AI Agent

Code-Space Response Oracles: Generating Interpretable Multi-Agent Policies with Large Language Models

代码空间响应预言机：利用大语言模型生成可解释的多智能体策略

Daniel Hennes, Zun Li, John Schultz, Marc Lanctot

机构 * Google（谷歌） ； DeepMind（深度思维） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG；autonomous agent(comments)

AI总结 本文提出代码空间响应预言机，利用大语言模型生成可解释的多智能体策略，通过代码生成任务提升策略的可解释性和复杂策略发现能力。

Comments Accepted as an Extended Abstract at the Twenty-Fifth International Conference on Autonomous Agents and Multiagent Systems (AAMAS)

UAV-MARL: Multi-Agent Reinforcement Learning for Time-Critical and Dynamic Medical Supply Delivery

无人机多智能体强化学习：用于时间敏感和动态医疗物资配送

Islam Guven, Mehmet Parlak

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于多智能体强化学习的无人机协调框架，用于在动态医疗物资配送中实现高效任务优先和资源分配。

Comments 7 pages, 4 figures, 2 tables, conference

KernelSkill: A Multi-Agent Framework for GPU Kernel Optimization

KernelSkill：一种用于GPU内核优化的多智能体框架

Qitong Sun, Jun Han, Tianlin Li, Zhe Tang, Sheng Chen, Fei Yang, Aishan Liu, Xianglong Liu, Yang Liu

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 KernelSkill通过多智能体框架和双层记忆架构，实现高效GPU内核优化，取得显著速度提升。

BrandFusion: A Multi-Agent Framework for Seamless Brand Integration in Text-to-Video Generation

BrandFusion: 一种多智能体框架，用于文本到视频生成中的无缝品牌整合

Zihao Zhu, Ruotong Wang, Siwei Lyu, Min Zhang, Baoyuan Wu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； State University of New York at Buffalo（纽约州立大学布法罗分校） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 BrandFusion通过多智能体框架实现文本到视频生成中的无缝品牌整合，提升品牌辨识度和内容自然度，推动T2V的可持续商业化应用。

LaTeXTrans: Structured LaTeX Translation with Multi-Agent Coordination

LaTeXTrans: 带多智能体协调的结构化LaTeX翻译

Ziming Zhu, Chenglong Wang, Haosong Xv, Shunjie Xing, Yifu Huo, Fengning Tian, Quan Du, Di Yang, Chunliang Zhang, Tong Xiao, Jingbo Zhu

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； NiuTrans Research, Shenyang, China（牛译研究院，中国沈阳） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 LaTeXTrans通过多智能体协作实现结构化LaTeX文档的准确翻译，提升格式保留和术语一致性。

LLMGreenRec: LLM-Based Multi-Agent Recommender System for Sustainable E-Commerce

LLMGreenRec: 基于大语言模型的多智能体推荐系统用于可持续电子商务

Hao N. Nguyen, Hieu M. Nguyen, Son Van Nguyen, Nguyen Thi Hanh

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 LLMGreenRec通过大语言模型和多智能体框架，提升电子商务中可持续产品推荐的准确性和环保性。

Comments Accepted to the Proceedings of the Conference on Digital Economy and Fintech Innovation (DEFI 2025). To appear in IEEE Xplore

Terminal Is All You Need: Design Properties for Human-AI Agent Collaboration

终端即一切：人机协同中的设计属性

Alexandre De Masi

专题命中 多智能体 ：agent(title,abstract)；AI agent(title,abstract)

AI总结 本文提出终端作为人机协同设计的典范，强调其在表示兼容性、行为透明性和低参与门槛三方面的核心属性。

Comments 8 pages (6 content + 2 references), 6 figures. Accepted as poster at the CHI 2026 Workshop on Human-AI-UI Interactions Across Modalities (CUCHI'26), April 14, 2026, Barcelona, Spain

How to Count AIs: Individuation and Liability for AI Agents

如何计算AI：AI代理的个体化与责任归属

Yonathan Arbel, Peter Salib, Simon Goldstein

机构 * University of Alabama（阿拉巴马大学） ； University of Hong Kong（香港大学） ； University of Houston（休斯顿大学） ； HKU AI & Humanity Lab（香港大学AI与人类实验室） ； Center for Law & AI Risk（法律与人工智能风险中心） ； Institute for Law & AI（法律与人工智能研究所） 纠错

专题命中 多智能体 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出通过‘算法公司’解决AI代理的个体识别与责任归属问题，通过法律虚构实体实现对AI行为的追踪与责任划分。

Comments 36 pages. Presented at the Law Following AI conference, Cambridge University. Interdisciplinary: AI safety, AI governance, legal theory

Communication Enables Cooperation in LLM Agents: A Comparison with Curriculum-Based Approaches

通信使LLM代理协作：与基于课程的方法的比较

Hachem Madmoun, Salem Lahlou

机构 * MBZUAI（穆扎布伊人工智能研究所） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文通过比较直接通信与课程学习方法，发现通信在促进LLM代理合作中更有效，而课程学习可能因设计选择影响对齐目标。

Comments Published in EACL 2026 - Corrected cooperation rates for two-stage communication conditions (96.7% and 100.0%, previously reported as 48.3% and 50.0% due to a denominator bug in the evaluation code). All other results unchanged

Formation Control via Rotation Symmetry Constraints

通过旋转对称性约束实现编队控制

Zamir Martinez, Daniel Zelazo

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出基于旋转对称性约束的多智能体编队控制方法，通过势函数实现智能体的对称配置，并解决编队沿虚拟轨迹的协调运动问题。

Over-the-Air Consensus-based Formation Control of Heterogeneous Agents: Communication-Rate and Geometry-Aware Convergence Guarantees

空中协同一致下的异构体群形成控制：通信速率与几何意识收敛保证

Michael Epp, Fabio Molinari, Jörg Raisch

专题命中 多智能体 ：agent(abstract)；autonomous agent(abstract)

AI总结 本文提出了一种基于空中协同一致的异构体群形成控制方法，通过利用无线信道叠加特性，实现了在减少正交传输需求的同时保证收敛性能。

Technological Excellence Requires Human and Social Context

技术卓越需要人类和社会背景

Karl Palmås, Mats Benner, Monica Billger, Ben Clarke, Raimund Feifel, Julia Fernandez-Rodriguez, Anna Foka, Juliette Griffié, Claes Gustafsson, Kerstin Hamilton, Johan Holmén, Kristina Lindström, Tobias Olofsson, Joana B. Pereira, Marisa Ponti, Julia Ravanis, Sviatlana Shashkova, Emma Sparr, Pontus Strimling, Fredrik Höök, Giovanni Volpe

专题命中 多智能体 ：agentic(abstract)

AI总结 本文主张技术卓越需结合伦理、社会和文化因素，强调人文学科和社会科学在技术发展中的关键作用。

Comments 27 pages, 1 figure