AI Agent

MALLES: A Multi-agent LLMs-based Economic Sandbox with Consumer Preference Alignment

MALLES：基于多智能体LLM的经济沙盒与消费者偏好对齐

Yusen Wu, Yiran Liu, Xiaotie Deng

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MALLES，通过大规模模型的泛化能力构建统一模拟框架，利用偏好学习对齐LLM，解决高维环境下的数据稀疏问题，提升经济模拟的准确性和稳定性。

Symphony: A Cognitively-Inspired Multi-Agent System for Long-Video Understanding

Symphony：一种受认知启发的多智能体系统用于长视频理解

Haiyang Yan, Hongyun Zhou, Peng Xu, Xiaoxue Feng, Mengyi Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Kuaishou Technology（快手科技） ； School of Future Technology, University of Chinese Academy of Sciences（中国科学院大学未来技术学院） 纠错

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Symphony多智能体系统，通过模拟人类认知模式，提升长视频理解任务的推理能力，实验显示在多个基准测试中表现优异。

Comments Accepted by cvpr2026

Communication to Completion: Modeling Collaborative Workflows with Intelligent Multi-Agent Communication

通信至完成：利用智能多智能体通信建模协作流程

Yiming Lu, Xun Wang, Simin Ma, Shujian Liu, Sathish Reddy Indurthi, Song Wang, Haoyun Deng, Fei Liu, Kaiqiang Song

机构 * Emory University（埃默里大学） ； Zoom Video Communications（Zoom视频通讯） 纠错

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C2C框架，通过建模通信为受限资源提升协作效率，实验表明成本意识策略使效率提升超40%，揭示出智能体自然采用管理者为中心的协调模式。

Comments 13 pages

ScheduleMe: Multi-Agent Calendar Assistant

ScheduleMe: 多智能体日历助手

Oshadha Wijerathne, Amandi Nimasha, Dushan Fernando, Nisansa de Silva, Srinath Perera

机构 * Department of Computer Science & Engineering, University of Moratuwa（moratuwa大学计算机科学与工程系） ； WSO2 LLC（WSO2公司） 纠错

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ScheduleMe，一种多智能体日历助手，通过自然语言帮助用户管理Google日历事件。系统采用图结构协调机制，通过中央监督代理和专用任务代理实现模块化、冲突解决和上下文感知交互。

Comments Published at PACLIC 2025 https://aclanthology.org/2025.paclic-1.27/

Scalable UAV Multi-Hop Networking via Multi-Agent Reinforcement Learning with Large Language Models

通过多智能体强化学习与大语言模型实现可扩展的UAV多跳网络

Yanggang Xu, Jirong Zha, Weijie Hong, Xiangmin Yi, Geng Chen, Jianfeng Zheng, Chen-Chun Hsia, Xinlei Chen

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

AI总结 本文提出MRLMN框架，结合多智能体强化学习和大语言模型，提升UAV多跳网络性能，通过分组策略和奖励分解增强算法可扩展性，并利用知识蒸馏提升训练效率。

Comments 18 pages, 23 figures

IEMAS: An Incentive-Efficiency Routing Framework for Open Agentic Web Ecosystems

IEMAS：面向开放代理网络生态系统的激励-效率路由框架

Hongze Liu, Chang Guo, Yingzeng Li, Mengru Wang, Jiong Lou, Shijing Yuan, Hefeng Zhou, Chentao Wu, Jie LI

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

AI总结 本文提出IEMAS框架，通过整合概率预测模型与VCG匹配机制，实现激励与系统性能的协同优化，降低服务成本和延迟。

Capability-Priced Micro-Markets: A Micro-Economic Framework for the Agentic Web over HTTP 402

基于能力定价的微市场：面向HTTP 402的代理网络微经济学框架

Ken Huang, Jerry Huang, Mahesh Lambe, Hammad Atta, Yasir Mehmood, Muhammad Zeeshan Baig, Muhammad Aziz Ul Haq, Nadeem Shahzad, Shailja Gupta, Rajesh Ranjan, Rekha Singhal

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

AI总结 本文提出CPMM框架，通过整合加密安全、微支付协议和正式谈判机制，解决去中心化代理生态系统中的经济协调问题，理论证明其在信息不对称下收敛至约束Radner均衡。

Constraint Learning in Multi-Agent Dynamic Games from Demonstrations of Local Nash Interactions

