AI Agent

AVATAAR: Agentic Video Answering via Temporal Adaptive Alignment and Reasoning

AVATAAR：通过时间自适应对齐和推理实现代理视频回答

Urjitkumar Patel, Fang-Chun Yeh, Chinmay Gondhalekar

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

AI总结 AVATAAR通过结合全局和局部视频上下文，以及预检索思考代理和重思模块，提升长视频问答的准确性和可解释性，实验显示在CinePile基准上显著提升各类问答任务性能。

Comments Accepted in the 5th IEEE Big Data Workshop on Multimodal AI (MMAI 2025), Dec 8-11, Macau, China, 2025 (Preprint Copy)

Journal ref 2025 IEEE International Conference on Big Data (BigData), Macau, China

Informed Hybrid Zonotope-based Motion Planning Algorithm

有信息的混合混成otope基于运动规划算法

Peng Xie, Johannes Betz, Amr Alanwar

机构 * TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑工业大学计算、信息与技术学院） ； TUM School of Engineering and Design, Technical University Munich（慕尼黑工业大学工程与设计学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出HZ-MP算法，通过分解无障碍空间并利用椭球otope启发式方法进行低维面采样，集中探索有潜力的过渡区域，从而提高在狭窄通道或封闭目标场景下的规划效率。

Traffic-Aware Microgrid Planning for Dynamic Wireless Electric Vehicle Charging Roadways

面向动态无线电动汽车充电道路的交通感知微电网规划

Dipanjan Ghose, Junjie Qin, S Sivaranjani

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种交通感知微电网规划框架，用于动态无线充电道路，通过整合交通行为与电动汽车能耗，降低系统成本。

Comments This version provides the updated formulation referenced in the withdrawal of the previous one

Lighting-grounded Video Generation with Renderer-based Agent Reasoning

基于渲染的视频生成与基于代理的推理

Ziqi Cai, Taoyu Yang, Zheng Chang, Si Li, Han Jiang, Shuchen Weng, Boxin Shi

机构 * State Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院国家视觉技术工程研究中心） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； OpenBayes Information Technology Co., Ltd.（北京开贝信息技术有限公司） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出LiVER框架，通过显式3D场景属性条件生成可控视频，结合轻量条件模块和渐进训练策略，实现高保真和精确控制，适用于图像到视频和视频到视频的合成。

Comments Accepted to CVPR 2026

Mitigating Visual Context Degradation in Large Multimodal Models: A Training-Free Decoupled Agentic Framework

缓解大多模态模型中的视觉上下文退化：一种无需训练的解耦代理框架

Hongrui Jia, Chaoya Jiang, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University（北京大学软件工程国家工程研究中心） ； Shandong University（山东大学） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文提出无需训练的解耦代理框架DRP，通过让LLM作为策略推理者与LMM作为观察者解耦，有效缓解多模态推理中的视觉退化问题，实验表明其在MathVision基准上准确率优于GPT-4o。

Telecom World Models: Unifying Digital Twins, Foundation Models, and Predictive Planning for 6G

电信世界模型：统一数字孪生、基础模型和预测规划用于6G

Hang Zou, Yuzhi Yang, Lina Bariah, Yu Tian, Yuhuan Lu, Bohao Wang, Anis Bara, Brahim Mefgouda, Hao Liu, Yiwei Tao, Sergy Petrov, Salma Cheour, Nassim Sehad, Sumudu Samarakoon, Chongwen Huang, Samson Lasaulce, Mehdi Bennis, Mérouane Debbah

机构 * Research Institute for Digital Future, Khalifa University（哈利法大学数字未来研究所） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院） ； University of Oulu（奥卢大学） ； Aalto University（阿尔托大学） ； Université de Lorraine, CNRS, CRAN（洛林大学，法国国家科学研究中心，CRAN） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出电信世界模型(TWM)，结合数字孪生与基础模型，解决6G网络中动态建模、不确定性处理和多层控制规划问题。

Walk the Talk: Bridging the Reasoning-Action Gap for Thinking with Images via Multimodal Agentic Policy Optimization

行走与言说：通过多模态代理策略优化弥合图像推理与行动之间的差距

Wenhao Yang, Yu Xia, Jinlong Huang, Shiyin Lu, Qing-Guo Chen, Zhao Xu, Weihua Luo, Kaifu Zhang, Yuchen Zhou, Xiaobo Xia, Yuanyu Wan, Lijun Zhang, Tat-Seng Chua

