AI Agent

Characterization, Analytical Planning, and Hybrid Force Control for the Inspire RH56DFX Hand

Inspire RH56DFX手的表征、分析规划与混合力控

Xuan Tan, William Xie, Nikolaus Correll

机构 * Department of Computer Science, University of Colorado Boulder（计算机科学系，科罗拉多大学博尔德分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文通过硬件表征、MuJoCo模型和混合力控方法改进Inspire RH56DFX手，提升其在抓取任务中的性能和可解释性。

Bilevel Planning with Learned Symbolic Abstractions from Interaction Data

基于交互数据学习的符号抽象的双层规划

Fatih Dogangun, Burcu Kilic, Serdar Bahar, Emre Ugur

机构 * Bogazici University（博雅大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种双层神经符号框架，利用学习的概率符号规则和连续效应模型，在多目标操作任务中实现高效且可靠的规划。

PhaForce: Phase-Scheduled Visual-Force Policy Learning with Slow Planning and Fast Correction for Contact-Rich Manipulation

PhaForce: 基于慢规划与快修正的相位调度视觉-力政策学习用于接触密集 manipulation

Mingxin Wang, Zhirun Yue, Renhao Lu, Yizhe Li, Zihan Wang, Guoping Pan, Kangkang Dong, Jun Cheng, Yi Cheng, Houde Liu

专题命中 规划决策 ：planning(title,abstract)

AI总结 PhaForce 通过慢规划与快修正机制，实现接触密集 manipulation 中力与视觉的协同控制，提升任务成功率与接触质量。

Hierarchical Multi-Modal Planning for Fixed-Altitude Sparse Target Search and Sampling

分层多模态规划用于固定高度稀疏目标搜索与采样

Lingpeng Chen, Yuchen Zheng, Apple Pui-Yi Chui, Junfeng Wu, Ziyang Hong

专题命中 规划决策 ：planning(title,abstract)

AI总结 HIMoS通过分层多模态规划提高稀疏目标搜索与采样任务的效率，结合全局与局部规划器优化路径，平衡多种传感任务。

Comments 8 pages, 9 figures, conference

Underwater Embodied Intelligence for Autonomous Robots: A Constraint-Coupled Perspective on Planning, Control, and Deployment

水下具身智能：一种约束耦合视角下的规划、控制与部署

Jingzehua Xu, Guanwen Xie, Jiwei Tang, Shuai Zhang, Xiaofan Li

机构 * Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生学院） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； Department of Data Science, New Jersey Institute of Technology（新泽西理工学院数据科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种约束耦合视角下的水下具身智能方法，探讨了规划、控制与部署中的紧密耦合约束，旨在实现更可靠和可扩展的自主性。

Comments This article is currently under review

Multi-Agentic AI for Conflict-Aware rApp Policy Orchestration in Open RAN

多智能体AI用于冲突感知的rApp策略编排在开放RAN中

Haiyuan Li, Yulei Wu, Dimitra Simeonidou

专题命中 规划决策 ：agentic(title,abstract)

AI总结 本文提出多智能体AI框架，用于实现开放RAN中冲突感知的rApp策略自动生成与编排，实验表明其在部署准确性和推理成本上有显著提升。

Route, Retrieve, Reflect, Repair: Self-Improving Agentic Framework for Visual Detection and Linguistic Reasoning in Medical Imaging

路由、检索、反思、修复：一种自改进的代理框架，用于医学影像中的视觉检测和语言推理

Md. Faiyaz Abdullah Sayeedi, Rashedur Rahman, Siam Tahsin Bhuiyan, Sefatul Wasi, Ashraful Islam, Saadia Binte Alam, AKM Mahbubur Rahman

机构 * 1 Center for Computational \& Data Sciences (CCDS), Independent University, Bangladesh (IUB) 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 R^4框架通过路由、检索、反思和修复四个代理提升医学影像分析的准确性和可靠性。

HEXGEN-FLOW: Optimizing LLM Inference Request Scheduling for Agentic Text-to-SQL

HEXGEN-FLOW: 优化基于代理的大型语言模型推理请求调度以实现智能文本到SQL

You Peng, Youhe Jiang, Wenqi Jiang, Chen Wang, Binhang Yuan

专题命中 规划决策 ：agentic(title,abstract)