从局部纳什互动演示中学习多智能体动态博弈的约束

Zhouyu Zhang, Chih-Yuan Chiu, Glen Chou

机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of ECE（电子工程学院） ； Schools of AE and CSP（航空航天与通信科学学院） 纠错

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

AI总结 本文提出基于逆动态博弈的算法，从给定的局部纳什均衡互动数据中学习参数约束，通过混合整数线性规划编码KKT条件，恢复与互动演示局部纳什站稳一致的约束，并设计满足底层约束的运动计划。

Federated Multi Agent Deep Learning and Neural Networks for Advanced Distributed Sensing in Wireless Networks

联邦多智能体深度学习与神经网络用于无线网络中的高级分布式传感

Nadine Muller, Stefano DeRosa, Su Zhang, Chun Lee Huan

机构 * Faculty of Information Technology and Electrical Engineering, University of Oulu（信息科技与电气工程学院，奥卢大学） 纠错

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

AI总结 本文综述了多智能体深度学习在分布式传感和无线通信中的应用，涵盖学习框架、神经网络架构、高级技术及应用领域，分析了算法、训练拓扑及系统级权衡，并指出未来6G中的开放问题和研究方向。

Resilient Multi-Dimensional Consensus and Distributed Optimization against Agent-Based and Denial-of-Service Attacks

具备抗扰动能力的多维共识与分布式优化及对抗基于代理和拒绝服务攻击

Hongjian Chen, Changyun Wen, Xiaolei Li

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

AI总结 本文针对多智能体系统在面临基于代理和拒绝服务攻击时的多维共识与分布式优化问题，提出基于辅助点的鲁棒控制算法，确保良性智能体达成共识，并通过理论证明和数值例子验证了算法的有效性。

ORCA: ORchestrating Causal Agent

ORCA：协调因果代理

Joanie Hayoun Chung, Sumin Lee, Sungbin Lim

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

AI总结 ORCA通过维护共享状态和引入人工检查点，实现关系数据库的协调因果分析，提升用户交互效率和因果结论可靠性。

Comments 35 pages, CHI EA 2026

TerraLingua: Emergence and Analysis of Open-endedness in LLM Ecologies

TerraLingua：LLM生态中开放性涌现与分析

Giuseppe Paolo, Jamieson Warner, Hormoz Shahrzad, Babak Hodjat, Risto Miikkulainen, Elliot Meyerson

机构 * Cognizant AI Lab（Cognizant AI实验室） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究LLM生态中开放性动态，通过TerraLingua平台分析协作规范、分工劳动及文化积累机制，揭示人工智能社会结构的形成过程。

Caging the Agents: A Zero Trust Security Architecture for Autonomous AI in Healthcare

将代理笼中：面向医疗AI自主系统的零信任安全架构

Saikat Maiti

机构 * VP of Trust, Commure（Commure 职务负责人） ； Founder & CEO, nFactor Technologies（nFactor Technologies 创始人及首席执行官） 纠错

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

AI总结 本文提出零信任安全架构，用于医疗AI自主代理，通过多层防御机制解决代理在医疗环境中存在的关键安全漏洞，包括凭证泄露、执行能力滥用等，并开源相关配置和工具。

Comments Keywords: agentic AI security, autonomous agents, healthcare cybersecurity, zero trust, prompt injection, HIPAA, Kubernetes security, OpenClaw

TxSum: User-Centered Ethereum Transaction Understanding with Micro-Level Semantic Grounding

TxSum: 基于微粒语义锚定的用户导向以太坊交易理解

Zifan Peng, Jingyi Zheng, Yule Liu, Huaiyu Jia, Qiming Ye, Jingyu Liu, Xufeng Yang, Mingchen Li, Qingyuan Gong, Xuechao Wang, Xinlei He

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学） ； University of North Texas（北卡罗来纳州立大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出TxSum任务，通过构建187个复杂以太坊交易数据集，引入MATEX框架提升交易解释质量，使用户对复杂交易的理解率从52.9%提升至76.5%，恶意交易拒绝率提升至88%。

Linear-Quadratic Gaussian Games with Distributed Sparse Estimation

线性二次高斯博弈与分布式稀疏估计

Tianyu Qiu, Filippos Fotiadis, Xinjie Liu, Christian Ellis, Jesse Milzman, Wesley Suttle, Ufuk Topcu, David Fridovich-Keil

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

AI总结 本文研究了多智能体系统中线性二次高斯博弈的稀疏交互观测问题，提出分布式估计器结合组Lasso方法平衡估计效果与稀疏性，通过反馈纳什策略实现通信资源减少与均衡轨迹影响最小化。

