AI Agent

Team of Thoughts: Efficient Test-time Scaling of Agentic Systems through Orchestrated Tool Calling

思想团队：通过协调工具调用实现代理系统高效测试时扩展

Jeffrey T. H. Wong, Zixi Zhang, Junyi Liu, Yiren Zhao

机构 * Imperial College London（帝国学院伦敦） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出Team-of-Thoughts框架，通过协调工具调用实现异构代理系统在测试时的高效扩展，通过动态激活最兼容的代理提升数学推理和代码生成任务的性能。

Comments 8 pages

Gen-C: Populating Virtual Worlds with Generative Crowds

Gen-C：通过生成性人群填充虚拟世界

Andreas Panayiotou, Panayiotis Charalambous, Ioannis Karamouzas

机构 * Department of Computer Science, University of Cyprus（塞浦路斯大学计算机科学系） ； CYENS - Centre of Excellence（CYENS卓越中心） ； Department of Computer Science and Engineering, University of California, Riverside（加州大学河滨分校计算机科学与工程系） 纠错

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

AI总结 Gen-C提出一种生成框架，通过模拟人群与环境的交互生成高阶人群行为，利用大语言模型生成合成数据，采用时间扩展图结构和双变分图自编码器实现环境感知的多代理人群模拟。

Comments 13 pages

On Gossip Algorithms for Machine Learning with Pairwise Objectives

关于用于机器学习的 gossip 算法的配对目标

Igor Colin, Aurélien Bellet, Stephan Clémençon, Joseph Salmon

机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信学院，巴黎高等理工学院） ； PreMeDICaL team, Inria, Idesp, Inserm, Université de Montpellier（PreMeDICaL团队，法国国家科学研究中心（Inria），Idesp，Inserm，蒙彼利埃大学） ； IMAG, IROKO, Univ Montpellier, Inria, CNRS（IMAG，IROKO，蒙彼利埃大学，Inria，法国国家科学研究中心（CNRS）） 纠错

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

AI总结 本文研究了用于机器学习的 gossip 算法在处理配对目标（如U统计量）时的收敛性，提出理论框架并分析其效率影响因素。

MonoSIM: An open source SIL framework for Ackermann Vehicular Systems with Monocular Vision

MonoSIM: 一种面向Ackermann车辆系统的开源SIL框架

Shantanu Rahman, Nayeb Hasin, Mainul Islam, Md. Zubair Alom Rony, Golam Sarowar

机构 * Islamic University of Technology（伊斯兰科技大学） 纠错

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

AI总结 本文提出一个开源SIL仿真平台，用于自主Ackermann车辆研究与教育。该框架采用单目视觉系统，通过滑动窗口车道检测方法实现低计算开销的刺激捕捉，支持灵活的算法测试与验证环境。

Comments 6 pages, 16 figures, Published in "IEEE 12th International Conference on Automation, Robotics and Application 2026"

Achieving distributed convex optimization within prescribed time for high-order nonlinear multiagent systems

在规定时间内实现高阶非线性多智能体系统的分布式凸优化

Gewei Zuo, Lijun Zhu, Yujuan Wang, Zhiyong Chen, Yongduan Song

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

AI总结 本文针对非线性多智能体系统在无向连通图下的分布式规定时间凸优化问题，提出 cascade 设计框架，将问题转化为 cascaded 系统的规定时间稳定问题，并通过改变 Lyapunov 函数方法和时间变化状态变换方法证明稳定性及闭环系统内部信号的统一有界性。

Comments 14 pages,

Journal ref IEEE Transactions on Cybernetics, vol. 55, no. 10, pp. 4784-4797, Oct. 2025

The consensus problem for opinion dynamics with local average random interactions

基于局部平均随机交互的意见一致性问题

Gianfelice Michele, Giuseppe Scola

专题命中 多智能体 ：agent(abstract)

AI总结 研究基于 agent 的模型中一致性形成问题，通过允许任意两个 agent 之间通信通道随机开启关闭，探讨在意见接近时更可能发生通信的机制，并证明系统在几何速率下达成共识。

