AI Agent

Bayesian Statistical Modeling in Action for Estimation and Forecasting in Low- and Middle-income Countries: The Case of the Family Planning Estimation Tool

在低收入和中等收入国家应用贝叶斯统计建模进行估计与预测：家庭计划生育估计工具案例

Leontine Alkema, Herbert Susmann, Evan Ray, Shauna Mooney, Niamh Cahill, Kristin Bietsch, A. A. Jayachandran, Rogers Kagimu, Priya Emmart, Zenon Mujani, Khan Muhammad, Brighton Muzavazi, Rebecca Rosenberg, John Stover, Emily Sonneveldt

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文介绍了用于低收入和中等收入国家计划生育指标预测的贝叶斯统计模型，并探讨了其最新更新及验证结果。

Ergodic Trajectory Planning with Dynamic Sensor Footprints

具有动态传感器足迹的遍历轨迹规划

Ziyue Zheng, Yongce Liu, Hesheng Wang, Zhongqiang Ren

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种考虑动态传感器足迹的遍历轨迹规划方法，通过优化轨迹和传感器足迹提升信息采集效率。

Comments 12 figures

An Online Optimization-Based Trajectory Planning Approach for Cooperative Landing Tasks

一种基于在线优化的协作着陆任务轨迹规划方法

Jingshan Chen, Lihan Xu, Henrik Ebel, Peter Eberhard

机构 * Institute of Engineering and Computational Mechanics, University of Stuttgart（斯图加特大学工程与计算力学研究所） ； Department of Mechanical Engineering, LUT University（卢托拉大学机械工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于在线优化的协作着陆轨迹规划方法，通过互补约束实现多机器人自主协调，提升着陆任务的安全性和效率。

Journal ref Proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Verifiable Mission Planning For Space Operations

可验证的航天任务规划

Quentin Rommel, Michael Hibbard, Pavan Shukla, Himanshu Save, Srinivas Bettadpur, Ufuk Topcu

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种基于概率约束的马尔可夫决策过程用于航天任务规划，通过优化任务目标并确保安全约束，提升任务自主性和可靠性。

Comments Submitted to the 2025 AAS/AIAA Astrodynamics Specialist Conference

Parameter Optimization in Trajectory Planning via Differentiable Convex Programming

通过可微凸规划进行轨迹规划中的参数优化

Ziqi Xu, Lin Cheng, Di Wu, Shengping Gong

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种可微顺序凸规划框架，通过端到端参数优化提升轨迹规划的数值性能和设计效率。

Vision-Guided Grasp Planning for Prosthetic Hands in Unstructured Environments

面向无结构环境的假手视觉引导抓取规划

Shifa Sulaiman, Akash Bachhar, Ming Shen, Simon Bøgh

机构 * Control and Automation Section, Department of Electronics Systems, Aalborg University, Denmark（奥尔堡大学电子系统系自动化与自动化部门） ； Department of Mechanical Engineering, National Institute of Technology,Durgapur, India（印度德里加尔帕国家理工学院机械工程系） ； The Technical Faculty of IT（信息技术技术学院） ； Millimeter-Wave Systems, Department of Electronics Systems, Aalborg University, Denmark（毫米波系统，电子系统系，奥尔堡大学，丹麦） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于视觉引导的假手抓取算法，通过整合感知、规划和控制，实现灵活的抓取操作，并在仿真和实验中验证其在无结构环境中的适应性。

Energy-Aware Lane Planning for Connected Electric Vehicles in Urban Traffic: Design and Vehicle-in-the-Loop Validation

面向城市交通的连接电动车辆能耗感知车道规划：设计与车辆在环验证

Hansung Kim, Eric Yongkeun Choi, Eunhyek Joa, Hotae Lee, Linda Lim, Scott Moura, Francesco Borrelli

机构 * Department of Mechanical Engineering, UC Berkeley（机械工程系，伯克利大学） ； Department of Civil Engineering, UC Berkeley（土木工程系，伯克利大学） ； Zoox, Inc.（Zoox公司） 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V2I通信的能耗感知运动规划框架，通过联合优化纵向速度和横向车道变更决策，实现城市交通中能耗降低24%的显著效果。

Comments Accepted at 2025 IEEE Conference on Decision and Control (CDC25')

Kinodynamic Motion Planning for Collaborative Object Transportation by Multiple Mobile Manipulators

多移动机械臂协同物体运输的运动规划

Keshab Patra, Arpita Sinha, Anirban Guha

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种多移动机械臂协同运输物体的运动规划方法，通过全局路径规划和局部在线轨迹生成，结合运动动力学约束和障碍物处理，实现高效协同运输。

