AI Agent

Conservative collision prediction and avoidance for stochastic trajectories in continuous time and space

Jan-Peter Calliess, Michael Osborne, Stephen Roberts

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

Comments This preprint is an extended version of a conference paper that is to appear in \textit{Proceedings of the 13th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2014)}

Finding Coordinated Paths for Multiple Holonomic Agents in 2-d Polygonal Environment

Pavel Janovský, Michal Čáp, Jiří Vokřínek

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

Comments Proceedings of the 13th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2014)

Anytime Global Tensor Motion Planning

anytime 全局张量运动规划

Sai Coumar, An T. Le, Zachary Kingston

机构 * Purdue University（普渡大学） ； VinUniversity（范安大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究泛化全局张量运动规划（GTMP），提出两种 anytime 策略，证明其同伦类覆盖与概率特性，在操作任务和二维导航基准上表现良好。

Comments 8 pages, 5 figures. Code: https://github.com/commalab/anytime_gtmp.git

Reassembling Distributed Risk: Trajectory-Conditioned Action Generation for Multi-Turn Agent Safety

重构分布式风险：面向多轮智能体安全的轨迹条件动作生成

Yanbo Dai, Zhenlan Ji, Zongjie Li, Shuai Wang

专题命中 规划决策 ：agent(title,abstract)

AI总结 针对多轮分解攻击下使用工具的LLM智能体的安全风险，提出生成时防御方法ReDiR，通过轨迹级安全条件整合跨轮安全信息，将攻击成功率降至8%以下，可迁移且开销低。

Trust-Aware Sequential Decision Making and Rollout Planning for Resilient Multi-Robot Systems

面向弹性多机器人系统的信任感知序贯决策与滚动规划

Roee M. Francos, Daniel Garces, Orhan Eren Akgün, Nathaniel D. Bastian, Stephanie Gil

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多机器人系统中智能体被入侵导致规划与执行不匹配的问题，提出信任感知监测器结合分层二分匹配策略，实现对定位欺骗的检测与弹性路由，恢复滚动规划的成本优势。

Comments 20 pages, 17 figures

GPU-Accelerated Quantum Annealing-Inspired UAV Path Planning for Smart Agriculture

GPU加速的量子退火启发式无人机路径规划在智慧农业中的应用

Maho Hirahara, Aohan Li

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出GPU并行伊辛求解器框架，将智慧农业无人机路径规划问题转化为QUBO模型，仿真显示其性能优于遗传算法和模拟退火，可作为大规模智慧农业的稳健实时解决方案。

Comments 6 pages, 3 figures, conference

Interpretable physics-informed retrieval-augmented generation language model for end-to-end inorganic crystal synthesis planning

用于端到端无机晶体合成规划的可解释物理信息增强检索生成语言模型

Wei-Jian Jiang, Ye-Nan Sha, Hui Guo, Jie Chen, Yu-Cai Liang, Ke Zhou, Qi-Long Gao, Dong-Lin Han, Xin-Gao Gong, Wan-Jian Yin

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究开发可解释PIRAG-LM模型，构建含13820种晶体的SSKB，合成方法预测准确率达91.4%，指导合成5种新化合物，为材料发现与实验搭建桥梁。

EDGE: Experience-Distillation for Guided Exploration in Agentic Reinforcement Learning

EDGE：智能体强化学习中引导探索的经验蒸馏方法

Can Xie, Yuyi Zhou, Wen Yang, Ziyi zhang, Siyao Song, Yingzhuo Deng, Shuo Ren, Jiajun Zhang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） ； Wuhan AI Research（武汉人工智能研究院） 纠错

专题命中 规划决策 ：agentic(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出EDGE框架，将检索的经验内化到策略中，在ALFWorld和WebShop数据集7B规模下较GRPO提升8.3、12.5个成功率百分点，移除外部经验后仍保留96.0%支架性能。

Comments Accepted to EMNLP 2026 (Main Conference)

Automating Parent Selection Configuration in Genetic Programming with Agentic AI

用智能体人工智能实现遗传编程中父代选择配置的自动化

Jose Guadalupe Hernandez, Jui-Hsuan Chang, Anil Kumar Saini, Xi Li, Jason H. Moore

专题命中 规划决策 ：agentic(title,abstract)

