Textual Planning with Explicit Latent Transitions
基于显式潜在转移的文本规划
机构 * technion（技术学院） ； ibm（国际商业机器公司）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.CL
AI总结 本文提出EmbedPlan，通过冻结语言嵌入空间实现高效文本规划，展示在多个领域中插值性能良好，但跨领域泛化仍存在挑战。
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 35547 篇
AppleVLM: End-to-end Autonomous Driving with Advanced Perception and Planning-Enhanced Vision-Language Models
AppleVLM: 端到端自主驾驶与高级感知和规划增强的视觉语言模型
机构 * Shenzhen Key Lab for Advanced Motion Control and Modern Automation Equipments（深圳先进运动控制系统与现代自动化装备重点实验室） ； Guangdong Provincial Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变形机制与适应机器人省重点实验室） ； School of Intelligence Science and Engineering（智能科学与工程学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； National Key Laboratory of Smart Farm Technologies and Systems（国家智能农业技术与系统重点实验室） ； Autonomous Driving Center（自动驾驶中心） ； Shanghai Utopilot Technology Co.Ltd.（上海驭目科技有限公司）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 AppleVLM通过引入先进的视觉和规划编码器，提升端到端自动驾驶的感知和决策能力，实现复杂环境下的稳健驾驶性能。
Agentic AI-Empowered Dynamic Survey Framework
基于代理的动态调查框架
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.LG
AI总结 本文提出基于代理的动态综述框架，通过持续整合新研究成果，保持综述的连贯性和结构，解决综述过时和碎片化问题。
Knowledge Model Prompting Increases LLM Performance on Planning Tasks
知识模型提示增强了LLM在规划任务上的性能
机构 * School of Interactive Computing（交互计算学院） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 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。
Large Language Models Can Take False First Steps at Inference-time Planning
大语言模型在推理时间规划中可能采取错误的初始步骤
机构 * Department of Psychology, The University of Warwick（沃里克大学心理学系） ； Department of Psychology, The University of Hong Kong（香港大学心理学系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 研究揭示了大语言模型在推理过程中因自我生成上下文积累导致的规划行为偏差，并通过实验验证了规划能力随上下文变化而变化的机制。
ASTER: Agentic Scaling with Tool-integrated Extended Reasoning
ASTER: 基于工具集成扩展推理的代理扩展
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家实验室） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院） ； Department of Foundation Model, 2012 Labs, Huawei（基础模型部门） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 ASTER通过冷启动策略提升工具集成推理性能，实现长周期推理的高效扩展。
SemanticALLI: Caching Reasoning, Not Just Responses, in Agentic Systems
SemanticALLI: 在智能体系统中缓存推理，而非仅响应
机构 * PMG
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 SemanticALLI通过分解生成过程，实现智能体系统中结构化中间表示的缓存，提升推理效率并减少LLM调用次数。
Parallel Stochastic Gradient-Based Planning for World Models
并行随机梯度规划用于世界模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Meta FAIR ； New York University（纽约大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 GRASP是一种基于世界模型的并行随机梯度规划方法，通过引入随机性和软约束，有效解决长时间跨度的控制任务，优于现有规划算法。
Comments 23 pages, 7 figures
Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints
基于运动约束对象中心抽象的统一任务与运动规划
机构 * Department of Computer Science, University of Innsbruck（因斯布鲁克大学计算机科学系）
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对象中心抽象的统一任务与运动规划方法，利用现成AI启发式搜索生成物理可行计划，无需复杂几何推理。
Comments This version corrects notation in Eqs. (7) and (8) and includes minor changes
IRL-DAL: Safe and Adaptive Trajectory Planning for Autonomous Driving via Energy-Guided Diffusion Models
IRL-DAL：通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划
机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（电气工程系，阿米尔卡比尔技术大学（德黑兰理工大学））
专题命中 规划决策 ：planning(title)；agent(abstract)；分类 cs.AI
AI总结 本文提出IRL-DAL框架，通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划，结合模仿学习与强化学习，提升行驶安全性和鲁棒性。
