AI Agent

WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning

WideSeek-R1: 探索通过多智能体强化学习进行广泛信息寻求的宽度扩展

Zelai Xu, Zhexuan Xu, Ruize Zhang, Chunyang Zhu, Shi Yu, Weilin Liu, Quanlu Zhang, Wenbo Ding, Chao Yu, Yu Wang

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

AI总结 WideSeek-R1通过多智能体强化学习框架，实现广泛信息寻求任务中的宽度扩展，提升多智能体系统的协同与并行执行能力，实验表明其性能优于单智能体模型。

Comments https://wideseek-r1.github.io/

Multi-Agent Collaboration for Automated Design Exploration on High Performance Computing Systems

多智能体协作用于高性能计算系统上的自动化设计探索

Harshitha Menon, Charles F. Jekel, Kevin Korner, Brian Gunnarson, Nathan K. Brown, Michael Stees, M. Giselle Fernandez-Godino, Walter Nissen, Meir H. Shachar, Dane M. Sterbentz, William J. Schill, Yue Hao, Robert Rieben, William Quadros, Steve Owen, Scott Mitchell, Ismael D. Boureima, Jonathan L. Belof

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

AI总结 MADA框架通过多智能体协作实现自动化设计探索，专注于惯性约束聚变中的RMI抑制问题，利用HPC系统和机器学习替代方案提升设计效率。

The price of decentralization in managing engineering systems through multi-agent reinforcement learning

在多智能体强化学习中管理工程系统去中心化的代价

Prateek Bhustali, Pablo G. Morato, Konstantinos G. Papakonstantinou, Charalampos P. Andriotis

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

AI总结 本研究探讨了多智能体强化学习在管理工程系统时去中心化的代价，发现冗余度增加会加剧协调挑战，但去中心化策略仍能超越启发式基线。

Enhancing Heterogeneous Multi-Agent Cooperation in Decentralized MARL via GNN-driven Intrinsic Rewards

通过图神经网络驱动的内在奖励增强去中心化MARL中的异质多智能体协作

Jahir Sadik Monon, Deeparghya Dutta Barua, Md. Mosaddek Khan

机构 * Independent University Bangladesh（独立大学Bangladesh） ； Penta Global Ltd（Penta全球有限公司） ； University of Dhaka, Bangladesh（达卡大学，Bangladesh） 纠错

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

AI总结 CoHet通过图神经网络驱动的内在动机提升去中心化MARL中异质智能体协作性能

Comments Full paper version for AAMAS 2025 (https://ifaamas.org/Proceedings/aamas2025/pdfs/p2681.pdf), 9 pages, 5 figures

Journal ref Proceedings of the 24th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2025), pages 2681-2683, 2025

A Robust and Efficient Multi-Agent Reinforcement Learning Framework for Traffic Signal Control

一种用于交通信号控制的鲁棒且高效的多智能体强化学习框架

Sheng-You Huang, Hsiao-Chuan Chang, Yen-Chi Chen, Ting-Han Wei, I-Hau Yeh, Sheng-Yao Kuan, Chien-Yao Wang, Hsuan-Han Lee, I-Chen Wu

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

AI总结 本文提出一种多智能体强化学习框架，通过转向比率随机化、指数相位持续时间调整和基于邻居的观察方案，提升交通信号控制的鲁棒性和效率，实验表明其在减少等待时间方面优于传统方法。

Comments 12 pages, 4 tables, 8 figures. Under review in the 31st ITS World Congress 2026

STAIRS-Former: Spatio-Temporal Attention with Interleaved Recursive Structure Transformer for Offline Multi-task Multi-agent Reinforcement Learning

STAIRS-Former：具有交错递归结构变换器的时空注意机制用于离线多任务多智能体强化学习

Jiwon Jeon, Myungsik Cho, Youngchul Sung

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

AI总结 STAIRS-Former通过引入时空层次结构和token dropout，有效提升了多任务多智能体强化学习中智能体协调和长期依赖捕捉能力，实现新的性能突破。