AI总结 该研究提出智能体AI框架，结合LLM推理与RAG实现遗传编程父代选择配置自动化，经符号回归测试，5 mini--AR配置表现优于锦标赛选择，为进化系统自动化设计提供了新路径。

Comments Updated Benchmarking figure with correct statistical test results

Min-Max Regret Task Allocation and Planning of Heterogeneous Multi-Robot System in Partially Known Environments

部分已知环境中异构多机器人系统的最小-最大遗憾任务分配与规划

Xinkai Liang, Huixuan Chan, Ying Liu, Yangxi Shi, Hao Fang

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对部分已知环境中异构多机器人系统任务分配难题，提出基于最小-最大遗憾优化的框架，用区域绑定原子命题捕获资源不确定性，借助扩展规划决策树及新型分支定界策略，实现近线性可扩展性，性能优于基线方法。

LeFlow: Generative Latent Flow Planning for World Models

LeFlow：面向世界模型的生成式潜在流规划

Hsiang-Wei Huang, Jianxu Shangguan, Junbin Lu, Jenq-Neng Hwang

机构 * University of Washington（华盛顿大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出LeFlow，它从世界模型学习可复用潜在轨迹先验，将规划转为条件潜在轨迹生成，在四个目标条件像素控制基准中提升规划成功率并大幅减少规划时间。

VIP: Variation-based Iterative-learning Planning for Robotic Navigation

VIP：面向机器人导航的基于变分的迭代学习规划

Shuli Lv, Pengda Mao, Chen Min, Li Hong, Runxiao Liu, Shuai Wang, Quan Quan

机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对机器人导航规划的计算成本问题，提出VIP框架，通过变分迭代学习优化规划命令，在单/多机器人场景中高效生成并改进运动规划，兼具有效性与可扩展性。

Coverage Planning for Robotic Tooth Preparation in Densely Constrained Environments

密集受限环境下机器人牙齿预备的覆盖规划

Yunwen Li, Chen Chen, Xiangjie Yan, Chang Shu, Jianxia Hou, Shiji Song, Xiang Li

机构 * Tsinghua University（清华大学） ； ETH Zürich（苏黎世联邦理工学院） ； Tsingscribe Medical Ltd.（清scribe医疗有限公司） ； Peking University School and Hospital of Stomatology（北京大学口腔医学院） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种用于自主全冠牙齿预备的机器人系统，通过感知解剖结构的刀具路径规划算法和面向间隙的末端执行器偏航角分配策略，实现精准牙面铣削，平均几何偏差0.117mm，经仿真和头模实验验证其可行性与有效性。

NeurRAFT: Robot Motion Planning via Anchor-Level Flow Matching with Clearance-Aware Preference Tuning

NeurRAFT：基于锚点级流匹配与避障距离感知偏好调优的机器人运动规划

Sibo Tian, Chang Liu, Minghui Zheng, Xiao Liang

机构 * Texas A&M University（德克萨斯农工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 NeurRAFT是基于锚点级流匹配与避障距离感知偏好调优的生成式机器人运动规划框架，可显著提升杂乱环境下的无碰撞规划性能，且能零样本迁移至Franka机器人。

Trusted Polytopic Action Sets for Fast Planning in Underactuated Systems

欠驱动系统快速规划的可信多面体动作集

Akshay Jaitly, Siavash Farzan

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文针对欠驱动系统快速规划问题，提出可信多面体动作集方法，结合非线性保真与凸复用，规划效率与精度显著优于基线算法。

Comments Accepted for publication in IEEE Control Systems Letters (L-CSS); to be presented at the 2026 IEEE Conference on Decision and Control. Code available at https://github.com/akshay5312/paamp_underactuated

Journal ref IEEE Control Systems Letters, vol. 10, pp. 2173-2178, 2026

Agents of ViTAL: Ethics Missions -- A Narrative-Centered Learning Environment with a Co-Designed Conversational Agent for Middle School AI Ethics

ViTAL智能体：伦理任务——面向中学生AI伦理的以叙事为中心的学习环境与协同设计的对话智能体

Sarah Burriss, Jinzhi Zhou, Namrata Srivastava, Justin Phillips, Courtney Barron, Kara Cassell, Albert Na, Megan Humburg, Tom Hu, Benjamin Yang, Corey Brady, Ole Molvig

专题命中 规划决策 ：agent(title,abstract)