Comments Video: https://youtu.be/LhE_HcK4g-s

Journal ref J. Mechanisms Robotics. Dec 2025, 17(12)

On Disturbance-Aware Minimum-Time Trajectory Planning: Evidence from Tests on a Dynamic Driving Simulator

关于扰动感知的最短时间轨迹规划：动态驾驶模拟器上的实验证据

Matteo Masoni, Vincenzo Palermo, Marco Gabiccini, Martino Gulisano, Giorgio Previati, Massimiliano Gobbi, Francesco Comolli, Gianpiero Mastinu, Massimo Guiggiani

机构 * Università di Pisa（帕尔马大学） ； Politecnico di Milano（米兰理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出扰动感知的最短时间轨迹规划方法，通过动态模拟器实验验证，表明FLC在降低转向努力的同时保持较短的lap时间，提升了驾驶性能和稳定性。

Comments 18 pages, 11 figures, 5 tables

JarvisEvo: Towards a Self-Evolving Photo Editing Agent with Synergistic Editor-Evaluator Optimization

JarvisEvo: 向自进化式照片编辑代理迈进：协同编辑器-评估器优化

Yunlong Lin, Linqing Wang, Kunjie Lin, Zixu Lin, Kaixiong Gong, Wenbo Li, Bin Lin, Zhenxi Li, Shiyi Zhang, Yuyang Peng, Wenxun Dai, Xinghao Ding, Chunyu Wang, Qinglin Lu

机构 * Tencent Hunyuan（腾讯文元） 纠错

专题命中 规划决策 ：agent(title,abstract)

AI总结 JarvisEvo通过协同编辑器-评估器优化，实现自进化式照片编辑代理，提升编辑质量和内容保真度。

Comments 31 pages, 18 figures

Driving is a Game: Combining Planning and Prediction with Bayesian Iterative Best Response

驾驶是一场游戏：结合规划与预测的贝叶斯迭代最佳回应

Aron Distelzweig, Yiwei Wang, Faris Janjoš, Marcel Hallgarten, Mihai Dobre, Alexander Langmann, Joschka Boedecker, Johannes Betz

机构 * University of Freiburg（弗赖堡大学） ； Bosch Center for Artificial Intelligence（博世人工智能中心） ； Technical University of Munich（慕尼黑技术大学） ； Klaris AI 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 BIBeR通过结合运动预测与博弈论规划，实现自动驾驶中的交互感知和双向适应，提升复杂交通场景下的规划性能。

Safety Reinforced Model Predictive Control (SRMPC): Improving MPC with Reinforcement Learning for Motion Planning in Autonomous Driving

安全增强型模型预测控制（SRMPC）：利用强化学习改进自动驾驶中的运动规划MPC

Johannes Fischer, Marlon Steiner, Ömer Sahin Tas, Christoph Stiller

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出安全增强型MPC，利用强化学习改进自动驾驶中的运动规划，通过约束强化学习确保安全性和性能

Journal ref 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC), Bilbao, Spain, 2023, pp. 2811-2818

CogDrive: Cognition-Driven Multimodal Prediction-Planning Fusion for Safe Autonomy

CogDrive: 基于认知的多模态预测-规划融合用于安全自主性

Heye Huang, Yibin Yang, Mingfeng Fan, Haoran Wang, Xiaocong Zhao, Jianqiang Wang

机构 * Singapore-MIT Alliance for Research and Technology (SMART), Singapore（新加坡-麻省理工联合研究技术联盟） ； Department of Urban Studies and Planning, Massachusetts Institute of Technology, USA（麻省理工学院城市研究与规划系） ； School of Vehicle and Mobility, Tsinghua University, China（清华大学车辆与移动系统学院） ； Department of Mechanical Engineering, National University of Singapore, Singapore（新加坡国立大学机械工程系） ； Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, China（同济大学交通工程重点实验室） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 CogDrive通过结合认知多模态预测与安全导向规划，实现了在复杂交通中的安全自主性，提升了轨迹预测和适应性行为。

Comments 25 pages, 6 figures

Planning future charging infrastructure for private EVs: A city-scale assessment of demand and capacity

为私人电动汽车规划未来基础设施：对城市规模需求和容量的评估

Hong Yuan, Minda Ma, Nan Zhou, Yanqiao Deng, Junhong Liu, Shufan Zhang, Zhili Ma

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究提出了一种多目标规划模型，用于优化城市规模的电动汽车充电基础设施容量分配，通过分析重庆的电动汽车需求和碳排放，为全球城市提供可持续的基础设施部署方案。