Learning generalized Nash equilibria from pairwise preferences

从成对偏好中学习广义纳什均衡

Pablo Krupa, Alberto Bemporad

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

AI总结 本文提出一种仅基于 agents 成对偏好查询的学习方法，用于近似解决广义纳什均衡问题，通过主动学习策略平衡探索与利用，验证了在博弈论线性二次调节问题中的有效性。

Comments (6 pages, 6 figures)

PaperScout: An Autonomous Agent for Academic Paper Search with Process-Aware Sequence-Level Policy Optimization

PaperScout: 一种用于学术论文搜索的自主代理 with 过程感知的序列级策略优化

Tingyue Pan, Jie Ouyang, Mingyue Cheng, Qingchuan Li, Zirui Liu, Daoyu Wang, Mingfan Pan, Shuo Yu, Qi Liu

机构 * State Key Lab of Cognitive Intelligence（认知智能国家重点实验室） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；autonomous agent(title,abstract)；workflow(abstract)；agentic(abstract)

AI总结 PaperScout通过过程感知的序列级策略优化，解决传统固定流程在复杂查询中的不足，实验表明其在召回率和相关性上优于现有方法。

AVIATOR: Towards AI-Agentic Vulnerability Injection Workflow for High-Fidelity, Large-Scale Code Security Dataset

AVIATOR：面向高保真、大规模代码安全数据集的AI代理漏洞注入流程

Amine Lbath, Massih-Reza Amini, Aurelien Delaitre, Vadim Okun

机构 * National Institute of Standards and Technology, Software and Systems Division（美国国家标准与技术研究院软件与系统 division） ； Université Grenoble Alpes, CNRS, LIG（格勒诺布尔阿尔卑斯大学，法国国家科学研究中心，LIG实验室） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；AI agent(abstract)；分类 cs.AI

AI总结 本文提出AVIATOR，首个AI代理漏洞注入框架，通过协调AI代理、工具分析和迭代自我纠正，生成高保真漏洞数据，提升漏洞检测模型性能。

Interpretable Context Methodology: Folder Structure as Agentic Architecture

可解释的上下文方法论：文件夹结构作为代理架构

Jake Van Clief, David McDermott

机构 * Eduba, University of Edinburgh（埃杜巴，爱丁堡大学） 纠错

专题命中 工作流自动化 ：agentic(title)；agent(abstract)；AI agent(abstract)；multi-agent(abstract)

AI总结 本文提出Model Workspace Protocol，通过文件夹结构替代传统多代理框架，用编号文件夹和Markdown文件实现单代理工作流，减少工程开销，借鉴Unix管道、模块分解等理念。

Comments 28 pages, 5 figures, 2 tables, 54 references

OpenQlaw: An Agentic AI Assistant for Analysis of 2D Quantum Materials

OpenQlaw: 一种用于二维量子材料分析的代理AI助手

Sankalp Pandey, Xuan-Bac Nguyen, Hoang-Quan Nguyen, Tim Faltermeier, Nicholas Borys, Hugh Churchill, Khoa Luu

机构 * Quantum AI Lab, University of Arkansas, USA（量子人工智能实验室，美国亚拉巴马大学） ； University of Utah, USA（美国犹他大学） ； Department of Physics, University of Arkansas, USA（美国亚拉巴马大学物理系） ； MonARK NSF Quantum Foundry（MonARK NSF 量子熔炉） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)

AI总结 OpenQlaw通过整合NanoBot和QuPAINT，实现二维材料分析中的动态推理与可视化，提升科研人员在高通量器件制造中的效率。

Workflow-Aware Structured Layer Decomposition for Illustration Production

面向流程的结构化分层分解用于插图生产

Tianyu Zhang, Dongchi Li, Keiichi Sawada, Haoran Xie

机构 * Japan Advanced Institute of Science and Technology（日本科学技术先进研究院） ； Live2D Inc.（Live2D公司） ； Waseda University（早稻田大学） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种面向流程的结构化分层分解框架，用于动漫插图生产，通过分解线稿、平面色、阴影和高光等生产层，提升插图的可控性和生成质量。

Comments 17 pages, 15 figures

MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild

MetaClaw：只需交谈--一个在野中元学习和进化的智能体

Peng Xia, Jianwen Chen, Xinyu Yang, Haoqin Tu, Jiaqi Liu, Kaiwen Xiong, Siwei Han, Shi Qiu, Haonian Ji, Yuyin Zhou, Zeyu Zheng, Cihang Xie, Huaxiu Yao

