AI Agent

Planning on Paper: Problem Decomposition with Diagrams in Introductory Computing

纸上规划：入门计算中的问题分解与图示

Annapurna Vadaparty, Devamardeep Hayatpur, Adalbert Gerald Soosai Raj, Leo Porter, Daniel Zingaro

专题命中 规划决策 ：planning(title,abstract)

AI总结 本研究通过分析学生手绘的分解图，揭示了新手在大型多函数任务中的分解策略及常见问题，为计算教育中加强分解教学提供了实证依据。

Comments International Computing Education Conference (ICER)

Lexicographic optimization for real-time CNC feedrate planning with coupled orientation handling

面向耦合姿态处理的实时CNC进给率规划的字典优化

Haijia Xu, Alexander Verl

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种无调参的字典进给率优化方法，通过稀疏性利用和顺序窗口策略实现实时执行，并统一处理刀具位置和姿态，在五轴自由曲面测试中相比工业CNC内核缩短加工时间超过15%。

Fibration Trees: A Unified Approach to Multi-Robot Motion Planning

纤维树：多机器人运动规划的统一方法

Andreas Orthey, Florian T. Pokorny, Lydia E. Kavraki

机构 * Technical University of Berlin（柏林工业大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Rice University and the Ken Kennedy Institute（莱斯大学和肯·肯尼迪研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出纤维树统一框架，通过纤维化建模投影，结合优先序、并行分解和任务空间投影，并开发Fibration-RRT规划器，在高维多机器人运动规划中实现概率完备性。

Comments 23 pages, 12 figures

Learning Unions of Convex Sets via Invertible Latent Decomposition for Path Planning

通过可逆潜在分解学习凸集并集用于路径规划

Taerim Yoon, Dongho Kang, Kisang Park, Junha Cha, Stelian Coros, Sungjoon Choi

机构 * Korea University（高丽大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出ILD框架，联合学习可逆映射和潜在空间中的显式凸多面体并集，实现路径规划，并通过可见性引导采样保持凸集连通性，在多种环境中取得更高成功率。

MPPI-based Informative Trajectory Planning for Search and Capture of Drifting Targets with ASVs

基于MPPI的自主水面艇搜索与捕获漂移目标的信息轨迹规划

Sanjeev Ramkumar Sudha, Marija Popović, Erlend M. Coates

机构 * Norwegian University of Science and Technology (NTNU)（挪威科技大学） ； TU Delft（代尔夫特理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 针对自主水面艇在动态环境中搜索并捕获多个漂移目标的问题，提出一种基于模型预测路径积分（MPPI）控制的混合规划框架，通过优化长时域连续轨迹平衡搜索与跟踪，并在拦截阶段切换至纯追踪制导，实验验证了有效性。

Violation-Informed Spatio-Temporal Adaptive Targeting Framework for EV-Driven Distribution System Expansion Planning

违规感知的时空自适应目标框架用于电动汽车驱动的配电系统扩展规划

Linhan Fang, Xingpeng Li

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种违规感知的时空自适应目标框架，通过违规分析、联合优化和时空降维方法，高效解决电动汽车引起的电压和电流违规问题，在保持规划精度的同时大幅降低计算复杂度。

Rolling Stock Planning Using the Quantum Approximate Optimization Algorithm

使用量子近似优化算法的车辆规划

Jiří Guth Jarkovský, Patricia Bickert, Elisabeth Wybo, Martin Leib

专题命中 规划决策 ：planning(title,abstract)

AI总结 将铁路车辆规划问题转化为最大权独立集问题，提出混合分治算法，结合经典精确方法和量子近似优化算法求解，通过子图大小扩展提升解质量。

Comments 10 pages, 2 figures. Submitted to IEEE Quantum Week 2026

A Two-Stage Framework for Fast Proton Spot Map Generation in Pencil Beam Scanning Prostate SBRT Planning

一种用于笔束扫描前列腺SBRT计划中快速质子点图生成的两阶段框架

Xueyan Tang, Hok Wan Chan Tseung, Mark Pepin, Jiasen Ma, David M. Routman, Doug J. Moseley, Brandon Reber, Jed E. Johnson, Jing Qian

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出GenSpot两阶段框架，利用物理信息投影质子点图表示，结合3D SwinUNETR预测和列非负Lasso回归重建，从CT和剂量生成可交付的质子点图，在单机构前列腺SBRT队列中实现与临床计划高度一致的蒙特卡洛剂量。

A Distributed Multi-UGV Exploration Framework With Loop-Aware Planning and Descriptor-Aided Localization in Resource-Limited Environments

