Beyond the Townhall: Spatial Anchoring and LLM Agents for Scalable Participatory Urban Planning
超越市政厅：空间锚定与大语言模型代理用于可扩展的参与式城市规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出一种可扩展的数字参与平台，通过空间锚定和大语言模型代理提升公众在可持续城市规划中的参与度，实验显示沉浸式展示提高了信息回忆并促进集体可持续发展反馈。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 规划推理 11047 篇
A Comparison of Reinforcement Learning and Optimal Control Methods for Path Planning
强化学习与最优控制方法在路径规划中的比较
机构 * Department of Electrical and Computer Engineering, Hampton University（哈珀学院电气与计算机工程系） ； Air Warfare Directorate, Air Force Research Laboratory（空军研究实验室空战 Directorate）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文比较了强化学习与最优控制方法在路径规划中的应用，提出基于DDPG的方法能快速生成安全路径，但存在不可行区域，未来将改进奖励函数和探索其他方法。
Comments 8 pages, 9 figures, submitted to AAAI Conference
Towards Designing for Resilience: Community-Centered Deployment of an AI Business Planning Tool in a Small Business Center
迈向韧性设计：在小型企业中心部署一个AI业务规划工具的社区中心化方法
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文探讨了在资源有限社区中，通过社区中心化设计部署AI业务规划工具BizChat，研究创业者如何通过集体AI素养发展建立韧性，发现AI工具在降低融资门槛的同时也引发了对规划本质的质疑。
Comments 17 pages, accepted to CHI 2026
CogInstrument: Modeling Cognitive Processes for Bidirectional Human-LLM Alignment in Planning Tasks
CogInstrument: 为规划任务中的双向人-大语言模型对齐建模认知过程
专题命中 规划推理 ：planning(title)；reasoning(abstract)
AI总结 CogInstrument通过认知动机建模实现人与大语言模型在规划任务中的双向对齐，通过可编辑的图形结构揭示隐含推理过程，提升用户对协作的控制力和信任度。
PlanGuard: Defending Agents against Indirect Prompt Injection via Planning-based Consistency Verification
PlanGuard：通过基于规划的一致性验证防御代理 against 间接提示注入
专题命中 规划推理 ：planning(title)；verifier(abstract)
AI总结 本文提出PlanGuard，一种基于上下文隔离的无训练防御框架，通过规划器生成有效动作集和分层验证机制，有效防御间接提示注入攻击，实验显示攻击成功率从72.8%降至0%。
LungCURE: Benchmarking Multimodal Real-World Clinical Reasoning for Precision Lung Cancer Diagnosis and Treatment
LungCURE：多模态真实世界临床推理基准测试用于精准肺癌诊断与治疗
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 本文提出LungCURE基准测试，通过1000个真实世界病例评估多模态模型在肺癌TNM分期、治疗推荐和临床决策支持中的性能，并引入LCAgent框架提升模型在复杂医疗场景中的推理能力。
Comments 20 pages, 22 figures
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
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）
专题命中 规划推理 ：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。
Train-Small Deploy-Large: Leveraging Diffusion-Based Multi-Robot Planning
训练小型部署大型：利用基于扩散的多机器人规划
机构 * University of Virginia（弗吉尼亚大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于扩散模型的多机器人路径规划方法，通过训练少量代理并有效扩展到更多代理，解决动态变化中的规划问题。
Not All Agents Matter: From Global Attention Dilution to Risk-Prioritized Game Planning
并非所有智能体都重要：从全局注意力稀释到风险优先的游戏规划
机构 * School of Cyberspace Security, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Vehicle and Mobility School, Tsinghua University（清华大学车辆与运载学院）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出风险优先游戏规划方法，通过GameAD框架提升自动驾驶轨迹安全性，实验表明其在复杂环境中表现更优。
Comments 14 pages, 5 figures
Secure Planning Against Stealthy Attacks via Model-Free Reinforcement Learning
通过模型无关强化学习实现对隐蔽攻击的安全规划
机构 * Duke University（杜克大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出利用模型无关强化学习在未知随机环境中实现安全规划，通过将攻击者与控制器视为博弈双方，以线性时序逻辑公式表达其目标，解决在未知环境中满足LTL公式的问题。
Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA), Xi'an, China, 2021, pp. 10656-10662
Collaborative Task and Path Planning for Heterogeneous Robotic Teams using Multi-Agent PPO
异构机器人团队协同任务与路径规划的多智能体PPO方法
机构 * Robotic Systems Lab (RSL), ETH Zürich（苏黎世联邦理工学院机器人系统实验室（RSL））
