From Raw IDs to Semantic Planning: How Recommender Systems Utilize Information at Scale
从原始ID到语义规划：推荐系统如何大规模利用信息
专题命中 规划决策 ：planning(title,abstract)
AI总结 探讨推荐系统如何利用信息，分析原始ID主导早期发展及语义信息封装于ID的原因，引入语义规划为未来方向，指出转变需在模型设计、评估及协调多方目标等方面做出改变。
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 35686 篇
PRO-SPECT: Probabilistically Safe Scalable Planning for Energy-Aware Coordinated UAV-UGV Teams in Stochastic Environments
PRO-SPECT：面向能量感知的协调无人机-无人地面车辆团队在随机环境中的概率安全可扩展规划
机构 * Khoury Department of Computer Sciences at Northeastern University（东北大学Khoury计算机科学系） ； The Charles Stark Draper Laboratory, Inc.（查尔斯·斯塔克·德雷珀实验室公司） ； Department of Mechanical and Industrial Engineering at Northeastern University（东北大学机械与工业工程系） ； Departments of Mechanical and Industrial Engineering and Electrical and Computer Engineering at Northeastern University（东北大学机械与工业工程系和电气与计算机工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出PRO-SPECT算法，用于在随机环境中实现无人机和无人地面车辆团队的能量感知规划，通过概率安全约束确保任务成功，支持离线和在线重新规划。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems 2026 (IROS 2026)
VersualRL: Closed-Loop Verbal Reinforcement Learning with Visual Execution Feedback for Task-Level Robot Planning
闭环言语强化学习用于任务级机器人规划
机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（智能空间机器人实验室，斯克尔科夫科学与技术研究所）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出闭环言语强化学习框架，通过大语言模型与视觉语言模型交互，在符号规划层迭代优化行为树，实现可解释的任务级规划与执行不确定性下的自适应。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
GNN-DIP: Neural Corridor Selection for Decomposition-Based Motion Planning
GNN-DIP：基于分解的运动规划中的神经走廊选择
机构 * Technical University of Munich（慕尼黑技术大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出GNN-DIP框架，通过结合图神经网络与分解引导规划器，解决狭长通道中路径搜索的效率瓶颈，实现高成功率和速度提升。
Journal ref Published to IROS 2026
Compositional Diffusion with Guided Search for Long-Horizon Planning
用于长期规划的带引导搜索的组合扩散
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对组合生成模型在局部分布多模态时的模式平均问题，提出带引导搜索的组合扩散方法（CDGS），通过特定采样、过滤和重采样解决问题，在机器人操作任务上表现出色且跨领域通用。
Comments 38 pages, 18 figures, ICLR 2026 ORAL
Rapid and Safe Trajectory Planning over Diverse Scenes through Diffusion Composition
通过扩散合成在多样场景中进行快速且安全的轨迹规划
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； University of Michigan（密歇根大学） ； MIT（麻省理工学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对动态环境规划难题，提出能量参数化扩散规划框架，结合轻量级安全过滤器和场景无关的数据生成管道，实现多样场景下快速安全规划，仿真与真实实验验证了其有效性、鲁棒性和适用性。
Task and Motion Planning for Humanoid Loco-manipulation
人形机器人移动与操作的任务与运动规划
机构 * Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM), Germany（慕尼黑机器人与机器智能研究所（MIRMI）、慕尼黑技术大学（TUM））
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于优化的任务与运动规划框架，通过共享接触模式实现人形机器人移动与操作的统一规划。
Vessel Trajectory Prediction using COLREGs-aware Optimal Planning
使用COLREGs感知最优规划的船舶轨迹预测
机构 * ABB Corporate Research（ABB企业研究部） ； Department of Electrical Engineering, Linköping University（Linköping大学电气工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究船舶轨迹预测问题，核心方法是先利用A*搜索生成初始轨迹，再用数值优化器确保符合COLREG，以船舶当前位置、速度和目的地为输入，基于AIS数据验证，比基于学习的方法预测更快。
Comments 6 pages, 11 figures. This work has been accepted to IFAC2026 for publication under a Creative Commons Licence CC-BY-NC-ND
RAVEN: Reinforcement-Adaptive Visibility-Graph Planning for Robust Humanoid Navigation with Collision-Free MPC
RAVEN：用于稳健人形机器人导航的强化自适应可见性图规划与无碰撞MPC
机构 * Robotics and Mechanisms Laboratory (RoMeLa), Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（机器人与机构实验室（RoMeLa），机械与航天工程系，加利福尼亚大学洛杉矶分校）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对人形机器人在动态环境中的导航问题，提出RAVEN框架，通过强化学习自适应调整可见性图规划器几何结构，结合无碰撞MPC层跟踪轨迹，经实验评估，该方法能减少超调、提高狭窄通道稳健性及在延迟噪声下可靠导航。