资源受限环境下的分布式多UGV探索框架：环回感知规划与描述符辅助定位

Zhiwei Li, Haiou Liu, Xijun Zhao, Ji Li, Yingze Wang, Boyang Wang

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械与车辆学院） ； China North Artificial Intelligence & Innovation Research Institute, Collective Intelligence & Collaboration Laboratory (CIC)（中国北方人工智能与创新研究院集体智能与协作实验室） ； Zhengzhou Intelligent Technology Research Institute, Beijing Institute of Technology（北京理工大学郑州智能科技研究院） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种完全分布式的多无人地面车辆（UGV）探索框架，通过轻量级LiDAR全局描述符实现跨UGV环回检测，并结合环回感知分层规划，在资源受限环境中减少探索时间和行驶距离。

Journal ref IEEE Transactions on Industrial Electronics, 2026

Multi-UAV Active Sensing with Information Gain-based Planning and Belief Fusion

基于信息增益规划与信念融合的多无人机主动感知

S. Habibi, L. Marques

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出多无人机主动感知框架，利用信息增益路径规划与概率信念融合实现二元地形映射，在合成和真实农业图像上验证，相比随机游走和扫描覆盖降低熵与误差。

AgniNav: Configuration-Driven Cross-Embodiment Local Planning for Robot Navigation

AgniNav：配置驱动的跨具身局部规划机器人导航

Tianhao Zang, Siwei Cheng, Haidong Huang, Shanze Wang, Wei Zhang

机构 * Eastern Institute of Technology, Ningbo, China（东方理工（宁波）） ； University of Nottingham, Nottingham, UK（诺丁汉大学） ； University of Science and Technology of China, Hefei, China（中国科学技术大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出AgniNav框架，通过可配置的四参数安全包络实现单目视觉导航在轮式、四足和人形机器人间的零重训练迁移，联合调节感知与规划。

Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions

基于控制障碍函数的安全多面体在多面体内的运动规划与控制

Alejandro Gonzalez-Garcia, Dries Dirckx, Jan Swevers, Wilm Decré

机构 * KU Leuven（鲁汶大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种安全局部运动规划与控制方法，通过模型预测控制器中的离散时间控制障碍函数约束，保证多面体机器人足迹始终位于连续更新的凸自由空间内，计算时间随障碍物数量增加最多降低91倍。

Comments This work has been submitted to the IEEE for possible publication

A Differentiable Simulation of the Eye for Patient-Specific Strabismus Surgery Planning

面向患者特定斜视手术规划的可微分眼睛模拟

Even Harsigny, Pablo Alvarez, Michel Duprez, Stéphane Cotin

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出基于物理的可微分眼睛模拟器，结合患者特定几何与Hill型肌肉生物力学，通过优化求解手术剂量以最小化角度偏差，为解剖异常患者提供个性化手术规划。

Journal ref Int J Comput Assist Radiol Surg Int J Comput Assist Radiol Surg. 2026 Apr 30

Planning resilient hydrogen supply chains under disruption risk

规划中断风险下的弹性氢供应链

Silvian M. Radke, Philipp C. Verpoort, Falko Ueckerdt, Felix Müsgens

专题命中 规划决策 ：planning(title,abstract)

AI总结 采用随机优化模型研究欧盟氢进口，发现考虑供应中断的风险感知规划可减少12%福利损失，并通过多样化进口走廊和战略超额投资实现弹性。

Comments 41 pages, 10 figures

Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning

基于可微约束轨迹规划的实时精确无碰撞遥操作

Max Grobbel, Tristan Schneider, Daniel Flögel, Sören Hohmann

机构 * FZI - Forschungszentrum Informatik（FZI 信息技术研究中心） ； 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 针对遥操作中自碰撞与环境碰撞问题，提出基于对偶可微碰撞约束的轨迹规划方法，采用胶囊体与多面体建模，实现更低计算时间和更精确障碍物建模，保证平滑无碰撞遥操作。

Comments 8 pages, 4 figures, accepted at ICRA2026

Risk-Aware Planning for Transit Desert Remediation Under Demand Uncertainty

需求不确定性下的交通荒漠修复风险感知规划

Polina Khoroshevskaya, Ashish Kumar Perukari

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种风险感知的交通荒漠修复规划方法，将问题建模为带条件风险价值约束的部分可观测马尔可夫决策过程，利用人口、土地利用和就业数据估计潜在需求，并在25个城市评估后显示中位修复53.6%的荒漠区域，比静态优化平均提升5.0个百分点。

