR）信息处理中心，新加坡） ； ROSE Lab, School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院ROSE实验室）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出Inception框架，通过注入怀疑提升LLM对视觉欺骗的抵御能力，实现可推广的真伪验证。
Text-to-Decision Agent: Offline Meta-Reinforcement Learning from Natural Language Supervision
基于文本的决策代理：从自然语言监督中进行离线元强化学习
机构 * Nanjing University（南京大学） ； University of Technology Sydney（悉尼大学） ； The Chinese University of Hong Kong（香港中文大学） ； Australian National University（澳大利亚国立大学） ； University of New South Wales（新南威尔士大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出T2DA，通过自然语言监督实现离线元强化学习，利用文本-决策预训练提升零样本泛化能力。
Comments 32 pages, 8 figures
A superpersuasive autonomous policy debating system
一种超级有说服力的自主辩论系统
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 DeepDebater是一种能够自主参与并赢得完整政策辩论的AI系统，通过多智能体协作生成高质量论证并战胜人类对手。
Comments Accepted to CLIP workshop at AAAI 2026
Asynchronous Distributed Multi-Robot Motion Planning Under Imperfect Communication
异步分布式多机器人运动规划在通信不完美的情况下
机构 * Department of Mechanical Engineering（机械工程系） ； Department of Chemical Engineering（化学工程系） ； Daniel Guggenheim School of Aerospace Engineering（丹尼尔·盖根海姆航空航天工程学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； LAAS-CNRS（拉夫堡-国家科学研究中心） ； Université de Toulouse（图卢兹大学） ； CNRS（法国国家科学研究中心） ； UPS（普罗旺斯大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种延迟感知ADMM方法，用于在通信不完美条件下实现多机器人运动规划的鲁棒性和高效性。
Comments 9 pages, 5 figures
Data-Driven Predictive Planning and Control for Aerial 3D Inspection with Back-face Elimination
数据驱动的预测规划与控制用于空中3D检测的背面部消除
机构 * KIOS Research and Innovation Centre of Excellence (KIOS CoE)（KIOS研究与创新中心（KIOS卓越中心）） ； Department of Electrical and Computer Engineering, University of Cyprus（电子与计算机工程系，塞浦路斯大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种数据驱动的预测控制方法，通过整合感知、规划和控制，实现准确的长视距3D检测，适用于黑盒UASs。
Comments 2025 European Control Conference (ECC), Thessaloniki, Greece, 24-27 June 2025
Time-aware Motion Planning in Dynamic Environments with Conformal Prediction
动态环境中基于符合预测的时间感知运动规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出基于符合预测的时间感知运动规划框架，通过全局和局部规划器结合自适应分位数机制，实现动态环境中鲁棒且高效的轨迹生成与安全保证。
CAPIRE Intervention Lab: An Agent-Based Policy Simulation Environment for Curriculum-Constrained Engineering Programmes
CAPIRE干预实验室：一种用于课程受限工程项目的基于代理的政策模拟环境
专题命中 规划决策 ：agent(title,abstract)
AI总结 CAPIRE干预实验室通过基于代理的模拟环境，帮助工程教育机构测试和设计课程及教学政策改革，以减少辍学率并提高学生课程通过率。
Comments 33 pages, 3 tables, 2 figures
Occlusion-Aware Contingency Safety-Critical Planning for Autonomous Driving
遮挡感知的应急安全关键规划用于自动驾驶
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； School of Engineering（工程学院） ； Cheng Kar-Shun Robotics Institute（陈家顺机器人研究所）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出一种遮挡感知的应急安全关键规划方法，通过可达性分析和递推规划框架提升自动驾驶在动态遮挡环境中的安全性和效率。
Comments 14 pages, 9 figures
Consensus Planning with Primal, Dual, and Proximal Agents
共识规划与原、对偶及近端智能体
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种允许不同类型的智能体协调的共识规划算法，结合了ADMM-like、对偶上升和线性化ADMM更新，实现了次线性及线性收敛性，并提供了实证结果。
AURA: Adaptive Unified Reasoning and Automation with LLM-Guided MARL for NextG Cellular Networks
AURA: 一种基于LLM引导的多智能体强化学习的自适应统一推理与自动化方法用于NextG蜂窝网络
专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 AURA结合LLM推理与MARL适应性，通过信任机制平衡局部学习与外部输入，提升NextG网络的实时管理和动态流量处理能力。
Bridging LLM Planning Agents and Formal Methods: A Case Study in Plan Verification
连接大语言模型规划代理与形式方法：计划验证的案例研究
