AI Agent

Beyond headcount and human capital: The Effective Cognitive Population as a decomposable capacity unit for AI-era planning

超越人口数量与人力资本：有效认知人口作为AI时代规划的可分解容量单位

Kwan Soo Shin

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出有效认知人口（ECP）这一可分解容量单位，结合HCI+与IMF AI准备度指数，能提升对144国总产出的解释力，为AI时代国家规划提供新工具。

Comments 63 pages, 3 figures, 3 main tables, 14 supplementary tables. Reproducibility archive: https://doi.org/10.5281/zenodo.21871061. Third paper in a series on productive capacity in the AI era, after arXiv:2606.19794 (production function) and arXiv:2606.19846 (labor and capital transition)

Entanglement-Free Trajectory Planning for Tethered Mobile Robots with a Slack Tether

带松弛系绳的系绳移动机器人的无纠缠轨迹规划

Gianpietro Battocletti, Dimitris Boskos, Bart De Schutter

机构 * Delft University of Technology（代尔夫特理工大学） ； Delft Center for Systems and Control（代尔夫特系统与控制中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究针对带松弛系绳的移动机器人，提出一种含三步流程的运动规划算法，可生成动态可行的无纠缠轨迹，经仿真验证能实现更安全可靠的导航。

Comments 19 pages, 13 figures

FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving

FactorDrive：面向端到端自动驾驶的、由规划关键因素驱动的自适应多步推理

Guolei Huang, Tengfei She, Yuxuan Lu, Yao Huang, Yuqi Ye, Yongjun Shen

机构 * Southeast University（东南大学） ； Universiti Malay（马来亚大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对现有端到端自动驾驶方法在空间物理证据融合、推理适应及推理路径优化上的不足，提出FactorDrive框架，通过PCF-CoT数据集与QS-GRPO算法优化推理，在两类基准上取得最优规划性能。

Graph-Guided Safe Diffuser: Topological Graph Guidance for Safe Diffusion Planning

图引导的安全扩散器：用于安全扩散规划的拓扑图引导

Nakgyu Yang, KwangBin Lee, SooJean Han

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出图引导的安全扩散器（G2SD）框架，用高层拓扑图规划器引导低层扩散模型，解决扩散规划器的流形破裂问题，在Maze2D导航等任务中大幅提升无碰撞目标到达率与任务性能。

Comments 18 pages, 2 figures

SparsePilot: Belief-Guided Network Planning under Sparse Wireless Measurements

SparsePilot：稀疏无线测量下基于置信度的网络规划

Xuanhao Luo, Jiayuan Huang, Longyu Zhou, Mingzhe Chen, Yuchen Liu

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对无人机覆盖规划的稀疏无线测量难题，提出SparsePilot框架，结合多臂老虎机探测与深度强化学习，仅用3.1%测量预算即实现优异覆盖恢复，且跨场景泛化能力强。

Hierarchical Topology-Aware Planning and Control of Underwater Vehicle-Manipulator Systems in Confined Environments

受限环境下水下机器人-机械臂系统的分层拓扑感知规划与控制

Mohamed Abdelwahab, Ruggero Carli, Damiano Varagnolo, Alberto Dalla Libera

机构 * University of Padova（帕多瓦大学） ； Polytechnic University of Bari（巴里理工大学） ； Norwegian University of Science and Technology（挪威科技大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对受限环境下UVMS自主干预的风险问题，提出三层分层框架MANTA，经实验验证其任务成功率更高、安全余量更大，可实现更安全高效的水下自主干预。

PEEL: Parallel Extraction for Long-Horizon Disassembly Planning via Scale-Invariant Sampling

PEEL：基于尺度不变采样的长 horizon 拆卸规划并行提取算法

Servet B. Bayraktar, Andreas Orthey, Zachary Kingston, Marc Toussaint

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出 PEEL 算法，将尺度不变采样方案集成到 MAB-RRT 规划器中，并行规划长 horizon 多部件拆卸序列，在 76 个装配体上实现单部件拆卸 100% 成功率，并成功解决 Fetch 机械臂的长 horizon 拆卸问题。

Comments 15 pages, 11 figures, 11 tables. Project page: https://peel-disassembly.surge.sh/