AI总结 HEXGEN-FLOW通过优化调度策略和参数调整，显著提升了基于代理的LLM文本到SQL系统在异构GPU集群中的性能和稳定性。

Agent based decision making for Integrated Air Defense system

基于代理的决策制定用于综合防空系统

Sumanta Kumar Das, Sumant Mukherjee

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出了一种基于代理的综合防空系统，通过自动检测目标和分配武器实现自主决策，提升网络中心战中的作战效能。

Comments 8 pages,9 figure,2 tables

Journal ref Journal of Battlefield Technology, 2011,vol 14,no 1

Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams

具有并发同步的协同规划用于受操作约束的无人机-地面车辆团队

Zihao Deng, Qianhuang Li, Peng Gao, Maggie Wigness, John Rogers, Donghyun Kim, Hao Zhang

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； North Carolina State University（北卡罗来纳州立大学） ； U.S. Army DEVCOM Army Research Laboratory (ARL)（美国陆军 DEVCOM 军事研究实验室 (ARL)） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出CoPCS方法，通过集成异构图Transformer和Transformer解码器，实现无人机与地面车辆的同步并发协同规划，提升团队任务执行效率。

From Job Postings to Curriculum Decisions: Using AI to Generate Workforce Intelligence for MSW Program Planning

从职位发布到课程决策：利用AI生成劳动力情报用于MSW课程规划

Barbara S. Hiltz, Bryan G. Victor, Brian E. Perron

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文利用AI分析职位发布数据，为MSW课程规划提供劳动力情报，揭示了不同实践领域的能力需求及发展趋势。

Integrated Investment and Operational Planning for Sugarcane-Based Biofuels and Bioelectricity under Market Uncertainty

在市场不确定性下整合投资与运营规划以实现甘蔗基生物燃料和生物电力

Carolina Monteiro, Bruno Fanzeres, Rafael Kelman, Raphael Araujo Sampaio, Luana Gaspar, Lucas Bacellar, Joaquim Dias Garcia

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种整合投资与运营规划的随机优化模型，用于在市场不确定性下优化甘蔗基生物燃料和生物电力的生产，通过风险调整后的净成本最小化和开源框架OptBio实现脱碳目标。

Data-Driven Bed Capacity Planning Using $M_t/G_t/\infty$ Queueing Models with an Application to Neonatal Intensive Care Units

基于 $M_t/G_t/\infty$ 队列模型的数据驱动床容量规划及其在新生儿重症监护室的应用

Maryam Akbari-Moghaddam, Douglas G. Down, Na Li, Catherine Eastwood, Ayman Abou Mehrem, Alexandra Howlett

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于 $M_t/G_t/\infty$ 队列模型的数据驱动方法，用于ICU床位容量规划，通过分析LOS变化和时间波动，提升床位需求预测的准确性。

Comments This paper has been submitted to the Operations Research, Data Analytics and Logistics journal

Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces

双代理多模型强化学习用于解耦任务空间中的事件触发人机共适应

Yaqi Li, Zhengqi Han, Huifang Liu, Steven W. Su

机构 * College of Medical information（医学信息学院） ； Artificial intelligence, Shandong First Medical University (Shandong Academy of Medical Science) 6699 Qingdao Road, Jinan, Shandong, China（人工智能，山东第一医科大学（山东医学科学院）6699青岛路，济南，山东，中国） ； Faculty of Engineering（工程学院） ； IT, University of Technology Sydney, Australia（信息技术，悉尼科技大学，澳大利亚） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 本文提出双代理多模型强化学习方法，用于解耦任务空间中的人机共适应，通过事件触发策略提升康复任务的精度与效率。

Multimodal Behavior Tree Generation: A Small Vision-Language Model for Robot Task Planning

多模态行为树生成：一种小型视觉-语言模型用于机器人任务规划

Cristiano Battistini, Riccardo Andrea Izzo, Gianluca Bardaro, Matteo Matteucci

机构 * Department of Electronics, Information, and Bioengineering, Politecnico di Milano（电子信息与生物工程系，米兰理工学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种小型视觉-语言模型，通过生成行为树提升机器人任务规划效率，实验证明其在性能和资源消耗上均优于现有闭源模型。

