Vehicle Routing Problem Meets Large Language Models: An Overview and Perspectives
车辆路径问题遇上大语言模型：综述与展望
专题命中 规划推理 ：reasoning(abstract)
AI总结 综述大语言模型在车辆路径问题中的应用，涵盖模型构建、算法设计、协调工具等角色，并讨论基准测试与实验。
Comments working in process
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 920 篇
A Large-Language-Model Supported Personalized Driving Framework for Lane Change in Highway Scenarios
大语言模型支持的高速公路换道场景个性化驾驶框架
机构 * Hubei University of Automotive Technology（湖北汽车工业学院） ； Graz University of Technology（格拉茨技术大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种LLM支持的个性化驾驶框架，通过映射自然语言指令到Apollo规划参数，结合聚类和风格强度排序生成可区分的换道行为，并利用检索增强生成解释隐式指令。
Communication-Aware Robot Execution for Cloud Inference under Spatially Heterogeneous Connectivity
面向空间异构连接性的云推理通信感知机器人执行
机构 * Graduate School of Information Science and Technology, The University of Osaka（大阪大学信息科学与技术研究生院） ； D3 Center, The University of Osaka（大阪大学D3中心）
专题命中 规划推理 ：reasoning(abstract)
AI总结 针对云推理中空间异构连接性导致执行脆弱的问题，提出请求-响应窗口框架，将下一请求点作为运动决策，选择通信质量足够的位置提交请求并保留响应检索机会，实验表明该方法在任务成功率、请求次数和失败率上均优于对比方法。
Efficient Sim-to-Real Transfer of World-Action Models from Synthetic Priors
基于合成先验的世界-动作模型的高效仿真到现实迁移
机构 * Purdue University（普渡大学） ； Robotics and AI Institute（机器人与人工智能研究所）
专题命中 规划推理 ：planning(abstract)
AI总结 本文研究从合成先验训练世界-动作模型并零样本部署到真实机器人操作，通过域随机化和AnyTask运动规划生成演示，首次成功实现仿真到现实的迁移。
Comments This work is accepted by CVPR'26, Embodied AI Workshop. This paper represent a part of early result of our official world-action model zero-shot sim-to-real transfer work, which will be released soon
An LLM-Powered Semantic Alignment Framework for Journal Recommendation
基于LLM的语义对齐框架用于期刊推荐
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出一种基于大语言模型的语义对齐框架，将期刊推荐转化为稿件内容与期刊范围描述之间的语义匹配问题，无需训练即可实现高效推荐。
Multi-Modal Conditioned High-Resolution Transformer for Urban Electromagnetic Field Map Prediction Download PDF
面向城市电磁场地图预测的多模态条件高分辨率Transformer
机构 * Soongsil University（崇实大学） ； Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（韩国科学技术院赵春植移动研究生院） ； Department of Intelligent Semiconductors, Soongsil University（崇实大学智能半导体系）
专题命中 规划推理 ：planning(abstract)
AI总结 提出多条件密集预测框架，利用高分辨率Transformer骨干网络，结合特征线性调制和交叉注意力机制，从建筑布局和天线配置生成500×500电磁场地图，通过复合损失函数和测试时增强提升性能。
Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation
Qwen-Image-Agent：弥合真实世界图像生成中的上下文差距
机构 * Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation（Qwen-Image-Agent：弥合现实世界图像生成中的上下文缺口）
专题命中 规划推理 ：planning(abstract)
AI总结 提出Qwen-Image-Agent框架，通过上下文感知规划和上下文接地，整合规划、推理、搜索、记忆和反馈，弥合用户上下文与生成上下文之间的差距，在IA-Bench等基准上达到最优性能。
Proposal-Conditioned Latent Diffusion for Closed-Loop Traffic Scenario Generation
基于提议条件的闭环交通场景生成潜扩散模型
机构 * CARIAD SE ； Technical University of Munich（慕尼黑工业大学） ； Institute of Automotive Engineering (FZD), TU Darmstadt（达姆施塔特工业大学汽车工程研究所（FZD））
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种基于实例场景上下文和多模态提议先验的扩散框架，通过紧凑动作潜表示和提议初始化提升采样效率，实现闭环交通场景的逼真、安全且可控生成。
Comments Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026
MedSWFlow: An Open-Source LLM Workflow for Drafting Medical Social Work Case Plans
MedSWFlow: 一个用于起草医务社会工作案例计划的开源LLM工作流
专题命中 规划推理 ：planning(abstract)
AI总结 提出开源、模型无关的LLM工作流MedSWFlow，将案例计划任务分解为六个阶段，通过结构化提示生成可审查的评估表和服务计划，旨在辅助从业者起草案例计划。
Comments 26pages, 8tables, 2figuers
DocArena: Turning Raw Documents into Controllable Training Environments for Document Search Agents
DocArena：将原始文档转化为可控的训练环境用于文档搜索代理