Improving Operational Feasibility in Large-Scale Power System Planning

提升大规模电力系统规划的操作可行性

Gereon Recht, Oussama Alaya, Benedikt Jahn, Karl-Kiên Cao, Hendrik Lens

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出通过重新调度和增强初始解来解决大规模交流扩容问题，考虑了发电机、无功补偿设备、储能系统和传输的同步扩展，并通过启动程序和电源能力曲线等约束确保操作可行性。

Degradation-Aware Lifecycle Planning of Microgrids with Second-Life Batteries through Reliability-Guided Refinement

利用退役电池规划未来微电网：一种考虑退化的迭代优化框架

Hassan Zahid Butt, Xingpeng Li

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种考虑退化的迭代优化框架，用于长期微电网规划，整合光伏效率衰减、电池容量和效率退化以及退役电池特性，通过多年优化模型和逐年验证模型评估可靠性，减少停电风险并降低成本。

Knowing When to Ask: Resolving Uncertainty in Human-Robot Joint Planning via Explicit Dialogue and Implicit Intent Cues

不确定性缓解与意图推断：一种双模式人机联合规划系统

Zeyu Fang, Yuxin Lin, Cheng Liu, Beomyeol Yu, Zeyuan Yang, Rongqian Chen, Taeyoung Lee, Mahdi Imani, Tian Lan

机构 * Department of Electrical and Computer Engineering, George Washington University（电气与计算机工程系，乔治华盛顿大学） ； Department of Mechanical and Aerospace Engineering, George Washington University（机械与航空航天工程系，乔治华盛顿大学） ； Department of Electrical and Computer Engineering, Northeastern University（电气与计算机工程系，东北大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种双模式人机联合规划系统，通过缓解不确定性与推断意图，提升人机协作效率。

Risk-Averse Power System Resilience Planning Under AI Data Center Demand Growth Using a Two-Stage DRO-CVaR MILP Optimization

一种用于管理AI/数据中心需求冲击的双阶段风险厌恶DRO-MILP方法论框架

Sharaf K. Magableh, Caisheng Wang, Oraib Dawaghreh, Xuesong Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种双阶段风险厌恶DRO-MILP框架，用于管理AI驱动数据中心需求冲击，通过优化柔性容量模块的预分配和事后调度，提升电力系统韧性。

Comments Accepted for publication in the proceedings of the 58th North American Power Symposium (NAPS 2026)

Depth-Wise Probing and Pruning of the Planning Token in a Driving Vision-Language-Action Model

驾驶视觉-语言-动作模型中规划 token 的深度探测与剪枝

Harisankar Babu, Benjamin Coors, Christopher Lang, Hendrik Berkemeyer, Tamim Asfour, Simon Foell

机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文针对驾驶 VLA 模型的规划 token，通过探测其 32 个解码器层的信号并剪枝部分层，在误差小幅增加下实现 1.33 倍解码器加速，验证了规划信息早期存在但格式适配问题。

Comments Accepted at the 6th DriveX Workshop (Foundation Models for Autonomous Driving), ECCV 2026. 14 pages, 8 figures, 4 tables

Real-time Whole-Body Motion Planning for Mobile Manipulators Carrying Arbitrarily Shaped Payloads via Kinematically-Coupled SVSDF

基于运动学耦合SVSDF的移动操作臂携带任意形状负载的实时全身运动规划

Yisheng Li, Longji Yin, Tingrui Zhang, Ruize Xue, Haoda Zhu, Nan Chen, Siqi Liang, Yuxi Liu, Fu Zhang

机构 * University of Hong Kong（香港大学） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于KC-SVSDF的移动操作臂实时全身运动规划框架，通过链分解碰撞检查等方法，可可靠在复杂环境中运输大型非凸任意形状负载。

Ising Acceleration for Multi-Robot Multi-Target Planning

面向多机器人多目标规划的伊辛加速

Ahmet Efe, Recep B. Uludag, Chris H. Kim, Ulya R. Karpuzcu

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究CMOS伊辛机在多机器人多目标规划中的加速能力，提出适配硬件的规划方法与流水线，其能耗远低于经典方案，路径质量接近经典基准，可用于规划栈的部分环节。

Comments 11 pages, 14 figures

GeminiPainter's sequence-formed pipeline comprised of perception, cognition, planning, and action stages

GeminiPainter的序列式流程由感知、认知、规划和行动阶段组成

Miguel Altamirano Cabrera, Aleksey Fedoseev, Iana Zhura, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出自主机器人肖像生成系统，整合多技术实现绘画，经实验获用户高分评价，产出可识别且具吸引力的机器人肖像。