AI总结 本研究开发了一款面向中学生的AI伦理学习环境，嵌入协同设计的对话智能体EthicsBot，经初步课堂验证可提升学生参与度与伦理推理能力。

Comments Accepted and presented at AIED 2026 Interactive Events (IE) Track

Coupling-Aware Sales and Operations Planning with Forced Co-Production in Polymer Production Plants

聚合物生产工厂中考虑强制联产品的耦合感知销售与运营规划

Mansur Arief, Yan Pratama Akhra, Bilal Ahmadi, Pradipta Apsarini, Iwan Vanany

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对聚合物工厂耦合特性破坏传统S&OP指标的问题，提出AGPPC框架及相关模型，经实际数据验证可显著提升营业利润。

Life-Cycle Planning of Collector System for Deep-Sea Multi-Spatial Wind-PV-Tidal Farm

深海多空间风-光-潮汐电站集电系统的全生命周期规划

Wenhao Gao, Weitai Xu, Yunfei Du, Yongheng Wang, Xinwei Shen

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究针对深海多空间风-光-潮汐电站集电系统，构建全生命周期优化模型，提出自适应分段线性化方法简化求解，验证了多能互补及电缆配置的经济性，为相关规划提供实用框架。

Comments 14 pages, 12 figures, and 6 tables. Accepted by CSEE Journal of Power and Energy Systems in August 2026

Look as You Leap: Planning Simultaneous Motion and Perception for High-DOF Robots

跳跃时观察：为高自由度机器人同时规划运动与感知

Qingxi Meng, Emiliano Flores, Carlos Quintero-Peña, Peizhu Qian, Zachary Kingston, Shannan K. Hamlin, Vaibhav Unhelkar, Lydia E. Kavraki

机构 * Department of Computer Science, Rice University（计算机科学系，里士大学） ； Ken Kennedy Institute, Rice University（肯尼迪研究所，里士大学） ； Houston Methodist Academic Institute（休斯顿 Methodist 学术研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于GPU并行的感知评分引导的概率道路图规划器，用于高自由度机器人在动态和静态环境中的运动与感知同时规划。

Comments 20 pages, 14 figures, Accepted to T-RO

CSymPlan: Certified Symbolic Planning and Control for High-DOF Manipulators

CSymPlan：面向高自由度机械臂的可验证符号规划与控制

Aditya Narendra, Ashok Kumar Saini, Mahathi Anand, Mahmoud Khaled, Fares J. Abu-Dakka, Abdalla Swikir

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学（MBZUAI）） ； Technical University of Munich（慕尼黑工业大学） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CSymPlan框架，通过离线预计算可验证策略与在线运行时循环，使高自由度机械臂完成可达-规避任务时零安全违规，无验证动作时安全处理。

AgentFlow: A Flow-Centric Policy Language and Framework for Securing LLM Agent Systems

AgentFlow：一种以流为中心的策略语言与框架，用于保障大语言模型智能体系统的安全

Basavesh Ammanaghatta Shivakumar, Swarn Priya, Peng Gao

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出以流为中心的AgentFlow策略语言与框架，通过运行时监控与SMT验证保障LLM智能体系统安全，在多基准测试中显著降低入侵率并提升效用。

GCS-Bridging: Restoring Connectivity of Disconnected Convex Sets for Graph-of-Convex-Sets Motion Planning

GCS-Bridging：恢复凸集图运动规划中断开凸集的连通性

Xiaokai Zhou, Baoshi Cao, Yang Liu, Kui Sun, Boyu Ma, Zhengpu Wang, Zongwu Xie

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对凸集图（GCS）规划中起始与目标区域断开的问题，提出GCS-Bridging方法，通过无碰撞点路径与凸集膨胀恢复连通性，模拟与硬件实验验证其高成功率与实用性。

Comments 8 pages, 3 figures

Beyond Instance Slots: Semantically Rich World Models for Physical Interaction Planning

超越实例槽：面向物理交互规划的语义丰富世界模型

Juntao Cheng, Jingkai Wang, Yijun Shen, Xiansheng Chen, Zhiwei Yu

机构 * Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对物理交互规划中实例槽无法明确实体任务角色的问题，提出SR-WM模型，通过功能角色绑定实现语义接口，在LIBERO模拟套件等评估中验证了其视觉动力学与规划决策的连接能力。

Ludi${}_{\scriptscriptstyle 0.1}$: An Agentic System for Socially Intelligent Robots