Curvature-Constrained Vector Field for Motion Planning of Nonholonomic Robots

具有曲率约束的向量场用于非完整机器人运动规划

Yike Qiao, Xiaodong He, An Zhuo, Zhiyong Sun, Weimin Bao, Zhongkui Li

机构 * School of Advanced Manufacturing and Robotics, Peking University（先进制造与机器人学院，北京大学） ； School of Automation and Electrical Engineering, University of Science and Technology Beijing（自动化与电气工程学院，北京科技大学） ； China Aerospace Science and Technology Corporation（中国航天科技集团） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种具有曲率约束的向量场方法，用于非完整机器人运动规划，通过共同开发向量场和控制律，实现目标配置的收敛与轨迹曲率的限制。

Comments IEEE T-RO accepted, 20 pages, 22 figures

Planning and Control for Deformable Linear Object Manipulation

可变形线性物体操作的规划与控制

Burak Aksoy, John Wen

机构 * Electrical, Computer, and Systems Engineering, Rensselaer Polytechnic Institute（拉特格斯理工学院电子、计算机与系统工程系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种高效的移动机械臂操作可变形线性物体的方法，结合全局规划器和实时控制器，实现无碰撞操作，适用于复杂障碍环境。

Comments SUBMITTED TO IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING (T-ASE)

XFlowMP: Task-Conditioned Motion Fields for Generative Robot Planning with Schrodinger Bridges

XFlowMP：基于施特林桥的任务条件运动场用于生成式机器人规划

Khang Nguyen, Minh Nhat Vu

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（莫扎德·本·扎耶德人工智能大学） ； Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所） ； Austrian Institute of Technology (AIT) GmbH（奥地利技术研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 XFlowMP通过施特林桥建模任务条件下的运动场，实现生成式机器人规划，提升轨迹平滑度、减少能耗并提高规划效率。

From CAD to POMDP: Probabilistic Planning for Robotic Disassembly of End-of-Life Products

从CAD到POMDP：用于废旧产品的机器人拆解的概率规划

Jan Baumgärtner, Malte Hansjosten, David Hald, Adrian Hauptmannl, Alexander Puchta, Jürgen Fleischer

机构 * wbk Institute of Production Science, Karlsruhe Institute of Technology（wbk生产科学研究所，卡尔斯鲁厄技术大学） 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POMDP的概率规划框架，用于机器人拆解废旧产品，通过考虑不确定性来提高拆解效率和适应性。

SUPER-AD: Semantic Uncertainty-aware Planning for End-to-End Robust Autonomous Driving

SUPER-AD：语义不确定性感知的端到端鲁棒自动驾驶规划

Wonjeong Ryu, Seungjun Yu, Seokha Moon, Hojun Choi, Junsung Park, Jinkyu Kim, Hyunjung Shim

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Korea University（韩国大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 SUPER-AD通过语义不确定性感知和驾驶先验知识，提升端到端自动驾驶在复杂不确定性条件下的安全性和可靠性。

Resolving Evidence Sparsity: Agentic Context Engineering for Long-Document Understanding

解决证据稀疏性：面向长文档理解的代理情境工程

Keliang Liu, Zizhi Chen, Mingcheng Li, Jingqun Tang, Dingkang Yang, Lihua Zhang

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

AI总结 SLEUTH通过多代理框架解决长文档理解中的证据稀疏问题，提升多模态文档处理性能。

Model Predictive Path Planning in Navier-Stokes Flow with POD-Based Reduced-Order Models

在纳维-斯托克斯流中基于POD的降阶模型的模型预测路径规划

Adam Waterman, Martin Guay

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

AI总结 本文提出一种结合POD降阶模型与MPC的路径规划方法，用于在纳维-斯托克斯流中实现高效实时控制。

Heuristic Step Planning for Learning Dynamic Bipedal Locomotion: A Comparative Study of Model-Based and Model-Free Approaches

基于启发式步态规划的学习动态双足运动：模型驱动与模型无关方法的比较研究

William Suliman, Ekaterina Chaikovskaia, Egor Davydenko, Roman Gorbachev

机构 * Moscow Institute of Physics and Technology（莫斯科物理技术学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种基于启发式步态规划的学习方法，通过比较模型驱动和模型无关方法，展示了在动态双足运动中实现稳定行走的可行性。

Connecting the Dots: Training-Free Visual Grounding via Agentic Reasoning

连接点：通过代理推理实现无需训练的视觉接地

Liqin Luo, Guangyao Chen, Xiawu Zheng, Yongxing Dai, Yixiong Zou, Yonghong Tian

专题命中 规划决策 ：agentic(title,abstract)

AI总结 GroundingAgent通过代理推理实现无需微调的视觉接地，达到65.1%的零样本准确率，并在选择阶段实现90%的准确率，展示了LLM推理能力的重要性。