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； Adobe Research（Adobe研究院）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出DocArena自动化流程，通过多模态文档结构化、推理型QA对构建和质量控制，生成可控训练环境，使基于文本LLM的搜索代理在多模态文档检索和问答中取得最佳性能。
Comments search agent for documents
When LLM Rationales Become User-Facing: Effects on Trust Perception, Decision-Making, and Gaze Behaviors
当LLM推理理由面向用户时：对信任感知、决策和注视行为的影响
专题命中 规划推理 ：reasoning(abstract)
AI总结 研究通过两项实验（在线和眼动追踪）探讨LLM推理理由的呈现方式、正确性和确定性框架对用户信任、决策和注视行为的影响，发现不正确理由降低信任并增加认知负荷，挑战了“更多推理更好”的假设。
When Surveys Become Conversations: Adaptive Matrix Validation for AI-Assisted Interviews
当调查变成对话：面向AI辅助访谈的自适应矩阵验证
专题命中 规划推理 ：planning(abstract)
AI总结 提出自适应矩阵验证（AMV）方法，通过少量随机结构化问题校准AI从访谈中映射的变量，提升均值、子组和回归系数的估计精度，并在三个模拟研究中验证其有效性。
SupplyNet: Supporting Visual Exploratory Learning in Supply Chain via Contextual Multi-Agent Simulation
SupplyNet: 通过上下文多智能体模拟支持供应链中的视觉探索式学习
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出SupplyNet，一种基于上下文图的多智能体LLM框架的视觉模拟系统，通过交互式网络视图、分支时间线和任务分析控制台，支持供应链中的反事实探索、因果追踪和比较推理，提升用户参与度和理解。
Comments 25 pages, 7 figures
Varying Bundle Size Reactive Multi-Task Assignment using Selective Cost Estimation for Multi-Agent Systems
基于选择性成本估计的多智能体系统变束大小反应式多任务分配
机构 * Luleå University of Technology（吕勒奥理工大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种分布式两阶段多保真束生成框架，通过低保真启发式搜索束空间，仅对最有希望候选进行高保真路径规划，实现反应式多机器人任务分配，提高拍卖方法性能。
Comments Accepted for publication at the 23rd World Congress of the International Federation of Automatic Control (IFAC 2026)
ActiveScope: Actively Seeking and Correcting Perception for MLLMs
ActiveScope: 主动寻求和纠正MLLMs的感知
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； State Key Lab of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院人工智能安全国家重点实验室，计算技术研究所，北京，中国） ； Harbin Institute of Technology (Weihai)（哈尔滨工业大学（威海））
专题命中 规划推理 ：self-correction(abstract)
AI总结 提出ActiveScope框架，通过语义锚点定位和干扰抑制细化模块，解决MLLMs在高分辨率图像中的细粒度感知问题，在V* Bench上达到96.34%准确率。
Comments ICML 2026
A Pre-Dispatch Resonance Safety Criterion for AI Training Clusters
AI训练集群的预调度共振安全准则
专题命中 规划推理 ：planning(abstract)
AI总结 针对AI训练集群在BSP协议下对电网产生的周期性功率波动，提出一种预调度安全准则，通过解析两区域摇摆方程，界定危险迭代周期带，并量化集群规模上限。
Comments Submitted for North American Power Symposium (NAPS) 2026, October 11 - 13, 2026
RAPID: A Reproducible Multi-Agent Pipeline for Interpretable Disaster Damage Assessment from Satellite and Street-View Imagery
RAPID：一种可复现的多智能体管道，用于从卫星和街景图像中进行可解释的灾害损害评估
机构 * National University of Singapore（新加坡国立大学） ； The University of Alabama（阿拉巴马大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出RAPID，一种可复现的多智能体管道，无需任务特定微调即可实现零样本灾害损害评估，通过跨视图理解、图像恢复和结构化识别生成可解释的评估报告，在多种灾害中达到0.92的分类准确率。
Comments 12 pages, 8 figures
AI Data Centers and Power System Sustainability: Understanding the Sustainability Implications of AI-Driven Data Centers on Power Systems
AI数据中心与电力系统可持续性：理解AI驱动数据中心对电力系统的可持续性影响
专题命中 规划推理 ：planning(abstract)
AI总结 本文概述AI数据中心对电力系统可持续性的影响机制，分析其负荷行为、供电配置及对碳排放和可再生能源利用的影响，并评估企业可持续性路径与碳核算实践。
Comments 13 pages, 3 figures, to be published in IEEE Energy Sustainability Magazine
DEFENGRAPH: Knowledge Graph-Enhanced LLMs for Blue Team Cyber Defense
DEFENGRAPH：面向蓝队网络防御的知识图谱增强型大语言模型
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出DEFENGRAPH框架，通过双层静态-动态知识图谱与图路径检索、上下文过滤和重排序增强LLM的上下文推理，在红蓝对抗演习数据上显著提升防御决策的召回率和精确率。
Timage: A Generative Text-in-Image Paradigm for Fine-Tuning Vision-Language Models