Comments A new section concerning the monokinetic limit of the model and its long time behaviuor has been added, consequently the structure and the length of the paper have changed

CarePilot: A Multi-Agent Framework for Long-Horizon Computer Task Automation in Healthcare

CarePilot: 一种用于医疗领域长周期计算机任务自动化的多智能体框架

Akash Ghosh, Tajamul Ashraf, Rishu Kumar Singh, Numan Saeed, Sriparna Saha, Xiuying Chen, Salman Khan

机构 * Indian Institute of Technology Patna（印度理工学院帕纳布分校） ； Mohamed bin Zayed University of AI (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 本文提出CarePilot多智能体框架，通过双记忆机制和actor-critic范式，解决医疗领域长周期任务自动化中的复杂推理问题，实验表明其在基准和分布外数据集上均优于现有基线。

Comments CVPR 2026 Findings

The Stochastic Gap: A Markovian Framework for Pre-Deployment Reliability and Oversight-Cost Auditing in Agentic Artificial Intelligence

随机空隙：一种马尔可夫框架，用于代理人工智能的预部署可靠性和监督成本审计

Biplab Pal, Santanu Bhattacharya

机构 * CARDS (Center for Real-Time Distributed Sensing and Autonomy), University of Maryland Baltimore County, Baltimore, MD, USA（实时分布式传感与自主性中心，马里兰大学巴尔的摩县） ； Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院） 纠错

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

AI总结 本文提出一种马尔可夫框架，用于评估代理人工智能在部署前的可靠性及监督成本审计，通过分析业务流程日志，展示了如何通过扩展状态空间来提高决策的统计支持度和经济可控性。

Comments 22 pages, 5 figures, submitted to Engineering Applications of Artificial Intelligence

AnalogAgent: Self-Improving Analog Circuit Design Automation with LLM Agents

AnalogAgent: 基于LLM代理的自改进模拟电路设计自动化

Zhixuan Bao, Zhuoyi Lin, Jiageng Wang, Jinhai Hu, Yuan Gao, Yaoxin Wu, Xiaoli Li, Xun Xu

机构 * Nanyang Technological University（南洋理工大学） ； Institute for Infocomm Research（信息通信研究所） ； Institute of Microelectronics（微电子研究所） ； Eindhoven University of Technology（埃因霍温理工大学） ； Singapore University of Technology（新加坡科技学院） 纠错

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

AI总结 本文提出AnalogAgent，通过集成多代理系统与自演化记忆，实现模拟电路设计自动化，无需额外反馈，在多个基准测试中取得高通过率。

Comments 16 pages, 6 figures

ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchers

ClawKeeper: 通过技能、插件和观察者为OpenClaw代理提供全面的安全保护

Songyang Liu, Chaozhuo Li, Chenxu Wang, Jinyu Hou, Zejian Chen, Litian Zhang, Zheng Liu, Qiwei Ye, Yiming Hei, Xi Zhang, Zhongyuan Wang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； China Academy of Information and Communications Technology（信息通信技术研究院） 纠错

专题命中 工作流自动化 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 ClawKeeper通过技能、插件和观察者三层机制，提供实时安全防护，解决OpenClaw生态的安全漏洞问题，经过评估证明其有效性。

Comments 22 pages, 14 figures, 5 tables

Prompt Compression in Production Task Orchestration: A Pre-Registered Randomized Trial

生产任务编排中的提示压缩：一项预注册的随机对照试验

Warren Johnson, Charles Lee

机构 * Plexor Labs（Plexor实验室） ； Project Autobots 纠错

专题命中 工作流自动化 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 研究评估了提示压缩对生产多智能体任务编排的影响，发现适度压缩可降低成本，但过度压缩反而增加成本，强调输出token应作为首要考量。

Comments 28 pages, 9 tables, 1 CONSORT figure; pre-registered randomized controlled trial on production orchestration prompts

ROMAN: Reward-Orchestrated Multi-Head Attention Network for Autonomous Driving System Testing