Comments AAAI 2026

EvoEmpirBench: Dynamic Spatial Reasoning with Agent-ExpVer

EvoEmpirBench: 基于智能体经验的动态空间推理

Pukun Zhao, Longxiang Wang, Miaowei Wang, Chen Chen, Fanqing Zhou, Haojian Huang

机构 * Guangdong University of Finance and Economics（广东金融学院） ； Chongqing University（重庆大学） ； University of Edinburgh（爱丁堡大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 EvoEmpirBench通过动态空间基准评估模型在部分可观测和动态环境下的空间推理与记忆能力，揭示主流模型的限制并提供未来研究平台。

Comments Accepted by AAAI 2026, 29 pages, 3 figures, 7 tables

How Periodic Forecast Updates Influence MRP Planning Parameters: A Simulation Study

周期性预测更新如何影响MRP计划参数：一项模拟研究

Wolfgang Seiringer, Klaus Altendorfer, Thomas Felberbauer, Balwin Bokor, Fabian Brockmann

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文通过模拟研究探讨了周期性预测更新对MRP计划参数的影响，发现安全库存利用启发式方法能有效降低库存和缺货成本，且固定订单量批量规划政策在多数情况下表现更优。

Improved adaptive wind driven optimization algorithm for real-time path planning

改进的自适应风驱动优化算法用于实时路径规划

Shiqian Liu, Azlan Mohd Zain, Le-le Mao

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出改进的自适应风驱动优化算法，用于提升动态环境中的实时路径规划性能，通过多层级指导机制提高适应性和鲁棒性，实验表明其在路径优化和轨迹平滑方面优于现有方法。

Comments 23 pages, 4 figures

Map-World: Masked Action planning and Path-Integral World Model for Autonomous Driving

Map-World: 遮蔽动作规划与路径积分世界模型用于自动驾驶

Bin Hu, Zijian Lu, Haicheng Liao, Chengran Yuan, Bin Rao, Yongkang Li, Guofa Li, Zhiyong Cui, Cheng-zhong Xu, Zhenning Li

机构 * University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Purdue University（普渡大学） ； Chongqing University（重庆大学） ； Beihang University（北航大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 MAP-World通过结合遮蔽动作规划和路径加权世界模型，实现了高效的多模式自动驾驶规划，无需强化学习即可达到最佳性能。

Flow-Based Path Planning for Multiple Homogenous UAVs for Outdoor Formation-Flying

基于流的多架同构无人机户外编队飞行路径规划

Mahmud Suhaimi Ibrahim, Shantanu Rahman, Muhammad Samin Hasan, Minhaj Uddin Ahmad, Abdullah Abrar

机构 * Chief Research Officer（首席研究员） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于流网络的多无人机无碰撞路径规划方法，通过模拟和实验验证了其在户外编队飞行中的有效性。

Comments 9 pages, 15 figures, conference

Journal ref 2022 7th International Conference on Mechanical Engineering and Robotics Research (ICMERR)

Asynchronous Distributed Multi-Robot Motion Planning Under Imperfect Communication

异步分布式多机器人运动规划在通信不完美的情况下

Ardalan Tajbakhsh, Augustinos Saravanos, James Zhu, Evangelos A. Theodorou, Lorenz T. Biegler, Aaron M. Johnson

机构 * Department of Mechanical Engineering（机械工程系） ； Department of Chemical Engineering（化学工程系） ； Daniel Guggenheim School of Aerospace Engineering（丹尼尔·盖根海姆航空航天工程学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） ； LAAS-CNRS（拉夫堡-国家科学研究中心） ； Université de Toulouse（图卢兹大学） ； CNRS（法国国家科学研究中心） ； UPS（普罗旺斯大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出了一种延迟感知ADMM方法，用于在通信不完美条件下实现多机器人运动规划的鲁棒性和高效性。

Comments 9 pages, 5 figures

Data-Driven Predictive Planning and Control for Aerial 3D Inspection with Back-face Elimination

数据驱动的预测规划与控制用于空中3D检测的背面部消除

Savvas Papaioannou, Panayiotis Kolios, Christos G. Panayiotou, Marios M. Polycarpou

机构 * KIOS Research and Innovation Centre of Excellence (KIOS CoE)（KIOS研究与创新中心（KIOS卓越中心）） ； Department of Electrical and Computer Engineering, University of Cyprus（电子与计算机工程系，塞浦路斯大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出一种数据驱动的预测控制方法，通过整合感知、规划和控制，实现准确的长视距3D检测，适用于黑盒UASs。

Comments 2025 European Control Conference (ECC), Thessaloniki, Greece, 24-27 June 2025