Timage: 一种用于微调视觉语言模型的文本嵌入图像生成范式
机构 * Fudan University（复旦大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Tencent Jarvis Lab（腾讯贾维斯实验室） ； Southern University of Science and Technology（南方科技大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出Timage范式，通过约束薛定谔桥将查询文本作为排版覆盖层嵌入图像，以显式空间锚点引导模型关注，在不侵蚀骨干能力前提下提升细粒度空间推理性能。
Comments ECCV
Vortex: Multi-Modal Fusion System for Intelligent Video Retrieval
Vortex: 面向智能视频检索的多模态融合系统
机构 * University of Science, VNU-HCM（越南国立大学胡志明市理科大学） ； Vietnam National University, Ho Chi Minh City（越南国立大学胡志明市）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出Vortex系统，融合自适应关键帧提取、多模态元数据生成及混合检索策略（CLIP与SigLIP2的倒数秩融合），结合Rocchio反馈和多阶段时序搜索，在比赛中取得优异成绩。
Comments SOICT 2025
SAFE-Cascade: Cost-Adaptive Vision-Language Routing for Chart Question Answering
SAFE-Cascade: 面向图表问答的成本自适应视觉语言路由
机构 * University of Arkansas（亚拉巴马大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出SAFE-Cascade系统，通过OCR和轻量语言模型先给出答案，再由学习路由器决定是否调用VLM，在ChartQA上以73.1%的VLM调用率达到69.1%准确率，减少26.9%的VLM调用和9.3%的成本。
Comments Demo paper submitted at CIKM 2026. 4 pages, 2 figures
LLM-Mediated Human-AI Interaction in Search and Rescue: Impact of Expertise on Attentional Allocation
LLM介导的人机交互在搜索与救援中的应用：专业知识对注意力分配的影响
专题命中 规划推理 ：planning(abstract)
AI总结 本研究通过模拟搜索救援任务，比较有无大语言模型（LLM）指导的条件，结合眼动追踪和行为分析，发现LLM提升任务效率但未增加总救援人数，并揭示了注意力-指导权衡，其中专业知识调节了用户对AI的依赖模式。
Self-Supervised Relevance Modelling in Autonomous Driving via Counterfactual Analysis
自动驾驶中基于反事实分析的自监督相关性建模
机构 * Networked Systems Lab, Universidad Miguel Hernandez de Elche（网络系统实验室，米格尔·希内斯·埃尔切大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种基于反事实分析的自监督方法，用于量化自动驾驶中物体的相关性，实现毫秒级实时估计，并生成相关性热图以辅助感知与规划。
A Mixed-Reality Testbed for Autonomous Vehicles
自动驾驶汽车的混合现实测试平台
机构 * Division of Systems Engineering（系统工程系） ； Boston University（波士顿大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种混合现实硬件在环测试平台，集成物理移动机器人与高保真仿真环境，用于验证感知、规划和控制算法，并支持多智能体系统研究。
Comments 9 pages, 7 figures, 1 table
Mind Companion: An Embodied Conversational Agent for Process-Based Psychotherapy
Mind Companion: 一种用于基于过程心理治疗的具身对话代理
专题命中 规划推理 ：planning(abstract)
AI总结 提出Mind Companion，一种基于大语言模型的具身对话代理，通过多层级心理分析与过程治疗原则，实时分析客户陈述并生成回应，评估显示GPT-5.2在多个维度上优于人类治疗师。
Journal ref 2026 IEEE 14th International Conference on Healthcare Informatics (ICHI), Minneapolis, MN, June 1-3, 2026, pp. 980-989
SpecGen: Accelerating Agentic Kernel Optimization with Speculative Generation
SpecGen: 利用推测生成加速智能体内核优化
专题命中 规划推理 ：reasoning(abstract)
AI总结 针对智能体内核优化中生成延迟长、反馈不足和资源利用率低的问题，提出SpecGen系统，通过推测生成在推理过程中提前产生候选内核，并行验证剖析，动态调整资源，并利用远程KV缓存减少前缀重计算，显著降低端到端时间并提升内核加速比。
Intermittent Strategic Cooperation of Two Selfish Agents on Graphs
两个自私智能体在图上的间歇性战略合作
机构 * Bar-Ilan University（巴伊兰大学）
专题命中 规划推理 ：planning(abstract)
AI总结 研究两个自私智能体在时间与空间约束下的战略合作问题，通过IC2PP模型刻画纯纳什均衡结构，证明均衡存在性并提出多项式时间枚举算法。
PepsiCo Deploys AI-Driven Pricing and Promotion Optimization at Scale
百事公司大规模部署AI驱动的定价与促销优化
专题命中 规划推理 ：planning(abstract)
AI总结 本文介绍百事公司部署的PromoAI和PricingAI两个大规模优化系统，分别通过混合整数线性规划和非线性规划，结合机器学习与贝叶斯模型，实现促销日历和基础定价的自动优化，提升收入管理效率。
Comments 40 pages, 1 figure
Journal ref INFORMS Journal on Applied Analytics (2026)
When Should a Robot Replan? Regret-Guided Update Scheduling in Time-Varying MDPs
机器人何时应重新规划？时变MDP中的遗憾引导更新调度
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(abstract)
AI总结 针对时变环境下机器人因预算限制无法持续重规划的问题，提出基于动态遗憾的在线更新调度规则，在仿真和实物实验中优于固定预算基线。