A Generative Partially Specified Finite State Machine Approach to Complex Behaviour Planning
一种用于复杂行为规划的生成式部分指定有限状态机方法
机构 * University of Canberra（堪培拉大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究为自主机器人在动态环境中的行为规划，提出生成式部分指定有限状态机（GPSFSM）神经符号架构，利用Fabric等组件实现标准化语义能力描述，实验表明该方法计划生成成功率高、延迟低，还能生成复杂行为，且开源堆栈使其实用可重复。
Comments Accepted for publication in the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 10 figures, 1 table
What is your Prior Worth? Effective Sample Size and Sample Size Planning for Gaussian Graphical Models
你的先验价值几何？高斯图模型的先验有效样本量与样本量规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对高斯图模型（GGM）下Wishart和G-Wishart先验，提出先验有效样本量（ESS）估计方法，并基于此开发两种互补的样本量规划策略：数据-先验信息比（DPIR）和贝叶斯因子设计分析（BFDA）。
Can LLMs Prove Robotic Path Planning Optimality? A Benchmark for Research-Level Algorithm Verification
大语言模型能否证明机器人路径规划的最优性？一种用于研究级算法验证的基准测试
机构 * George Mason University（乔治梅森大学） ； Florida Atlantic University（佛罗里达大西洋大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出首个评估大语言模型在机器人路径规划算法近似比证明能力的基准测试，包含34个研究级证明任务，揭示了LLM在缺乏领域知识时的局限性，并通过上下文补充分析改进推理质量。
Connectivity Maintenance and Recovery for Multi-Robot Motion Planning
多机器人运动规划中的连通性维持与恢复
机构 * Brown University（布朗大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于贝塞尔曲线的实时运动规划算法，用于多机器人系统中维持和恢复连通性，提升在障碍物环境中导航的成功率。
Comments 8 pages, 3 figures. To appear in the Proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, PA, USA
Catch, Throw, Repeat: Planning for Human-Robot Partner Juggling
接住、抛出、重复：人机搭档杂耍的规划
机构 * Technical University of Darmstadt（达姆施塔特工业大学） ； Justus-Liebig University Gießen（吉森尤斯 - 李比希大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany（德国机器人研究所） ； Indian Institute of Technology Delhi - Abu Dhabi（印度理工学院德里分校 - 阿布扎比）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究人机搭档杂耍问题，提出实时规划和控制架构，集成多种技术实现同步多球杂耍。通过用户研究，证明系统能达成三球级联共享，参与者成绩超此前最佳，提升了人机物理交互和共享自主性。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
BridgeFlow: Fast and Robust SE(2)-Equivariant Motion Planning with Flow Matching
BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures
DRIFT: Drift and Aggregation for Motion Planning
DRIFT：用于运动规划的漂移与聚合
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。
Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL
Motion Planning with Model-Based Diffusion via Constraint Optimization and Adaptive Scheduling
基于约束优化和自适应调度的基于模型扩散的运动规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对高度非凸约束环境下单机器人运动规划难题，提出MD-COAS方法，统一软扩散先验与硬投影算子，自适应调度并共同优化安全约束及扩散调度，实验证明其在多方面优于基线规划器。
Temporal Cascading of Planning and Control for Quadrotor MPC
四旋翼MPC的时间级联规划与控制
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究四旋翼空中任务规划与控制问题，提出UNIQUE架构，以时间级联取代分层堆叠，将规划问题作为多阶段MPC的第二尾视野求解，对齐成本、推导约束并引入过渡约束，提升了闭环跟踪性能。
Learning Robust Execution in Robotic Manipulation with Agentic Reinforcement Learning
通过智能强化学习在机器人操作中学习鲁棒执行
机构 * School of Inteligence Science and Engineering, the Harbin Institute of Technology Shenzhen（哈尔滨工业大学（深圳）智能科学与工程学院） ； Faculty of Robot Science and Engineering, Northeastern University（东北大学机器人科学与工程学院）
专题命中 规划决策 ：agentic(title,abstract)
AI总结 针对机器人操作面临的挑战，提出用两个互补指标评估执行质量，构建智能强化学习框架，通过高级决策恢复有效执行，在LIBERO基准测试中提升了执行成功率，增强了执行鲁棒性。
nuTruck: Benchmarking Autonomous Driving Planning for Distributed Electric-drive Trucks
nuTruck：分布式电动卡车自动驾驶规划的基准测试
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； KargoBot.AI Inc.（卡戈博特人工智能公司）
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对分布式电动卡车自动驾驶规划，提出nuTruck基准测试。纳入高精度动力学模型，采用多种规划器为基线，利用真实场景闭环评估，可定量评估侧翻风险等，有望成为评估此类规划器的新标准。