Knowledge-driven Reasoning for Mobile Agentic AI: Concepts, Approaches, and Directions

基于知识的移动代理AI推理：概念、方法与方向

Guangyuan Liu, Changyuan Zhao, Yinqiu Liu, Dusit Niyato, Biplab Sikdar

专题命中 规划决策 ：agentic(title,abstract)

AI总结 基于知识的移动代理AI推理通过提取可重用决策结构，同步并注入设备端推理以降低延迟、能耗和误差积累，提出DIKW分类法区分不同知识表示形式，并验证了知识暴露的非单调性。

Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution

多机器人轨迹规划通过约束贝叶斯优化与局部成本图学习及基于STL的冲突解决

Sourav Raxit, Abdullah Al Redwan Newaz, Jose Fuentes, Paulo Padrao, Ana Cavalcanti, Leonardo Bobadilla

机构 * Department of Computer Science, University of New Orleans（计算机科学系，新奥尔良大学） ； Knight Foundation School of Computing and Information Sciences, Florida International University（骑士基金会计算与信息科学学院，佛罗里达国际大学） ； Providence College, Department of Mathematics & Computer Science（普罗维登斯学院，数学与计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种结合约束贝叶斯优化与STL冲突解决的多机器人轨迹规划方法，提升轨迹效率和安全性。

Comments Accepted to ICRA 2026

Denoising as Path Planning: Training-Free Acceleration of Diffusion Models with DPCache

去噪作为路径规划：通过DPCache实现扩散模型的训练免费加速

Bowen Cui, Yuanbin Wang, Huajiang Xu, Biaolong Chen, Aixi Zhang, Hao Jiang, Zhengzheng Jin, Xu Liu, Pipei Huang

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 DPCache通过全局路径规划框架实现扩散模型的高效加速，减少计算开销并提升生成质量。

Comments Accepted by CVPR 2026

Safe Autonomous Lane Changing: Planning with Dynamic Risk Fields and Time-Varying Convex Space Generation

安全的自动驾驶变道：基于动态风险场和时间变化凸空间的规划

Yijun Lu, Zhihao Lin, Zhen Tian

机构 * Waseda University（早稻田大学） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于动态风险场和时间变化凸空间的轨迹规划方法，通过整合风险感知与碰撞避免，实现安全高效的自动驾驶变道。

C*: A Coverage Path Planning Algorithm for Unknown Environments using Rapidly Covering Graphs

C*：一种基于快速覆盖图的未知环境覆盖路径规划算法

Zongyuan Shen, James P. Wilson, Shalabh Gupta

机构 * Dept. of Electrical and Computer Engineering, University of Connecticut（电气与计算机工程系，康涅狄格大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 C*是一种基于快速覆盖图的未知环境覆盖路径规划算法，通过高效采样和修剪技术实现最优覆盖，显著提升覆盖效率并防止覆盖孔形成。

Journal ref IEEE Transactions on Robotics, Vol 42, pg. 1233-1253, 2026

CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation

基于CT的患者特异性模拟与接触感知的耳蜗植入手术机器人规划

Lingxiao Xun, Gang Zheng, Alexandre Kruszewski, Renato Torres

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于CT的患者特异性模拟与接触感知的耳蜗植入手术机器人规划方法，通过低维可微模型和伪动力学正则化，实现精确的接触力预测和手术安全。

Kinodynamic Task and Motion Planning using VLM-guided and Interleaved Sampling

基于VLM引导和交错采样的运动动力学任务与动作规划

Minseo Kwon, Young J. Kim

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于VLM引导和交错采样的运动动力学任务与动作规划方法，通过混合状态树联合决策任务和运动，提升规划效率和成功率。

Direct Contact-Tolerant Motion Planning With Vision Language Models

直接接触容忍的运动规划与视觉语言模型

He Li, Jian Sun, Chengyang Li, Guoliang Li, Qiyu Ruan, Shuai Wang, Chengzhong Xu

机构 * State Key Laboratory of Internet of Things for Smart City (SKL-IOTSC), University of Macau（物联网智能城市国家重点实验室，澳门大学） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出直接接触容忍运动规划方法，利用视觉语言模型实现接触感知导航，提升机器人在拥挤环境中的鲁棒性和效率。