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； AI Business, Alibaba Group（阿里巴巴集团智能计算研究院） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, China（上海交通大学自动化与智能感知学院） ； School of Intelligent Systems Engineering, Sun Yat-sen University, Shenzhen, China（中山大学智能工程学院（深圳）） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； School of Software Technology, Zhejiang University, China（浙江大学软件学院） ； School of Computing, National University of Singapore, Singapore, Singapore（新加坡国立大学计算机学院） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文提出MAPO方法，通过强制生成视觉内容的显式文本描述，结合语义对齐与任务奖励，提升多模态推理能力，实验表明其在多个视觉推理基准上表现优异。

Towards National Quantum Communication in Europe: Planning and Sizing Terrestrial QKD Networks

迈向欧洲国家量子通信：规划与设计陆基QKD网络

Sebastian Raubitzek, Werner Strasser, Sebastian Ramacher, Thomas Lebeth, Andreas Neuhold, Christoph Pacher

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种可复现的规划方法，用于设计支持关键基础设施和公共当局的国家陆基QKD网络，通过蒙特卡洛模拟验证了奥地利案例，并推导出适用于其他欧盟国家的扩展规则。

Beyond Tools and Persons: Who Are They? Classifying Robots and AI Agents for Proportional Governance

超越工具与人：他们是谁？为比例治理分类机器人和人工智能代理

Huansheng Ning, Jianguo Ding

专题命中 规划决策 ：AI agent(title,abstract)

AI总结 本文提出基于CPST空间理论的分类框架，用于确定自主系统实体类型及相应治理措施，提出三类分类体系并设计评估协议。

Comments 14 pages, 2 figures, 1 table

A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles

水下无人航行器基于传感器的规划与控制综述

Shivam Vishwakarma, Tejal Bedmutha, Dharmendra Kumar Patel, Vijay Bhaskar Semwal, Leena Vachhani

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文综述了水下无人航行器基于传感器的规划与控制方法，分析了复杂环境下的定位与避障问题，探讨了耦合架构与解耦架构的对比，指出MPC和不变集控制器在路径优化与安全性方面的贡献。

How can LLMs Support Policy Researchers? Evaluating an LLM-Assisted Workflow for Large-Scale Unstructured Data

大型语言模型如何支持政策研究？评估一个用于大规模非结构化数据的LLM辅助工作流

Yuhan Liu, Shuyao Zhou, Jakob Kaiser, Ella Colby, Jennifer Okwara, Maggie Wang, Varun Nagaraj Rao, Andrés Monroy-Hernández

专题命中 规划决策 ：workflow(title,abstract)

AI总结 本文评估了LLM辅助工作流在处理大规模非结构化数据中的应用，探讨了其在政策研究中的可行性和有效性。

Multimodal Classification Network Guided Trajectory Planning for Four-Wheel Independent Steering Autonomous Parking Considering Obstacle Attributes

四轮独立转向自主泊车的多模态分类网络引导轨迹规划考虑障碍属性

Jingjia Teng, Yang Li, Yougang Bian, Manjiang Hu, Yingbai Hu, Guofa Li, Jianqiang Wang

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于多模态感知网络和混合A*搜索的轨迹规划框架，通过考虑障碍属性提升四轮独立转向车辆在狭窄环境中的导航效率和安全性。

Comments The manuscript in this current form requires substantial revision. For this reason, I request the withdrawal of the submission to allow for comprehensive improvement before resubmission

CC-VPSTO: Chance-Constrained Via-Point-Based Stochastic Trajectory Optimisation for Online Robot Motion Planning under Uncertainty

CC-VPSTO：在不确定性下的在线机器人运动规划中的机会约束路径优化

Lara Brudermüller, Guillaume Berger, Julius Jankowski, Raunak Bhattacharyya, Raphaël Jungers, Nick Hawes

机构 * Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所） ； ICTEAM, UCLouvain（鲁汶大学ICTEAM） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CC-VPSTO方法，通过机会约束优化解决机器人在不确定性下的路径规划问题，结合蒙特卡洛采样和梯度自由优化，实现高效可靠的任务驱动控制。

Comments 23 pages, 12 figures, submitted to International Journal of Robotics Research

Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments

浮基多连杆机器人的分层轨迹规划用于在受限环境中 maneuvering

Yicheng Chen, Jinjie Li, Haokun Liu, Zicheng Luo, Kotaro Kaneko, Moju Zhao

机构 * Department of Mechanical Engineering, The University of Tokyo（东京大学机械工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种分层轨迹规划框架，通过全局引导与配置感知的局部优化，实现浮基多连杆机器人在受限环境中的机动性，无需人工构建障碍模型。

Comments Accepted to IEEE T-ASE; DOI pending

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 23, pp. 5460-5477, 2026

Approximation Algorithms for Line Planning with Heterogeneous Fleets and Multiple Resource Constraints