机构 * J.P. Morgan AI Research（摩根大通人工智能研究）
专题命中 规划决策 ：planning(title)；分类 cs.AI
AI总结 本文提出一种利用大语言模型将自然语言计划转换为形式化逻辑并进行验证的框架，展示了GPT-5在计划验证中的高准确率及形式化表示的生成能力。
Comments Accepted to AgenticSE Workshop at ASE 2025
MedSAM3: Delving into Segment Anything with Medical Concepts
MedSAM3：深入探索医学概念中的分割任务
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 MedSAM3通过引入可文本提示的医学分割模型，实现了基于开放词汇文本描述的精准解剖结构分割，显著优于现有方法。
ChemVTS-Bench: Evaluating Visual-Textual-Symbolic Reasoning of Multimodal Large Language Models in Chemistry
ChemVTS-Bench: 评估多模态大语言模型在化学中的视觉-文本-符号推理能力
机构 * Renmin University of China（中国人民大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； South China University of Technology（华南理工大学） ； Gaotu Techedu Inc（高图科技公司）
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 ChemVTS-Bench通过多模态输入评估大语言模型在化学中的视觉-文本-符号推理能力，揭示了结构化学的挑战及多模态融合的局限性。
Three-Dimensional Anatomical Data Generation Based on Artificial Neural Networks
基于人工神经网络的三维解剖数据生成
机构 * Division of Smart Technologies for Tumor Therapy, German Cancer Research Center (DKFZ) Site Dresden（智能肿瘤治疗技术部，德国癌症研究中心（DKFZ）德累斯顿分部） ； Faculty of Computer Science, Dresden University of Technology（计算机科学系，德累斯顿技术大学） ； Department of Urology, Faculty of Medicine, University of Freiburg - Medical Centre（泌尿科，弗赖堡大学医学中心医学院） ； Division of Translational Surgical Oncology, National Center for Tumor Diseases (NCT/UCC) Dresden（转化外科肿瘤学部，国家肿瘤疾病中心（NCT/UCC）德累斯顿分部） ； Faculty of Medicine Carl Gustav Carus, Dresden University of Technology（卡尔·古斯塔夫·卡鲁斯医学院，德累斯顿技术大学） ； Faculty of Electrical and Computer Engineering, Dresden University of Technology（电气与计算机工程系，德累斯顿技术大学）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)
AI总结 本文提出了一种基于人工神经网络的3D解剖数据生成方法，利用仿生水凝胶制成的人工前列腺模型进行内窥镜手术模拟，并通过超声扫描和神经网络分割技术生成高质量的3D数据。
Comments 6 pages, 4 figures, 1 table, IEEE International Conference on Intelligent Robots and Systems (IROS)
Evolutionary Dynamics with Self-Interaction Learning in Networked Systems
网络化系统中具有自交互学习的进化动态
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出了一种自交互景观，通过局部拓扑结构增强策略自我复制，降低合作条件并保护合作者免受恶意进化影响。
Comments 15 pages, 10 figures
Journal ref IEEE Transactions on Network Science and Engineering, vol. 13, pp. 296-313, 2026
Towards a General Framework for HTN Modeling with LLMs
迈向基于LLM的HTN建模通用框架
专题命中 规划决策 ：planning(abstract,comments)；分类 cs.AI、cs.SE
AI总结 本文提出L2HP框架，用于改进LLM在分层规划建模中的能力，通过实验发现分层规划的建模难度显著高于自动规划。
Comments 10 pages, 5 figures, to be published in the Workshop on Planning in the Era of LLMs ( LM4Plan - https://llmforplanning.github.io ) and the Workshop on Hierarchical Planning ( HPlan - https://icaps25.icaps-conference.org/program/workshops/hplan/ ), both in the International Conference on Automated Planning and Scheduling (ICAPS) 2025
GContextFormer: A global context-aware hybrid multi-head attention approach with scaled additive aggregation for multimodal trajectory prediction
GContextFormer: 一种基于全局上下文的混合多头注意力方法，通过缩放加法聚合实现多模态轨迹预测
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 GContextFormer通过全局上下文感知的混合多头注意力和缩放加法聚合，实现无地图依赖的多模态轨迹预测，提升鲁棒性和预测精度。
RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context
RhinoInsight: 通过模型行为和上下文的控制机制提升深度研究
机构 * DeepLang AI ； Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Jiaotong University（北京交通大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 RhinoInsight通过引入可验证检查表和证据审计两种控制机制，提升深度研究任务的鲁棒性和可追溯性，同时保持在深度搜索任务中的竞争力。