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于多智能体PPO的协同规划策略，用于解决复杂的目标分配与调度问题，通过对比穷举搜索得到的单目标最优解，评估其在行星探索场景中的在线重规划能力。
Comments 8 pages, 3 figures, associated code on https://github.com/leggedrobotics/multi_robot_global_planner
A Player Selection Network for Scalable Game-Theoretic Prediction and Planning
一种用于可扩展博弈论预测与规划的玩家选择网络
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出PSN Game框架，通过学习玩家选择网络减少博弈规模，提升预测准确性和规划安全性，同时利用目标推断网络处理信息不完全场景。
Hierarchical Motion Planning and Control under Unknown Nonlinear Dynamics via Predicted Reachability
通过预测可达性在未知非线性动力学下进行分层运动规划与控制
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出一种分层规划-控制框架，通过分步逼近未知非线性系统，利用可达性理论和预测可达性条件保证运动规划的正式可达性。
Collisionless Multi-Agent Path Planning in the Hamilton-Jacobi Formulation
无碰撞多智能体路径规划的哈密顿-雅可比形式化
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于哈密顿-雅可比-贝尔曼方程的无碰撞多智能体路径规划方法，采用变分形式的数值方法解决高维问题，适用于异构智能体和高维动态系统，通过对偶混合梯度优化方案实现最优轨迹求解。
PRS-Med: Position Reasoning Segmentation in Medical Imaging
PRS-Med: 医学影像中的位置推理分割
机构 * Aalto University（阿尔托大学） ； Northwestern University（西北大学） ； Technical University of Denmark（丹麦技术大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） ； University of South Dakota（南达科他大学）
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 PRS-Med提出一种基于位置推理的医学影像分割框架，通过整合视觉-语言模型与分割解码器，提升临床诊断的准确性与可解释性。
MuSEAgent: A Multimodal Reasoning Agent with Stateful Experiences
MuSEAgent：一种具有状态化经验的多模态推理代理
机构 * Southeast University（东南大学） ； Monash University（莫纳什大学） ； Xiaohongshu Inc.（小红书） ； Shanghai Jiao Tong University（上海交通大学） ； University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学）
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 MuSEAgent通过引入状态化经验学习范式，提升多模态推理代理的决策能力，其通过 hindsight reasoning 抽象交互数据为原子决策经验，并在推理时进行质量过滤的经验检索，实验表明其在细粒度视觉感知和复杂多模态推理任务中表现优异。
FUAS-Agents: Autonomous Multi-Modal LLM Agents for Treatment Planning in Focused Ultrasound Ablation Surgery
FUAS-代理：自主多模态大语言模型代理用于聚焦超声消融手术的治疗计划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出FUAS-代理，利用大语言模型的多模态理解和工具使用能力，通过整合患者资料和MRI数据，生成个性化治疗计划，提升临床决策效率和可靠性。
Comments 35 pages
Generalizable task-oriented object grasping through LLM-guided ontology and similarity-based planning
通过LLM引导的本体和基于相似性的规划实现通用任务导向物体抓取
机构 * Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于LLM的本体和相似性规划方法，解决任务导向抓取中部分识别和抓取区域选择的稳定性问题，提升抓取的通用性和鲁棒性。
Comments Accepted by Robotics and Autonomous Systems
db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF
db-LaCAM：基于断点有界的快速可扩展多机器人运动规划与轻量级MAPF
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出db-LaCAM，结合现代MAPF算法的高效性和 kinodynamic 规划器的动态感知能力，通过预计算的运动原语生成运动序列，实现高效多机器人运动规划，实验表明其在50个机器人场景中运行速度提升十倍。
DQN Based Joint UAV Trajectory and Association Planning in NTN Assisted Networks
基于DQN的NTN辅助网络中无人机轨迹与关联规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于DQN的联合无人机轨迹与关联规划算法，旨在降低能耗、减少切换频率和断连问题，通过整合地球静止轨道网络架构实现无缝无人机连接。
Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges
自动驾驶轨迹规划中的基础模型：进展与开放挑战综述
机构 * Five AI Ltd.（Five AI有限公司） ； Robert Bosch GmbH（罗伯特·博世有限公司） ； United Kingdom（英国）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文综述了自动驾驶中基于基础模型的轨迹规划方法，分析了其架构设计、方法优势及局限性，并评估了37种最新方法的代码和数据集开放性。
Comments Accepted to TMLR (Survey Certification)
Learning to Sample: Reinforcement Learning-Guided Sampling for Autonomous Vehicle Motion Planning
学习采样：强化学习引导的自主车辆运动规划采样