Comments 8 pages, 6 figures, 5 tables
VAMP-MR: Vector-Accelerated Motion Planning and Execution for Multi-Robot-Arms
VAMP-MR：多机器人手臂的向量加速运动规划与执行
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； University of Michigan（密歇根大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对多机器人手臂运动规划这一关键挑战，结合经典规划算法与矢量化碰撞检查技术，引入新运动规划器，基于CPU SIMD指令加速碰撞检查，在运动规划和执行后处理中实现加速，并发布实现降低研发门槛。
Comments 8 pages, 6 figures, 3 tables. To appear in the Proceedings of IROS 2026
Parsimonious disturbance-aware minimum-time planning with parametric uncertainty
具有参数不确定性的简约干扰感知最短时间规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对赛车运动应用提出最小圈时规划框架，考虑状态干扰和参数不确定性，扩展公式并采用简约激活策略，通过MPC验证，相比无鲁棒性规划，鲁棒规划失败运行少、关键信号分散紧，提升了可跟踪性。
An ALNS Heuristic for Large-Scale Line Planning with Mode Choice and Line Generation
一种用于具有模式选择和线路生成的大规模线路规划的自适应大邻域搜索启发式算法
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对大规模公共交通线路规划中考虑需求响应性这一复杂问题，提出可扩展的ALNS算法，联合优化线路和频率，动态生成候选线路并评估解决方案，在丹麦欧登塞网络验证其适用性，优化后提升了服务水平，凸显校准需求模型的重要性。
Comments 47 pages, 7 figures
Direct probabilistic IMPT treatment planning with setup and range errors for neuro-oncological patients
针对神经肿瘤患者设置和范围误差的直接概率调强放疗治疗计划
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究针对神经肿瘤患者，比较概率计划与稳健计划，采用基于百分位数的概率方法，通过嵌套结构和多项式混沌展开采样计算，实现更好的靶区覆盖与危及器官剂量降低权衡，优化时间有改善。
Diagnosing Semantic Handoff Failures in Agent-Orchestrated Vision-Language-Action Skill Composition
诊断智能体编排的视觉-语言-动作技能组合中的语义切换失败
机构 * SimpleAI
专题命中 规划决策 ：agent(title,abstract)
AI总结 研究智能体编排的视觉-语言-动作技能组合中的语义切换失败问题，通过智能体编排执行框架，调用基于π0.5的技能检查点，在两种初始状态分布下评估，发现单技能与长期任务成功率差距大，为未来技能库改进提供诊断依据。
Journal ref RSS SemRob Workshop 2026
Simulation-based planning of Motion Sequences for Automated Procedure Optimization in Multi-Robot Assembly Cells
基于仿真的多机器人装配单元自动化程序优化的运动序列规划
机构 * Institute for Material Handling and Logistics (IFL), Karlsruhe Institute of Technology（材料搬运与物流研究所（IFL），卡尔斯鲁厄理工学院） ； Bosch Corporate Research, Robert Bosch GmbH（博世企业研究，罗伯特·博世有限公司）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出一种基于仿真的方法，通过将装配步骤分解为核心操作和遍历操作，并采用分解式运动规划策略优化调度，以生成高效无碰撞的多机器人运动序列，减少装配时间。
Comments Accepted for publication at IEEE CASE 2026
A hybrid predictive and prescriptive modelling framework for long-term mental healthcare workforce planning
一种结合预测和规范性建模的长期心理健康劳动力规划框架
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种结合预测和规范性建模的框架，用于长期心理健康劳动力规划，通过分析库存-流量模型和概率预测，揭示当前人员计划的不可持续性并提出地区层面政策改进。
Comments Published
Journal ref Journal of the Operational Research Society (2025)
EvoGraph-R1: Self-Evolving Multimodal Knowledge Hypergraphs for Agentic Retrieval
EvoGraph-R1：用于智能检索的自进化多模态知识超图
机构 * Northwestern Polytechnical University（西北工业大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Monash University（莫纳什大学） ； 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)；agent(abstract)
AI总结 研究针对现有GraphRAG方法将知识图视为静态数据结构的局限，提出EvoGraph-R1自进化框架，把检索建模为MDP，智能体通过多种操作使超图结构进化以支持多跳推理，实验证明该方法在多模态问答基准测试中大幅优于现有基线。
Comments 10 pages main paper, 6 figures. CVPR 2026 accepted paper
Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning
用于多样化可行机器人运动规划的全局约束斯坦变分推理
机构 * PEARL Lab, Dept. of Computer Science, TU Darmstadt（珍珠实验室，达姆施塔特工业大学计算机科学系） ； Robotics Institute Germany (RIG)（德国机器人研究所）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究机器人运动规划多模态问题，提出SteinSQP方法，通过约束斯坦变分推理演化粒子集合，用无矩阵原始对偶算法解决子问题，引入优点函数全局化方法，在多任务中表现良好，收敛快且可行性高。
Model-Based Diffusion Optimal Control for Multi-Robot Motion Planning
基于模型的扩散最优控制用于多机器人运动规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。