Adaptive-WAM: Quality-Guided Early-Exit Planning from Intermediate Video-Diffusion Features

Adaptive-WAM：基于质量引导的中间视频扩散特征早期退出规划

Sining Ang, Yuguang Yang, Yan Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 Adaptive-WAM是基于Wan2.2-5B主干的质量感知多出口规划器，通过动态分配主干深度减少计算量，在NAVSIM、nuScenes等数据集上取得优异规划性能，延迟显著降低。

Iterative Hybrid Discrete-Continuous Viewpoint Planning for UAV Photogrammetry

面向无人机摄影测量的迭代式混合离散-连续视点规划方法

Alan Grech, Daniel Pisani, Andre Grima, Carl James Debono, Saviour Formosa, Dylan Seychell

机构 * Stargate Studios Malta（马耳他星门工作室） ； University of Malta（马耳他大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究针对无人机摄影测量的局部重建误差问题，提出迭代式混合离散-连续视点规划方法，通过CMA-ES优化生成平衡局部质量与全局鲁棒性的飞行路径，在合成场景上提升了重建精度与完整性。

Comments 6 pages, 3 figures, 2 tables. Accepted for publication at the 14th IEEE European Conference on Visual Information Processing (EUVIP 2026)

Variable-Horizon Workforce Demand Forecasting with an Aggregate Demand Constraint for Construction Workforce Planning

面向建筑劳动力规划的带总需求约束的变时域劳动力需求预测

Hanbyeol Park, Jaehyeon Heo, Taekhyun Park, Minseong Kim, Hyerim Bae

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究针对建筑劳动力规划的变时域与总需求约束问题，提出CP-RAF模型，经现场数据验证，其在多场景下预测性能优于基准模型，适配建筑劳动力分配需求。

Unified Planning-Learning Framework for Robust UUV Navigation Under Partial Observability

部分可观测条件下用于自主水下航行器（UUV）鲁棒导航的统一规划-学习框架

Md Ether Deowan, Eleni Kelasidi

机构 * NTNU（挪威科技大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出统一规划-学习框架，结合占用地图构建、规划与控制，通过行为树蒸馏等技术提升UUV在部分可观测动态水下环境的导航鲁棒性与安全性，经仿真验证优于基线方法。

Comments 8 pages, 6 figures. Accepted for presentation at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Philadelphia, PA, USA

The Benefits of an Integrated Approach for Stability-Constrained Power System Planning

稳定性约束电力系统规划的集成方法的优势

Gereon Recht, Benedikt Jahn, Oussama Alaya, Karl-Kiên Cao, Hendrik Lens

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对电力系统规划串行方法的缺陷，研究集成方法在发电、输电、储能扩容时同步考虑稳定措施的优势，发现其可降低系统成本，且网格式电池储能系统的两用选项更具优势。

Beyond Simply Environment Scaling: Designing Effective Environment Distributions for Multimodal Agent Learning

超越单纯的环境规模扩展：为多模态智能体学习设计有效的环境分布

Kejian Zhu, Zhuoran Jin, Dongqi Huang, Hongbang Yuan, Yupu Hao, Kang Liu, Jun Zhao

专题命中 规划决策 ：agent(title,abstract)

AI总结 该研究针对多模态智能体学习中单纯扩展环境数量无效的问题，提出AES与HDC两种方法优化环境分布，提升了智能体训练效果。

Comments Code: https://github.com/GaryStack/Beyond-MMEnv-Scaling

P-ARC: Exploiting Subproblem Independence for Parallel Multi-Robot Motion Planning

P-ARC：利用子问题独立性实现并行多机器人运动规划

James D. Motes, Marco Morales, Nancy M. Amato

机构 * Parasol Lab, School of Computing and Data Science, University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校计算与数据科学学院Parasol实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出P-ARC并行算法，通过并行化ARC的三个阶段并采用OR并行多启动策略，在多机器人运动规划中实现近4倍加速。

Optimal Constrained sc-LTL Planning in MDPs via Switching Policies

马尔可夫决策过程中基于切换策略的最优约束sc-LTL规划

Zetong Xuan, Yu Wang

机构 * University of Florida（佛罗里达大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对MDP上带sc-LTL目标与安全约束的规划问题，提出归约为约束可达性问题的新方法，构造切换策略并通过线性规划求最优策略，经网格世界案例验证有效。