QChunker: Learning Question-Aware Text Chunking for Domain RAG via Multi-Agent Debate

QChunker: 通过多智能体辩论学习问题感知的文本分块以实现领域RAG

Jihao Zhao, Daixuan Li, Pengfei Li, Shuaishuai Zu, Biao Qin, Hongyan Liu

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； School of Smart Governance, Renmin University of China（中国人民大学智能治理学院） ； School of Information, BRAIN, Renmin University of China（中国人民大学信息学院、BRAIN学院） ； School of Economics and Management, Tsinghua University（清华大学经济管理学院） 纠错

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

AI总结 QChunker通过多智能体辩论框架，提升RAG中文本分块的语义完整性和信息粒度，采用ChunkScore评估指标，实现更高效高质量的文本分块生成。

Enhancing Value Alignment of LLMs with Multi-agent system and Combinatorial Fusion

通过多智能体系统和组合融合增强大语言模型的价值对齐

Yuanhong Wu, Djallel Bouneffouf, D. Frank Hsu

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

AI总结 本文提出VAS-CFA框架，通过多智能体和组合融合提升大语言模型的价值对齐，实验证明其在标准度量上优于现有方法。

Comments 5 pages, 3 figures, accepted to 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)

Multi-Agent Reinforcement Learning for UAV-Based Chemical Plume Source Localization

基于无人机的化学烟雾源定位的多智能体强化学习

Zhirun Li, Derek Hollenbeck, Ruikun Wu, Michelle Sherman, Sihua Shao, Xiang Sun, Mostafa Hassanalian

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

AI总结 本研究提出基于多智能体深度强化学习的框架，用于无人机在化学烟雾源定位中的高效检测与精准定位。

SliceFed: Federated Constrained Multi-Agent DRL for Dynamic Spectrum Slicing in 6G

SliceFed: 6G动态频谱切片中的联邦约束多智能体深度强化学习

Hossein Mohammadi, Seyed Bagher Hashemi Natanzi, Ramak Nassiri, Jamshid Hassanpour, Bo Tang, Vuk Marojevic

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

AI总结 SliceFed通过联邦约束多智能体深度强化学习框架，解决6G动态频谱切片中的资源分配问题，实现高频谱效率和严格的服务质量要求。

Comments 4 figures, 3 algorithms charts

Exploiting Over-The-Air Consensus for Collision Avoidance and Formation Control in Multi-Agent Systems

利用空中共识实现多智能体系统的避障与编队控制

Michael Epp, Fabio Molinari, Joerg Raisch

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

AI总结 本文提出利用空中共识技术实现多智能体系统的高效编队与避障控制，通过利用无线信道干扰提升通信效率，展现了在大规模智能体场景下的优越性能。

Comments Submitted to CDC 2024

Journal ref 2024 IEEE 63rd Conference on Decision and Control (CDC), pp. 5417-5423

Multi-Agent Reinforcement Learning for Greenhouse Gas Offset Credit Markets

多智能体强化学习用于温室气体抵消信用市场

Liam Welsh, Udit Grover, Sebastian Jaimungal

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 本文利用多智能体强化学习方法研究温室气体抵消信用市场的纳什均衡，通过数值实验展示其在降低企业排放成本方面的有效性。

From Control to Foresight: Simulation as a New Paradigm for Human-Agent Collaboration

从控制到预见：模拟作为人类-智能体协作的新范式

Gaole He, Brian Y. Lim

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

AI总结 本文提出闭环模拟的交互范式，旨在通过模拟未来轨迹提升人类与智能体协作的预见能力，而非依赖传统的控制方式。

Comments CHI 2026 Workshop on Human-Agent Collaboration

Increasing intelligence in AI agents can worsen collective outcomes

提升AI代理的智能会加剧集体结果

Neil F. Johnson

机构 * Dynamic Online Networks Laboratory and Physics Department（动态在线网络实验室和物理系） 纠错

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

AI总结 研究发现，资源稀缺时AI代理多样性与强化学习会加剧系统过载，而部落形成可降低风险，但整体效果取决于容量与人口比。

Scaling Laws for Educational AI Agents

教育AI代理的扩展规律

Mengsong Wu, Hao Hao, Shuzhen Bi, Keqian Li, Wentao Liu, Siyu Song, Hongbo Zhao, Aimin Zhou