Many-RRT*: Robust Joint-Space Trajectory Planning for Serial Manipulators

多RRT*：串联机械臂的联合空间轨迹规划

Theodore M. Belmont, Benjamin A. Christie, Anton Netchaev

机构 * USACE ERDC, Information Technology Lab（美国陆军工程兵团工程研究中心信息科技实验室） ； Collaborative Robotics Lab（协作机器人实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 Many-RRT*通过同时规划多个目标解决串联机械臂在关节空间中规划的鲁棒性和最优性问题，显著提高了轨迹质量和成功率。

GAIDE: Graph-based Attention Masking for Spatial- and Embodiment-aware Motion Planning

基于图的注意力掩码的时空和具身感知运动规划

Davood Soleymanzadeh, Xiao Liang, Minghui Zheng

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（J. Mike Walker ’66 机械工程系，德克萨斯A&M大学，College Station, TX 77843, USA） ； Zachry Department of Civil and Environmental Engineering, Texas A&M University, College Station, TX 77843 USA（Zachry 市政与环境工程系，德克萨斯A&M大学，College Station, TX 77843 USA） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 GAIDE是一种基于图的神经指导采样器，通过结合空间结构和机械臂的具身性提升运动规划的效率和成功率。

RL-Based Coverage Path Planning for Deformable Objects on 3D Surfaces

基于强化学习的可变形物体3D表面覆盖路径规划

Yuhang Zhang, Jinming Ma, Feng Wu

机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Xiaomi Robotics Lab（小米机器人实验室） 纠错

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

AI总结 本文提出基于强化学习的覆盖路径规划方法，利用谐波UV映射和SGCNN处理可变形物体的触觉反馈，通过模拟器训练机器人高效完成表面擦拭任务。

Comments 8 pages, 8 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Perception-Aware Time-Optimal Planning for Quadrotor Waypoint Flight

四旋翼航点飞行的感知感知时间最优规划

Chao Qin, Jiaxu Xing, Rudolf Reiter, Angel Romero, Yifan Lin, Hugh H. -T. Liu, Davide Scaramuzza

机构 * University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所在加拿大） ； Robotics and Perception Group（机器人与感知组） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种感知意识时间最优轨迹优化框架，结合动力学、视觉约束和环境几何，提升四旋翼飞行的感知可靠性与效率。

OmniPlanner: Universal Exploration and Inspection Path Planning across Robot Morphologies

OmniPlanner: 跨机器人形态的通用探索与检查路径规划

Angelos Zacharia, Mihir Dharmadhikari, Mohit Singh, Kostas Alexis

机构 * Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（工程 cybernetics 系，挪威科学与技术大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 OmniPlanner是一种跨机器人形态的通用路径规划框架，通过统一架构实现探索与检查任务，适用于空中、地面和水下环境，提升了跨领域的适应性和效率。

Comments The code for this paper is open-sourced and released at: https://github.com/ntnu-arl/gbplanner_ros/tree/gbplanner3

ViterbiPlanNet: Injecting Procedural Knowledge via Differentiable Viterbi for Planning in Instructional Videos

ViterbiPlanNet: 通过可微Viterbi注入过程性知识以在教学视频中进行规划

Luigi Seminara, Davide Moltisanti, Antonino Furnari

机构 * University of Catania（卡塔尼亚大学） ； University of Bath（巴斯大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 ViterbiPlanNet通过可微Viterbi层整合过程性知识，实现高效的教学视频规划，提升样本效率和鲁棒性。

Comments Accepted at CVPR 2026

H-WM: Robotic Task and Motion Planning Guided by Hierarchical World Model

H-WM：由分层世界模型引导的机器人任务和运动规划

Jinbang Huang, Wenyuan Chen, Zhiyuan Li, Oscar Pang, Xiao Hu, Lingfeng Zhang, Yuanzhao Hu, Zhanguang Zhang, Mark Coates, Tongtong Cao, Xingyue Quan, Yingxue Zhang

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McGill University（麦吉尔大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 H-WM通过结合逻辑和视觉世界模型，实现机器人任务和运动规划中的鲁棒长视界推理与稳定引导。

Comments 8 pages, 4 figures