Offline Goal-Conditioned Reinforcement Learning with Projective Quasimetric Planning
离线目标条件强化学习与投影拟度规划
机构 * Ubisoft la Forge ； University of Angers（昂热大学） ； Inria（法国国家科学研究中心）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出ProQ框架，通过学习非对称距离和结合拉格朗日检测器，实现目标条件强化学习中子目标生成与长期目标达成的稳健控制。
Health Facility Location in Ethiopia: Leveraging LLMs to Integrate Expert Knowledge into Algorithmic Planning
埃塞俄比亚卫生设施选址：利用大语言模型整合专家知识到算法规划中
机构 * John A. Paulson School of Engineering and Applied Sciences, Harvard University（工程与应用科学学院，哈佛大学） ； National Data Management and Analytics Center for Health, Ethiopian Public Health Institute（健康数据管理与分析中心，埃塞俄比亚公共卫生研究所） ； Department of Global Health and Population, Harvard T.H. Chan School of Public Health（全球卫生与人口学院，哈佛T.H. Chan公共卫生学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出了一种结合大语言模型和优化技术的混合框架，用于埃塞俄比亚卫生设施选址，以整合专家知识并提升规划的公平性和数据驱动性。
Beyond Imitation: Reinforcement Learning for Active Latent Planning
超越模仿：用于主动潜在规划的强化学习
机构 * School of Computing, National University of Singapore, Singapore（计算学院，新加坡国立大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出ATP-Latent方法，通过主动规划和强化学习优化潜在空间，提升链式推理的准确性和效率。
Intelli-Planner: Towards Customized Urban Planning via Large Language Model Empowered Reinforcement Learning
Intelli-Planner: 通过大型语言模型赋能的强化学习实现定制化城市规划
机构 * Gaoling School of Artificial Intelligence\ University of China Beijing China ； Gaoling School of Artificial Intelligence\ University of China
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 Intelli-Planner通过结合深度强化学习与大型语言模型，实现定制化城市规划，提升规划方案的参与度和满意度。
Comments The Web Conference 2026
SokoBench: Evaluating Long-Horizon Planning and Reasoning in Large Language Models
SokoBench：评估大型语言模型的长周期规划与推理能力
机构 * 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）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 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。
Online Risk-Averse Planning in POMDPs Using Iterated CVaR Value Function
在POMDPs中使用迭代CVaR价值函数进行在线风险厌恶规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出在POMDPs中使用ICVaR价值函数进行在线风险厌恶规划，通过扩展三种算法以优化风险度量，实验显示其在降低尾部风险方面优于传统方法。
Fuzzy Categorical Planning: Autonomous Goal Satisfaction with Graded Semantic Constraints
模糊分类规划：具有分级语义约束的自主目标满足
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 FCP通过引入模糊度量和Lukasiewicz t-范数提升自然语言规划中模糊约束的处理能力，有效应对多步骤计划中的质量退化问题。
Teaching LLMs to Ask: Self-Querying Category-Theoretic Planning for Under-Specified Reasoning
教大语言模型提问：面向不充分推理的自查询范畴规划
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 SQ-BCP通过自查询和桥梁假设解决不充分推理问题，显著降低资源违规率并保持高质量计划。
LocationAgent: A Hierarchical Agent for Image Geolocation via Decoupling Strategy and Evidence from Parametric Knowledge
LocationAgent: 一种基于解耦策略和参数知识证据的图像地理定位分层代理
机构 * Central South University（中南大学） ； ByteDance (China)（字节跳动（中国））
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 LocationAgent通过分层推理和外部证据验证，有效提升图像地理定位的准确性和泛化能力。
Comments 9 pages, 5 figures, 3 tables
MemWeaver: Weaving Hybrid Memories for Traceable Long-Horizon Agentic Reasoning
MemWeaver: 为可追溯的长 horizon 代理推理编织混合记忆
机构 * Harbin Institute of Technology（哈尔滨理工大学） ； The University of New South Wales（新南威尔士大学） ； Macquarie University（麦考瑞大学） ； CSIRO’s Data61（澳大利亚联邦科学与工业研究组织Data61）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.CL
AI总结 MemWeaver通过编织混合记忆系统，提升长 horizon 代理推理的准确性与可追溯性，减少输入上下文长度
Path Planning using a One-shot-sampling Skeleton Map
基于一次性采样骨架图的路径规划