ROMAN：基于奖励协调的多头注意力网络用于自动驾驶系统测试

Jianlei Chi, Yuzhen Wu, Jiaxuan Hou, Xiaodong Zhang, Ming Fan, Suhui Sun, Weijun Dai, Bo Li, Jianguo Sun, Jun Sun

机构 * IEEE Publication Technology Group（IEEE出版技术组） ； Hangzhou Institute of Technology, Xidian University（杭州科技学院，西安电子科技大学） ； Qingdao Port International Co., Ltd.（青岛港口国际有限公司） ； Shandong Port Qingdao Port Group Co., Ltd.（山东港口青岛港集团有限公司） ； University of Science and Technology of China（中国科学技术大学） ； Xi’an Jiaotong University（西安交通大学） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 ROMAN通过结合多头注意力网络与交通法规加权机制，生成高风险违规场景，提升自动驾驶系统测试的全面性与针对性。

Comments The manuscript includes 13 pages, 8 tables, and 7 figures

A Machine Learning Approach for Detection of Mental Health Conditions and Cyberbullying from Social Media

从社交媒体检测心理健康状况和网络欺凌的一种机器学习方法

Edward Ajayi, Martha Kachweka, Mawuli Deku, Emily Aiken

机构 * Carnegie Mellon University Africa Kigali, Rwanda（卡内基梅隆大学非洲分校基加利分校，刚果（金）） 纠错

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

AI总结 本文提出统一的多类分类框架，用于从社交媒体数据中检测十种不同的心理健康和网络欺凌类别，通过实验表明端到端微调对性能至关重要，MentalBERT模型在准确率和宏F1分数上表现优异。

Comments Best Paper Award at the AAAI-26 Bridge Program on AI for Medicine and Healthcare. Published in Proceedings of the Second AAAI Bridge Program on AI for Medicine and Healthcare, PMLR 317:15-26, 2026. Paper URL: https://proceedings.mlr.press/v317/ajayi26a.html

Data-Prompt Co-Evolution: Growing Test Sets to Refine LLM Behavior

数据提示共演：通过增长测试集来完善LLM行为

Minjae Lee, Minsuk Kahng

机构 * Yonsei University（延世大学） 纠错

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

AI总结 本文提出数据提示共演方法，通过交互系统帮助开发者发现边缘案例并迭代优化提示，使LLM行为更符合预期政策。

Comments ACM CHI Conference on Human Factors in Computing Systems (CHI 2026)

soliton_solver: A GPU-based finite-difference PDE solver for topological solitons in two-dimensional non-linear field theories

soliton_solver：一种用于二维非线性场论中拓扑孤子模拟和实时可视化的基于GPU的有限差分PDE求解器

Paul Leask

专题命中 工作流自动化 ：workflow(abstract)

AI总结 soliton_solver基于GPU的有限差分PDE求解器，用于二维非线性场论中拓扑孤子的模拟与实时可视化，通过模块化设计实现跨物理系统的应用，支持高效计算与交互式探索。

Comments First draft: 8 pages, 3 figures, 1 metadata table and 1 table of theories

Aluminum solidification and nanopolycrystal deformation via a Graph Neural Network Potential and Million-Atom Simulations

铝的固结与纳米多晶变形：通过图神经网络势能和百万原子模拟

Ian Störmer, Julija Zavadlav

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过图神经网络势能和百万原子模拟研究铝的固结与变形，验证了机器学习势能的准确性，并展示了其在多晶固结模拟中的应用价值。

Comments 19 pages, 11 Figures

On the Quartic Invariant of Odd Degree Binary Forms

关于奇次二元形式的四次不变量

Ashvin Swaminathan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究奇次二元形式的四次不变量的平方自由部分，揭示其与素数幂的关系，并通过AI辅助方法验证关键算术引理，扩展了经典二元三次形式的判别式公式。