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.LG

AI总结 MetaClaw通过元学习框架实现持续进化，结合技能驱动快速适应与机会性策略优化，提升任务准确性与鲁棒性。

Anonymous-by-Construction: An LLM-Driven Framework for Privacy-Preserving Text

匿名由设计：一个基于LLM的隐私保护文本框架

Federico Albanese, Pablo Ronco, Nicolás D'Ippolito

机构 * Veritran ； University of Buenos Aires（布宜诺斯艾利斯大学） ； University of San Andrés（圣安德烈斯大学） 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出基于LLM的匿名化框架，通过本地LLM实现文本隐私保护，同时保持语义和任务相关性，优于现有方法。

Multi-Source Evidence Fusion for Audio Question Answering

多源证据融合用于音频问答

Aivo Olev, Tanel Alumäe

机构 * Tallinn University of Technology, Estonia（塔林技术大学，爱沙尼亚） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 本文提出多源融合框架，利用两个大音频语言模型与25种可靠性分层的声学工具，生成可验证的推理链，提升音频问答的逻辑性和准确性。

Large-Scale 3D Ground-Motion Synthesis with Physics-Inspired Latent Operator Flow Matching

基于物理启发的潜在运算流匹配的大规模3D地面运动合成

Yaozhong Shi, Grigorios Lavrentiadis, Konstantinos Tsalouchidis, Zachary E. Ross, David McCallen, Caifeng Zou, Kamyar Azizzadenesheli, Domniki Asimaki

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出GMFlow框架，通过物理参数生成大规模区域的真实地面运动时间序列，实现900万网格点的时空一致运动，比传统模拟快1万倍，为分布式基础设施的快速不确定性评估提供新方法。

Augmenting Scholarly Reading with Cross-Media Annotations

通过跨媒体注释增强学术阅读

Qi Xu, Beat Signer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种跨媒体注释工具，使学者能将PDF内容与其他文档链接，丰富阅读实践并支持其他研究人员的阅读体验。

Maximum-Projection-Based Bayesian Optimization Utilizing Sensitivity Analysis for High-Efficiency Radial Turbine Design with Scarce Data

基于最大投影的贝叶斯优化利用敏感性分析进行高效率径向涡轮机设计的优化

Eric Diehl, Adem Tosun, Dimitrios Loukrezis

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种高效的数据利用工作流，通过有限的高保真计算流体动力学模拟预算优化径向涡轮机效率，利用最大投影初始实验设计和贝叶斯优化方法提升效率，最终将效率从85.77%提升至91.77%。

Comments 27 pages, 8 figures, 4 tables

GPUMDkit: A User-Friendly Toolkit for GPUMD and NEP

GPUMDkit：一种用户友好的GPUMD和NEP工具包

Zihan Yan, Denan Li, Xin Wu, Zhoulin Liu, Chen Hua, Boyi Situ, Hao Yang, Shengjie Tang, Benrui Tang, Ziyang Wang, Shangzhao Yi, Huan Wang, Dian Huang, Ke Li, Qilin Guo, Zherui Chen, Ke Xu, Yanzhou Wang, Ziliang Wang, Gang Tang, Shi Liu, Zheyong Fan, Yizhou Zhu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍GPUMDkit，该工具包通过交互式和命令行界面简化GPUMD和NEP的整个模拟流程，提供格式转换、结构采样、性质计算和数据可视化等功能，降低用户使用门槛。

Comments 17 pages, 7 figures

Integrative modelling of protein-glycan interactions with HADDOCK3

整合建模蛋白质-糖类相互作用的HADDOCK3

Victor Reys, Marco Giulini, Alexandre M. J. J. Bonvin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍利用HADDOCK3整合建模蛋白质-糖类相互作用的步骤，通过实验结构验证，提供输入准备、约束定义、对接设置及结果分析的详细指导，适用于多种蛋白质-糖类复合物。

Comments 26 pages, 3 figures, modelling protocol for protein-glycan complexes

Non-perturbative Bacterial Identification Directly from Solid Agar Plates Using Raman

非扰动细菌鉴定：直接从固态琼脂板进行拉曼光谱分析

Jeong Hee Kim, Jia Dong, Marissa Morales, Loza Tadesse

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出了一种非扰动方法，利用拉曼光谱直接从未开启的固态琼脂板中鉴定细菌，通过结合密度泛函理论和机器学习，实现了高准确率的细菌分类。