Learning Predictive Control with Deep Koopman Operators for Autonomous Vehicle Motion Planning

基于深度Koopman算子的学习预测控制在自动驾驶车辆运动规划中的应用

Xinglong Zhang, Yongqian Xiao, Haotian Cao, Xing Zhou, Xin Yin, Xin Xu

机构 * National Natural Science Foundation of China（国家自然科学基金委员会） ； Science and Technology Innovation Program of Hunan Province（湖南省科技创新计划） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出一种结合深度Koopman算子的学习预测控制框架，通过提升非线性动力学到线性可观测空间，并利用滚动时域演员-评论家学习生成闭环状态反馈策略，在非凸约束下实现高效、安全的实时运动规划。

VISA: A Visual Information Strengthened Audio-Reasoning System for the Interspeech 2026 ARC Agent Track

VISA：面向Interspeech 2026 ARC智能体赛道的视觉信息增强音频推理系统

Wenming Tu, Jian Gao, Yanru Huo, Yixuan Wang, Jing Peng, Bohan Li, Ziyang Ma, Tao Liu, Shuai Fan, Kai Yu, Xie Chen, Zilong Zheng

专题命中 规划决策 ：agent(title,abstract)

AI总结 提出VISA系统，通过多模态特征提取、模型投票推理和细粒度类别感知路由，增强大音频语言模型的音频推理能力，在ARC智能体赛道取得66.23%评分和77.40%准确率。

Comments Submitted to INTERSPEECH 2026

VeriDrive: Verifiable Counterfactual Supervision for Cost-Efficient Vision-Language Planning

VeriDrive: 可验证的反事实监督用于成本高效的视觉-语言规划

Zikai Zhang, Hubert P. H. Shum, Toby P. Breckon

机构 * Department of Computer Science, Durham University（杜伦大学计算机科学系） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出VeriDrive框架，通过结构化感知-评估-修正链生成可验证的反事实监督，降低视觉-语言驾驶规划的数据构建成本，并在nuScenes数据集上验证其有效性。

CAPE: Contrastive Action-conditioned Parallel Encoding for Embodied Planning

CAPE: 用于具身规划的条件对比动作并行编码

Cong Chen, Haowen Wang, Zhixiang Zhang, Pei Ren, Zhengping Che

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出CAPE框架，通过对比学习区分不同动作序列的未来结果，实现高效视觉动力学建模，在真实世界和零样本迁移任务中显著提升规划性能并降低推理成本。

Comments 19 pages, 7 figures

Coarse-to-Control: Action-Token Planning for Vision-Language-Action Models

粗到细控制：面向视觉-语言-动作模型的行动令牌规划

Jinhao Wu, Shiduo Zhang, Yicheng Liu, Xiaopeng Yu, Sixian Li, Siyin Wang, Hang Zhao, Jing Huo, Yang Gao, Jingjing Gong, Xipeng Qiu, Yu-Gang Jiang

机构 * Nanjing University（南京大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出Coarse-to-Control框架，在动作令牌空间中引入原生规划，通过先预测粗粒度动作令牌序列再生成可执行动作，提升长程任务性能。

Multi-Robot Planning and Control from CCTV Camera Networks in a Real Warehouse

基于真实仓库中闭路电视摄像机网络的多机器人规划与控制

Luke Robinson, Benjamin Ramtoula, Anas Izaaryene, Paul Newman, Daniele De Martini

机构 * Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，牛津大学，英国） ； Robot Systems Group, Technical University of Munich, Germany（机器人系统组，慕尼黑技术大学，德国） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 提出仅利用分布式CCTV网络和边缘计算实现多机器人协调规划与控制的方法，在真实仓库中验证了四台机器人和30个摄像头的系统，首次实现仅依赖外部摄像头网络的现场多机器人协调。

The Sleeping Agent: What Gist-Based Context Compression Loses and Why

休眠智能体：基于主旨的上下文压缩会丢失什么以及为什么

Nicholas E. Kyrkewood

专题命中 规划决策 ：agent(title,comments)；分类 cs.AI、cs.CL

AI总结 本研究以SWC为工具，发现主旨压缩对多跳推理等任务表现优于截断，但会损害时间相关问题的性能，通过修改提示可提升时间问题的评判准确率。

Comments 7 pages, 5 tables, appendices. Code and results at https://github.com/kyrkewood/sleeping-agent