Comments 21 pages

Kubernetes-Orchestrated Hybrid Quantum-Classical Workflows

基于Kubernetes的混合量子-经典工作流

Mar Tejedor, Michele Grossi, Cenk Tüysüz, Ricardo Rocha, Sofia Vallecorsa

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于Kubernetes的混合量子-经典工作流框架，实现多阶段工作流的动态调度，展示分布式量子电路切割的证明概念，体现云原生环境下可扩展的混合计算潜力。

Comments 8 pages, 4 figures, 7 listings

Setting SAIL: Leveraging Scientist-AI-Loops for Rigorous Visualization Tools

构建SAIL：利用科学家-人工智能循环以实现严谨的可视化工具

Nico Schuster, Andrés N. Salcedo, Simon Bouchard, Dennis Frei, Alice Pisani, Julian E. Bautista, Julien Zoubian, Stephanie Escoffier, Wei Liu, Georgios Valogiannis, Pauline Zarrouk

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出SAIL框架，通过分离领域逻辑与代码语法，帮助科学家在保持科学严谨性的同时利用AI快速生成代码，展示两个开源天文工具，证明其在科普、教学和早期研究中的有效性。

Comments 10 pages (+ references), 4 figures. Interactive visualizations available at: https://nicosmo.github.io/lensing_visualization/ and https://nicosmo.github.io/cosmic_web_explorer/

The Human Factor in Data Cleaning: Exploring Preferences and Biases

数据清洗中的人类因素：探索偏好与偏见

Hazim AbdElazim, Shadman Islam, Mostafa Milani

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究揭示数据清洗中认知偏见机制，包括框架效应、锚定效应及代表性启发式，指出人类在数据修复中倾向于保留缺失值，而非填补合理值，提示需设计人机协同系统以应对偏见。

Comments 8 pages, accepted to appear in an IEEE ICDE 2026 workshop

Implicit reconstruction from point cloud: an adaptive level-set-based semi-Lagrangian method

点云隐式重建：一种自适应层级集半拉格朗日方法

Silvia Preda, Matteo Semplice

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种基于层级集的半拉格朗日方法，用于从点云中重建表面。该方法通过自适应分级笛卡尔网格，结合曲率约束和高阶插值器，实现高质量隐式表示。

HyDRA: Hybrid Domain-Aware Robust Architecture for Heterogeneous Collaborative Perception

HyDRA: 一种混合领域感知鲁棒架构用于异构协作感知

Minwoo Song, Minhee Kang, Heejin Ahn

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology（电气工程学院，韩国科学技术院） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 HyDRA通过整合中间和晚期融合，在领域感知框架中解决异构协作感知中的性能退化问题，采用轻量级领域分类器和锚点引导姿态图优化，实现无需额外训练的性能提升。

Comments 8 pages, 6 figures, Submitted to IROS 2026

A Reproducible Reality-to-VR Pipeline for Ecologically Valid Aging-in-Place Research

一种可重复的现实到VR流程用于生态效度的在地衰老研究

Ibrahim Bilau, Stacie Smith, Abdurrahman Baru, Marwan Shagar, Brian Jones, Eunhwa Yang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种可重复的现实到VR流程，用于创建高保真的环境模拟，支持对在地衰老的认知研究。通过TLS扫描、点云处理、几何建模和Unreal Engine 5集成，实现高视觉保真度和稳定的90Hz帧率，降低老年人眩晕风险。

Comments 28 pages, 5 figures, 2 tables

Interfacial Potential Transduction for Diagnostics

界面电势转导用于诊断

Hyun-June Jang, Peuli Nath, Yuqin Wang, Mingoo Kim, Rohit Sai Kodam, Soobin Han, Sangmin Lee, Wookjin Na, Jihoon Kim, Xiaoao Shi, Jeff J. H. Kim, HyunKeun Joo, Byunghoon Ryu, Kiang-Teck Jerry Yeo, Seung-Jung Kee, Howard E. Katz, Junhong Chen, Youngung Seok, Yun Suk Huh, Dino Di Carlo, Hyou-Arm Joung

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出界面电势转导作为便携式临床诊断的新方法，通过高精度检测多种生物标志物，如雌二醇、孕酮和黄体激素，在人体血浆中实现高相关性，展示了其在不同诊断领域的广泛适用性。