具有异质车队和多重资源约束的线路规划近似算法

Hongyi Jiang, Igor Averbakh, Samitha Samaranayake

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了面临预算、劳动力和排放限制的公共交通巴士网络线路规划问题，提出了一种具有理论保证的近似算法，解决了异质车队和多重资源约束下的线路规划问题，实验表明其在大规模应用中表现优异。

Dose Validation of GRID Block Treatment Applicator within the RayStation Treatment Planning System

RayStation治疗计划系统中GRID块治疗装置的剂量验证

Blessing Akah, Edwin Quashie, Gene Cardarelli

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了在RayStation治疗计划系统中使用GRID块治疗装置的剂量验证方法，通过建立符合性治疗计划并结合QA计划和Mapcheck2结果，提出了一种标准化临床实施的新方法。

SGTA: Scene-Graph Based Multi-Modal Traffic Agent for Video Understanding

基于场景图的多模态交通代理：视频理解的模块化框架

Xingcheng Zhou, Mingyu Liu, Walter Zimmer, Jiajie Zhang, Alois Knoll

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 SGTA结合结构化场景图与多模态推理，通过检测、跟踪和车道提取构建交通场景图，并利用ReAct处理大语言模型的推理轨迹，实现复杂视频问题的可解释决策。

Progressive Video Condensation with MLLM Agent for Long-form Video Understanding

逐步视频压缩与MLLM代理用于长视频理解

Yufei Yin, Yuchen Xing, Qianke Meng, Minghao Chen, Yan Yang, Zhou Yu

机构 * Zhejiang Key Laboratory of Space Information Sensing and Transmission, Hangzhou Dianzi University（浙江省空间信息感知与传输重点实验室，杭州电子科技大学） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出ProVCA，通过逐步缩小范围从粗略片段到精细帧，利用MLLM进行高效视频理解，实现高准确率。

Comments Accepted to ICME 2026

Cooperative Detour Planning for Dual-Task Drone Fleets

双任务无人机编队的协同绕行规划

Pengbo Zhu, Meng Xu, Andreas A. Malikopoulos, Nikolas Geroliminis

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种去中心化框架，使无人机编队同时执行送货任务和观察交通状况。通过动态信息值模型，无人机在路径规划中考虑交通不确定性，并通过局部聚类优化实现高效任务执行。

Comments Submitted to the 65th IEEE Conference on Decision and Control (CDC 2026)

UniDriveVLA: Unifying Understanding, Perception, and Action Planning for Autonomous Driving

UniDriveVLA: 联合理解、感知与行动规划以实现自动驾驶

Yongkang Li, Lijun Zhou, Sixu Yan, Bencheng Liao, Tianyi Yan, Kaixin Xiong, Long Chen, Hongwei Xie, Bing Wang, Guang Chen, Hangjun Ye, Wenyu Liu, Haiyang Sun, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； SKL-IOTSC, University of Macau（澳门大学智慧城市物联网国家重点实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 UniDriveVLA通过专家解耦和三阶段训练策略，解决自动驾驶中感知与推理的冲突，实现空间感知与语义推理的统一，取得nuScenes和Bench2Drive的优异性能。

Comments code has been released at https://github.com/xiaomi-research/unidrivevla

Optimizing a Worldwide-Scale Shipper Transportation Planning in a Carmaker Inbound Supply Chain

优化全球规模的汽车制造商 inbound 供应链货运规划

Mathis Brichet, Maximilian Schiffer, Axel Parmentier

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种定制化的迭代局部搜索算法，解决大规模货运规划问题，实现70万商品和120万条弧的计算实验，展示23.2%的成本节约潜力，并在雷诺汽车部署，年节省约2000万欧元。

Comments 40 pages, 27 figures, 9 tables

A3R: Agentic Affordance Reasoning via Cross-Dimensional Evidence in 3D Gaussian Scenes

A3R: 通过跨维度证据进行3D高斯场景中的代理 affordance 推理

Di Li, Jie Feng, Guanbin Li, Ronghua Shang, Yuhui Zheng, Weisheng Dong, Guangming Shi

机构 * Xidian University（西安电子科技大学） ； Sun Yat-sen University（中山大学） ； Qinghai Normal University（青海师范大学） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文提出A3R框架，通过跨维度证据获取提升复杂3D高斯场景中细粒度affordance推理的准确性与效率。

Rendezvous Planning from Sparse Observations of Optimally Controlled Targets

从最优控制目标的稀疏观测中进行会合规划

Thomas A. Scott, Lukas Taus, Yen-Hsi Richard Tsai, Tan Bui-Thanh, Justin G. R. Delva