机构 * Centro de Investigación en Matematicas (CIMAT), A.C.（数学研究所（CIMAT）） ； Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), Instituto Politécnico Nacional (IPN)（跨学科工程与先进技术单位（UPIITA），墨西哥理工学院（IPN）） ； Centro de Innovación y Desarrollo Tecnológico en Cómputo (CIDETEC), Instituto Politécnico Nacional (IPN)（计算创新与技术发展中心（CIDETEC），墨西哥理工学院（IPN））
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出基于SkelUnet的高效路径规划方法，通过一次性采样骨架图快速生成安全路径，提升导航效率和安全性。
Comments Submitted to IEEE Latin America Transactions
Reinforcement Learning-Based Energy-Aware Coverage Path Planning for Precision Agriculture
基于强化学习的能源感知覆盖路径规划用于精准农业
机构 * EECS Department, South Dakota State University（南达科他州立大学电子工程与计算机科学系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出基于SAC强化学习的能源感知覆盖路径规划方法，通过CNN和LSTM优化覆盖效率与能耗，实验显示其在精准农业中覆盖效率和能耗控制优于传统算法。
Comments Accepted by RACS '25: International Conference on Research in Adaptive and Convergent Systems, November 16-19, 2025, Ho Chi Minh, Vietnam. 10 pages, 5 figures
Journal ref Proceedings of the 2025 International Conference on Research in Adaptive and Convergent Systems.(2025)
Clarify or Answer: Reinforcement Learning for Agentic VQA with Context Under-specification
澄清或回答：基于上下文不充分的代理视觉问答强化学习
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.CL
AI总结 CoA通过强化学习解决上下文不充分的视觉问答问题，通过生成聚焦问题澄清歧义，提升问答准确性。
Cosmos Policy: Fine-Tuning Video Models for Visuomotor Control and Planning
Cosmos Policy: 为视觉运动控制和规划微调视频模型
机构 * NVIDIA ； Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 Cosmos Policy通过单阶段后训练将预训练视频模型转化为高效机器人策略，实现视觉运动控制与规划的先进性能。
MMP-A*: Multimodal Perception Enhanced Incremental Heuristic Search on Path Planning
MMP-A*：多模态感知增强的路径规划增量启发式搜索
机构 * Hanoi University of Science and Technology（河内科学技术大学） ； Vingroup Big Data Research Center（VinGroup大数据研究中心） ； FPT Software AI Center（FPT软件AI中心）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 MMP-A*通过融合视觉语言模型的空间感知与自适应衰减机制，提升路径规划的几何精度与计算效率。
"Just in Time" World Modeling Supports Human Planning and Reasoning
即时世界建模支持人类规划与推理
机构 * MIT Department of Brain and Cognitive Sciences（麻省理工学院脑科学与认知科学系） ； UBC Departments of Computer Science and Psychology（不列颠哥伦比亚大学计算机科学与心理学系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 本文提出'即时'框架，通过在线构建简化表示实现高效心理模拟，支持人类规划与推理。
Enhancing Agentic RL with Progressive Reward Shaping and Value-based Sampling Policy Optimization
通过渐进奖励塑造与基于价值的采样策略优化增强代理强化学习
机构 * Xi’an Jiaotong University（西安交通大学） ； Fliggy Alibaba（阿里飞猪）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.CL
AI总结 本文提出PRS和VSPO技术，通过渐进奖励塑造和基于价值的采样策略优化，提升代理强化学习在复杂推理任务中的性能与稳定性。
IntAgent: NWDAF-Based Intent LLM Agent Towards Advanced Next Generation Networks
IntAgent：基于网络切片分析功能的意图LLM代理面向下一代高级网络
机构 * University of Guelph（圭尔夫大学） ； Qatar University（卡塔尔大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 IntAgent通过整合NWDAF分析与工具，实现基于意图的网络自动化管理，提升网络操作的智能化和动态响应能力。
Comments conference
AirHunt: Bridging VLM Semantics and Continuous Planning for Efficient Aerial Object Navigation
AirHunt: 通过融合视觉语言模型语义与连续规划实现高效空中物体导航
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Physics, Southern University of Science and Technology（南方科技大学物理系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 AirHunt通过融合视觉语言模型语义与连续规划，实现高效空中物体导航，提升开放集物体定位的准确性和效率。
TIDE: A Trace-Informed Depth-First Exploration for Planning with Temporally Extended Goals
TIDE: 一种基于轨迹的深度优先探索用于具有时间扩展目标的规划
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 TIDE通过分解时间问题为可达-避免子问题，结合成本驱动启发式方法，提升时间扩展目标规划的效率和完整性。