Ludi₀.₁：面向社交智能机器人的智能体系统

Wooseong Chung, William Cong, Jakub Dworakowski, Ethan Ewer, Tri Wahyu Guntara, Yeonwoo Jeong, Tianchong Jiang, Chaewon Kim, Hyunseo Kim, Jinwoo Kim, Jinyeon Kim, Yea-Seul Kim, Jack Kunde, Kangwook Lee, Sangheon Lee, Robert Nowak, Junha Roh

机构 * Ludo Robotics（乐动机器人） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 该研究提出Ludi₀.₁智能体系统，集成多技能与微调视觉语言模型，为社交智能机器人提供可行的人机协作方案，还可生成相关交互轨迹用于开发更融合的机器人基础模型。

Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent

基于记忆增强推理的大语言模型智能体群组推荐增强方法

Qimeng Niu, Bowen Hao, Zixuan Zhang, Shuyu Qu, Hongzhi Yin

专题命中 规划决策 ：agent(title,abstract)

AI总结 本研究提出基于LLM智能体的AGR模型，通过记忆模块与推理模块建模群组偏好动态演变及决策过程，在公开数据集上显著提升了群组推荐的准确率与可解释性。

Bayesian Networks for Path-Based Sensors: Gathering Information and Path Planning in Communication Denied Environments

基于路径的传感器的贝叶斯网络：在通信受限环境中收集信息和路径规划

Alkesh K. Srivastava, George P. Kontoudis, Donald Sofge, Michael Otte

机构 * University of Maryland, College Park, MD, US.（美国马里兰大学学院公园分校） ； Temple University, Philadelphia, PA, US.（美国 Temple 大学） ； Colorado School of Mines, Golden, CO, US.（科罗拉多矿业学院） ； U.S. Naval Research Lab (Retired), DC, US.（美国海军研究实验室（退休）） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于贝叶斯网络的更新方法，用于在通信受限环境中通过路径传感器提升信念图的收敛速度，并考虑了假阳性和假阴性问题。

Comments This paper has been accepted for presentation at 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR 2026)

Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments

基于反应规划的移动机器人在障碍物密集环境中的控制

Li Tan, Junlin Xiong, Yan Wang, Wei Ren

机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； School of Intelligence Science and Engineering, Harbin Institute of Technology Shenzhen（智能科学与工程学院，哈尔滨工业大学深圳） ； School of Control Science and Engineering, Dalian University of Technology（控制科学与工程学院，大连理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于反应规划的控制策略，用于移动机器人在障碍物密集环境中避障和导航，通过局部修改参考轨迹实现安全运动。

Comments 7 pages, 7 figures

Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models

为视觉-语言机器人操控扩展跨环境故障推理数据

Paul Pacaud, Ricardo Garcia, Shizhe Chen, Cordelia Schmid

机构 * Inria, École normale supérieure, CNRS, PSL Research University（法国国家信息与自动化研究所、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出自动框架生成多样化的机器人规划与执行故障数据，构建FailCoT数据集，训练Guardian模型提升故障检测泛化能力。

Comments Code, Data, and Models available at https://www.di.ens.fr/willow/research/guardian/. The paper contains 8 pages, 7 figures, 7 tables

MDCPP: Multi-Robot Dynamic Coverage Path Planning for Workload Adaptation

MDCPP：面向工作负载自适应的多机器人动态覆盖路径规划

Jun Chen, Mingjia Chen, Tianlong Yu, Qi Nie, Shinkyu Park

机构 * School of Electrical and Automation Engineering, Nanjing Normal University（南京师范大学电气与自动化工程学院） ； Computer, Electrical, and Mathematical Science and Engineering Division, King Abdullah University of Science and Technology（王国 Abdullah 科学与技术大学计算机、电气和数学科学与工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多机器人覆盖路径规划恒速假设不适用于空间变化遍历速度的问题，提出MDCPP方法，经600次基准测试和3台UGV实验，验证其在强异质性下可改善总完成时间并实现空间速度自适应。

Obstacle-Aware Online Receiver Planning in Multistatic Ranging

多站测距中的障碍物感知在线接收机规划

Jingwei Hu, Dave Zachariah, Petre Stoica, Torbjörn Wigren

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对多站测距中障碍物导致视距中断的问题，提出非近视后退时域框架，结合凸避障约束规划接收机轨迹，经数值实验验证其效率与跟踪精度。