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种概率框架，用于在稀疏、噪声观测下规划会合点，结合滤波方法和高斯过程校正，以估计目标轨迹并选择最优会合点，确保在不确定性下做出统计一致的决策。

IA-TIGRIS: An Incremental and Adaptive Sampling-Based Planner for Online Informative Path Planning

IA-TIGRIS: 一种用于在线信息路径规划的增量和自适应采样规划器

Brady Moon, Nayana Suvarna, Andrew Jong, Satrajit Chatterjee, Junbin Yuan, Muqing Cao, Sebastian Scherer

机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所） ； Department of Mechanical Engineering, Brigham Young University（杨百翰大学机械工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出IA-TIGRIS，一种用于实时任务的增量和自适应采样路径规划方法，通过增量优化和动态更新信念地图，提升信息获取效率，实验证明其在无人机应用中信息增益提升达38%。

Comments Published in IEEE Transactions on Robotics, 19 pages, 19 figures

A 4D Representation for Training-Free Agentic Reasoning from Monocular Laparoscopic Video

一种用于无训练代理推理的4D表示

Maximilian Fehrentz, Nicolas Stellwag, Robert Wiebe, Nicole Thorisch, Fabian Grob, Patrick Remerscheid, Ken-Joel Simmoteit, Benjamin D. Killeen, Christian Heiliger, Nassir Navab

机构 * Computer Aided Medical Procedures, TU Munich（慕尼黑工业大学计算机辅助医疗程序研究所） ； Hospital of the LMU Munich, Ludwig-Maximilians-Universität (LMU)（慕尼黑大学医院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出一种基于显式4D表示的框架，利用多模态大语言模型实现无训练的手术代理推理，提升时空理解能力。

Sampling-based Task and Kinodynamic Motion Planning under Semantic Uncertainty

基于采样的任务与运动学动态运动规划在语义不确定性下

Qi Heng Ho, Zachary N. Sunberg, Morteza Lahijanian

机构 * Kevin T. Crofton Department of Aerospace and Ocean Engineering, Virginia Tech（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系） ； Smead Department of Aerospace Engineering Sciences, University of Colorado Boulder（科罗拉多大学博尔德分校斯米德航空航天工程科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了在不确定环境中集成任务和运动学动态运动规划问题，提出了一种结合决策技术和采样运动规划的 anytime 算法，证明了算法的正确性和渐进最优性。

Behavioral Score Diffusion: Model-Free Trajectory Planning via Kernel-Based Score Estimation from Data

行为得分扩散：通过核基得分估计实现无模型轨迹规划

Shihao Li, Jiachen Li, Jiamin Xu, Dongmei Chen

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出行为得分扩散（BSD），通过核加权估计直接从轨迹数据中计算扩散得分函数，无需学习模型或动力学模型，在停车场景中实现高效轨迹规划。

Motion Planning with Precedence Specifications via Augmented Graphs of Convex Sets

通过凸集增强图进行具有优先级规格的运动规划

Shilin You, Gael Luna, Juned Shaikh, David Gostin, Yu Xiang, Justin Koeln, Tyler Summers

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种算法，用于规划避开障碍物并满足关键门优先级规格的轨迹。方法通过精确的凸集划分编码自由空间连通性，并构建增强图以精确编码优先级规格，通过求解最短路径问题提供精确解。

Analyzing Performance and Scalability of Benders Decomposition for Generation and Transmission Expansion Planning Models

分析Benders分解在发电与输电扩展规划模型中的性能与可扩展性

David L. Cole, Michael Lau, Xinliang Dai, Sambuddha Chakrabarti, Jesse D. Jenkins

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文研究了Benders分解在发电与输电扩展规划模型中的性能与可扩展性，探讨了改进收敛速度的方法，并展示了通过正则化等策略优化求解效率的成果。

Comments 11 pages, 7 figures, 1 table. This work has been submitted to the IEEE for possible publication

SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models

SIMPACT：基于视觉-语言模型的仿真增强动作规划

Haowen Liu, Shaoxiong Yao, Haonan Chen, Jiawei Gao, Jiayuan Mao, Jia-Bin Huang, Yilun Du

机构 * UMD（马里兰大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Harvard（哈佛大学） ； Amazon FAR（亚马逊FAR） ； UPenn（宾夕法尼亚大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 SIMPACT通过仿真循环世界建模赋予视觉-语言模型物理推理能力，实现高效动作规划，优于现有通用机器人操作模型，在五个复杂真实世界任务中表现优异。

Comments Accepted to CVPR 2026; camera-ready version