Comments 25 pages, 4 figures

AI-Ready Control System for the Fermilab Accelerator Complex

面向 Fermilab 加速器复杂系统的 AI 准备控制系统

Tia Miceli, Erik Gottschalk, Donovan Tooke, Evan Milton, Robert Santucci, Hayden Hoschouer, Michael Balcewicz, Jennifer Case, Abhishek Deshpande, Kit Fieldhouse, Sudeshna Ganguly, Beau Harrison, Aisha Ibrahim, Thomas Kobilarcik, Michael Olander, Abhishek Pathak, Jason St. John, Aaron Sauers

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出面向 Fermilab 加速器复杂系统的 AI 准备控制系统，涵盖 MLOps 框架、数据质量框架及大语言模型整合，以支持高强度可靠运行。

Comments 43 pages, 31 tables, 11 figures

Unified Diffusion VLA: Vision-Language-Action Model via Joint Discrete Denoising Diffusion Process

统一扩散VLA：通过联合离散去噪扩散过程实现视觉-语言-动作模型

Jiayi Chen, Wenxuan Song, Pengxiang Ding, Ziyang Zhou, Han Zhao, Feilong Tang, Donglin Wang, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Westlake University（西交大学） ； Zhejiang University（浙江大学） ； Monash University（墨尔本大学） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出统一扩散VLA模型，通过联合离散去噪扩散过程实现视觉语言动作的协同生成与执行，提升多模态任务的效率与性能。

The Specification Gap: Coordination Failure Under Partial Knowledge in Code Agents

规范鸿沟：在代码代理中部分知识下的协调失败

Camilo Chacón Sartori

机构 * Catalan Institute of Nanoscience and Nanotechnology (ICN2), CSIC and BIST（加泰罗尼亚纳米科学与纳米技术研究所（ICN2），西班牙国家科研 council（CSIC）和巴塞罗那技术研究所（BIST）） 纠错

专题命中 软件智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 研究代码代理在部分知识下的协调失败问题，发现规范鸿沟导致两代理整合准确率下降，信息不对称和协调成本是主要因素，支持以规范为导向的多代理代码生成观点。

QLCoder: A Query Synthesizer For Static Analysis of Security Vulnerabilities

QLCoder：一种用于静态分析安全漏洞的查询生成器

Claire Wang, Ziyang Li, Saikat Dutta, Mayur Naik

专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；分类 cs.SE

AI总结 QLCoder通过结合LLM与执行反馈，利用MCP接口生成有效的安全查询，有效检测漏洞。在111个Java项目中，53.4%的CVE被正确识别，优于仅使用Claude Code的10%。

DomAgent: Leveraging Knowledge Graphs and Case-Based Reasoning for Domain-Specific Code Generation

DomAgent：利用知识图谱和基于案例的推理进行领域特定代码生成

Shuai Wang, Dhasarathy Parthasarathy, Robert Feldt, Yinan Yu

机构 * Chalmers University of Technology（楚德斯大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 DomAgent通过结合知识图谱和基于案例的推理，提升领域特定代码生成能力，通过结构化推理和定向检索实现领域适应，实验表明其能显著提升复杂真实应用场景的代码生成性能。

Comments Accepted to AAMAS 2026 EA

Where Do Your Citations Come From? Citation-Constellation: A Free, Open-Source, No-Code, and Auditable Tool for Citation Network Decomposition with Complementary BARON and HEROCON Scores

你的引用来自哪里？Citation-Constellation：一个免费、开源、无代码且可审计的引用网络分解工具，结合互补的BARON和HEROCON评分

Mahbub Ul Alam

机构 * SciLifeLab Data Centre（SciLifeLab数据中心） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Citation-Constellation工具，通过BARON和HEROCON评分分解引用网络，揭示引用来源的社会结构路径，不用于评价决策。

Comments Citation-Constellation No-Code Tool Link: https://citation-constellation.serve.scilifelab.se