机构 * East China Normal University（东华师范大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文提出教育AI代理的扩展规律，通过结构化维度如角色定义、技能深度等，构建AgentProfile机制，展示EduClaw平台在K-12学科中实现330+代理的性能扩展，强调结构化能力系统的重要性。

Comments 19 pages, 6 figures, 3 tables, 1 algorithm

Markovian Generation Chains in Large Language Models

大语言模型中的马尔可夫生成链

Mingmeng Geng, Amr Mohamed, Guokan Shang, Michalis Vazirgiannis, Thierry Poibeau

机构 * ENS-PSL & CNRS-Lattice（ENS-PSL与CNRS-Lattice） ； MBZUAI & Ecole Polytechnique（MBZUAI与巴黎高等理工学院） 纠错

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

AI总结 本文研究了大语言模型中迭代推理过程的演变，通过马尔可夫链建模发现句子多样性受温度参数和初始输入影响，揭示了迭代推理的动力学及其对多智能体系统的影响。

Deep Incentive Design with Differentiable Equilibrium Blocks

基于可微均衡块的深度激励设计

Vinzenz Thoma, Georgios Piliouras, Luke Marris

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

AI总结 本文提出基于可微均衡块的深度激励设计框架，通过统一管道和DEB训练神经网络，解决多智能体交互中的激励设计问题，涵盖合同设计、机器调度和逆向均衡等任务。

Comments 24 pages, 7 figures

Kinetic SIS opinion-driven models with asymmetric awareness feedback: macroscopic limit and polarization

具有不对称意识反馈的动量SIS意见驱动模型：宏观极限与极化

Juan Pablo Pinasco, Nicolas Saintier, Horacio Tettamanti, Mattia Zanella

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

AI总结 本文提出了一种结合意见动态与传染病传播的SIS模型，通过不对称反馈机制研究传染病流行与意见极化之间的相互作用。

Resilient Topology-Aware Coordination for Dynamic 3D UAV Networks under Node Failure

抗扰动的拓扑感知协调用于动态3D无人机网络中的节点故障

Chuan-Chi Lai

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

AI总结 本文提出拓扑感知图MAPPO框架，通过自主3D空间重新配置提升动态无人机网络在节点故障下的鲁棒性和生存能力。

Comments 14 pages, 5 figures. Full research paper providing a resilience-aware RL framework for UAV networks under node failure. A preliminary version has been submitted to IEEE Journal for possible publication

Distributed Koopman Learning using Partial Trajectories for Control

基于部分轨迹的分布式Koopman学习用于控制

Wenjian Hao, Zehui Lu, Devesh Upadhyay, Shaoshuai Mou

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

AI总结 本文提出基于部分轨迹的分布式深度Koopman学习方法，用于多智能体系统中动力学学习与控制优化。

A Semi-Decentralized Approach to Multiagent Control

多智能体控制的半去中心化方法

Mahdi Al-Husseini, Mykel J. Kochenderfer, Kyle H. Wray

机构 * Stanford University（斯坦福大学） ； Northeastern University（东北大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出半去中心化方法，用于解决多智能体控制中的通信不确定性问题，通过SDec-POMDP框架统一了去中心化和多智能体POMDP，并引入RS-SDA*算法生成最优策略。

Language Model Teams as Distributed Systems

语言模型团队作为分布式系统

Elizabeth Mieczkowski, Katherine M. Collins, Ilia Sucholutsky, Natalia Vélez, Thomas L. Griffiths

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出将分布式系统作为原则性基础，用于创建和评估语言模型团队，揭示LLM团队与分布式计算中的共同挑战和优势。