SecOPD: Mitigating Adaptive Prompt Injections by On-Policy Distillation

SecOPD：通过策略内蒸馏缓解自适应提示注入攻击

Yibo Peng, Long Lian, David Wagner, Sizhe Chen

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 针对AI智能体面临的自适应提示注入攻击，提出SecOPD方法，通过令牌级反馈优化防御微调，大幅降低攻击成功率，且安全性可泛化到工具调用等新领域。

Comments EMNLP 2026 (main conference)

Weighted Memory Tree: Remembering What Matters for Long-Horizon LLM Agents

加权记忆树：为长视野大语言模型智能体记住重要信息

Quang Dao, Purvi Kathalkar, Kenneth Eaton

机构 * Rose-Hulman Institute of Technology（罗斯-霍曼理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Georgia Tech Research Institute（佐治亚理工学院研究院） 纠错

专题命中 规划决策 ：agent(abstract)；tool use(abstract)；planning(abstract)；分类 cs.AI

AI总结 提出加权记忆树（WMT）分层记忆系统，在GAIA-Text数据集上使LLM智能体准确率平均提升9.97个百分点、令牌用量减32.8%，可抑制低效用内容与不可靠信息传播。

Comments 16 pages, 2 figures

Volumetric Radiology AI in the Era of Multimodal Large Language Models

多模态大语言模型时代的容积放射学人工智能

Zanting Ye, Shengyuan Liu, Xin Liu, Chenhui Wang, Zhisong Wang, Jiashuai Liu, Zipei Wang, Cheng Wang, Wentao Pan, Mengjie Fang, Di Dong, Mohammad Salmanpour, Arman Rahmim, Yu Gu, Yong Xia, Hongming Shan, Yixuan Yuan, Yefeng Zheng, Lijun Lu

机构 * Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Southern Medical University（南方医科大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Microsoft Research（微软研究院） ； Westlake University（西湖大学） 纠错

专题命中 规划决策 ：planning(abstract)；workflow(abstract)；agentic(abstract)；分类 cs.AI

AI总结 该综述梳理截至2026年7月的200余篇文献，探讨多模态大语言模型时代容积放射学AI的表征、智能体系统及临床评估，提出相关框架以明确原生容积建模的适用场景。

Comments 9 Figures, 6 tables

The Authority Resolution Framework: A Five-Domain Ontology for Governing Who and What Decides, at Scale

权威解析框架：用于大规模管理决策主体与决策事项的五域本体

Parviz Shariff

专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 本文提出ARF五域本体，将权威关系定义为跨域原语，提供机器可解释的权威表示，支持AI智能体在执行行动前确定权威的来源、范围与有效性，属于AI治理交叉领域的知识表示与推理研究。

Comments 27 Pages, 2 Tables, 1 Script, 1 Query

ReflectFact: Self-Reflective Agents for Improving Comprehension and Reasoning in Multi-Hop Fact Verification

ReflectFact：用于提升多跳事实验证中理解与推理能力的自反思智能体

Runze Zhao, Zixin Tang, Xiaoshuai Hao, Leyuan Chang, Xiaopeng Fu, Boyu Qiao, Dongyang Zhang

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 针对多跳事实验证中智能体推理偏离目标及参数知识与证据冲突的问题，提出自反思智能体框架ReflectFact，经HOVER、EX-FEVER实验，性能优于最强基线。

Comments 9 pages, 4 figures, 3 tables

GeoForge: Non-Parametric Self-Evolving Agents for Earth-Observation Reasoning

GeoForge：用于对地观测推理的非参数自进化智能体

Xin Xiao, Jiang Zhong, Junnan Zhu, Yingchao Feng, Peijin Wang, Yidan Zhang, Kaiwen Wei

专题命中 规划决策 ：tool-use(abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI

AI总结 GeoForge是一种无需训练的自进化框架，通过结构化非参数执行状态及多记忆机制提升EO智能体的规划与推理能力，可改善任务准确率、工具轨迹质量并减少推理错误。

Enhancing Social Intelligence in LLMs with Hierarchical Reasoning and Utterance-Level Goal Rewarding

利用层级推理和话语级目标奖励增强大型语言模型的社交智能

Xiaofeng Wang, Kakam Chong, Shuai Xiao, DeXin Kong, Qingyuan Tian, Chen Ju, Xu Yan, Shuai Zhao, Fei Huang, Rui Wang, Shuguang Han, jufeng chen

机构 * Alibaba Group（阿里巴巴集团） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 该研究针对LLMs社交互动不足的问题，提出TSR框架与LHRL-VGR算法，微调Qwen2.5-7B智能体后在SOTOPIA基准上超过GPT-4o基线7.32%，实现多智能体社交谈判的最优性能。