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出一种结合强化学习的采样方法，用于提升自动驾驶车辆在复杂城市环境中的运动规划效率与可靠性。
Comments 8 pages, submitted to the IEEE for possible publication
Graph-of-Constraints Model Predictive Control for Reactive Multi-agent Task and Motion Planning
基于约束图的模型预测控制：用于反应性多智能体任务与运动规划
机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出基于约束图的模型预测控制（GoC-MPC），用于解决多智能体任务与运动规划中的依赖几何约束序列问题，支持部分有序任务、动态智能体协调及扰动恢复，实现高效鲁棒的多智能体操作。
Comments 8 main content pages, 4 main content figures, camera ready version submitted to IEEE International Conference on Robotics and Automation (ICRA 2026)
Multi-Agent Motion Planning on Industrial Magnetic Levitation Platforms: A Hybrid ADMM-HOCBF approach
多智能体在工业磁悬浮平台上的运动规划：一种混合ADMM-HOCBF方法
机构 * MECO Research Team, Dept. of Mechanical Engineering, KU Leuven and Flanders Make（MECO研究团队，机械工程系，KU莱顿和弗拉芒制造）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出了一种新颖的混合运动规划方法，用于具有holonomic特性的多智能体系统。通过结合去中心化的交替方向乘子法（ADMM）与集中式的高阶控制屏障函数（HOCBF）架构，解决了传统集中式MPC在智能体数量增加时的可计算性问题，并提供安全性保障。
Comments 8 pages, 4 figures, accepted to the European Control Conference 2026
A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning
一种多智能体感知-行动联盟用于高效长视频推理
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Systems（思科系统）
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 本文提出A4VL多智能体感知-行动探索联盟，通过多轮感知-行动探索循环提升长视频推理效率，采用事件驱动划分和线索引导块对齐技术，实现高质量推理并降低推理延迟。
Comments Accepted by CVPR2026
Optimal Path Planning in Hostile Environments
hostile 环境中的最优路径规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究在危险环境中多智能体路径规划问题，证明该问题NP难并提出多项式时间算法，揭示了问题的计算复杂性景观。
Comments Accepted for publication at ICAPS-2026 (25 pages, 6 figures)
From Servers to Sites: Compositional Power Trace Generation of LLM Inference for Infrastructure Planning
从服务器到站点：LLM推理的组合功率轨迹生成用于基础设施规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出通过组合功率轨迹生成方法，准确建模LLM推理的能耗，支持更精确的基础设施规划。
A MILP-Based Solution to Multi-Agent Motion Planning and Collision Avoidance in Constrained Environments
基于混合整数线性规划的多智能体运动规划与碰撞避障方法
机构 * Robotics Engineering Department, Worcester Polytechnic Institute（沃斯特理工学院机器人工程系） ； Electrical Engineering Department, California Polytechnic State University（加州州立大学弗雷斯诺分校电子工程系）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出一种基于混合整数线性规划的多智能体运动规划方法，通过将多凸多边形动作规划嵌入序列-求解流程，利用大M超平面模型实现智能体间分离，并通过L1路径长度加加速度成本生成平滑轨迹。
Comments Accepted to 2025 IEEE International Conference on Automation Science and Engineering (CASE 2025). This arXiv version adds a supplementary appendix with figures not in the IEEE proceedings
Journal ref IEEE 21st International Conference on Automation Science and Engineering (CASE), 2025, pp. 2200-2207
A Multi-Agent System for Building-Age Cohort Mapping to Support Urban Energy Planning
一种多智能体系统用于建筑年龄队列映射以支持城市能源规划
机构 * Institute for Automation（自动化研究所） ； Applied Informatics (IAI)（应用信息学（IAI）） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院（KIT）） ； Karlsruhe, Germany（德国卡尔斯鲁厄）
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出多智能体系统融合异构数据，通过BuildingAgeCNN实现建筑年龄分类，提升城市能源规划的准确性与可持续性。
WorldVLM: Combining World Model Forecasting and Vision-Language Reasoning
WorldVLM：结合世界模型预测与视觉语言推理
机构 * Munich University of Applied Sciences（慕尼黑应用科学大学）
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 WorldVLM结合视觉语言模型与世界模型，通过统一架构提升自动驾驶中的环境预测与决策能力，解决空间理解受限问题。
Comments 8 pages, 6 figures, 5 tables; submitted to IEEE