Comments 12 pages, 6 figures. Author's accepted version; accepted for publication in the IEEE Transactions on Automatic Control

MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off

MemoryCPT：用于成本-性能权衡的端到端智能体记忆框架

Songxin Lei, Kun Ouyang, Weilin Ruan, Yuqian Wu, Zhijiang Guo, Yushi Sun, Fugee Tsung

专题命中 规划决策 ：agent(title,abstract)

AI总结 MemoryCPT是一种端到端可训练的智能体记忆框架，通过QAD和QAR阶段优化记忆处理，在LoCoMo和LongMemEval数据集上实现了更优的成本-性能权衡。

LiverPlan: A Stage-Adaptive Immersive Visual Analytics Framework for Anatomical Liver Surgical Planning

LiverPlan：用于解剖性肝手术规划的阶段自适应沉浸式视觉分析框架

Qixuan Liu, Shi Qiu, Xiwen Wu, Yuqi Tong, Yinqiao Wang, Ruiyang Li, Jialun Pei, Shengdong Zhao, Chi-Wing Fu, Pheng-Ann Heng

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出LiverPlan阶段自适应沉浸式视觉分析框架，解决现有2D桌面肝手术规划工具的三大局限，经8名外科医生的对照研究，该框架可显著提升规划效率、降低认知负担并优化安全标准的主动优化。

Comments VIS 2026, to appear in TVCG

Evacuation Planning for Disaster Preparedness: An Adaptive Robust Optimization Approach

防灾准备中的疏散规划：一种自适应鲁棒优化方法

Jaehyuk Kim, Merve Bodur, Maria E. Mayorga, Osman Y. Ozaltin

专题命中 规划决策 ：planning(title,abstract)

AI总结 该研究提出首个自适应鲁棒疏散规划模型，联合优化避难所选址等多环节，实验显示集中式路径规划可大幅降低最坏情况未满足需求与疏散时间，自适应再分配可提升救灾覆盖。

Geometry-Aware Sampling-Based Motion Planning on Riemannian Manifolds

基于几何感知的黎曼流形上运动规划

Phone Thiha Kyaw, Jonathan Kelly

机构 * Institute for Aerospace Studies, University of Toronto（航空航天研究 institute，多伦多大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于采样的运动规划框架，直接在黎曼流形上操作，利用黎曼几何距离近似和自然梯度引导局部规划，实验证明其在非欧几里得几何下能生成更优轨迹。

Comments In Proceedings of the 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR), Oulu, Finland, Jun 15-17, 2026

AegisTS: A Hierarchical Agentic AI System with Reinforcement Learning for Multivariate Time Series Data Cleaning

AegisTS: 一种基于强化学习的层次化智能体系统用于多变量时间序列数据清洗

Yuhan Shi, Yuanyuan Yao, Lu Chen, Mourad Khayati, Yushuai Li, Tianyi Li

专题命中 规划决策 ：agentic(title)；agent(abstract)

AI总结 针对多变量时间序列中同时存在的多种质量问题，提出基于强化学习的层次化智能体系统AegisTS，通过联合优化问题处理顺序和清洗模型选择，实现无需真值的高效数据清洗。

Empirical behavioural heterogeneity shapes the dynamics of an agent-based land use model

经验行为异质性塑造基于智能体的土地利用模型的动态特征

Ronja Hotz, Thomas Schmitt, Calum Brown, Yongchao Zeng, Mark Rounsevell

专题命中 规划决策 ：agent(title,abstract)

AI总结 该研究将欧洲林业从业者的经验行为类型学整合进基于智能体的土地利用模型，发现行为异质性可削弱土地利用的同步响应，提升模型真实性，且个体决策行为依赖所处种群环境。

Comments 30 pages, 24 figures. Submitted to SESMO

Flying over The Uncertain Nature (FORTUNE): Intelligent and Humanistic 3D Path Planning for Low-Altitude Collaboration

飞越不确定性自然（FORTUNE）：面向低空协同的智能且人文的三维路径规划

Minghui Liwang, Wenhan Jia, Xinlei Yi, Wenbo Zhu, Yuhan Su, Xianbin Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文针对低空智能体的三维多无人机路径规划问题，提出FORTUNE分层离线-在线框架，其在真实与合成场景中性能优于现有最优方法。