AI Agent

Agentic AI for Personalized Physiotherapy: A Multi-Agent Framework for Generative Video Training and Real-Time Pose Correction

代理AI用于个性化物理治疗：一种多代理框架用于生成视频训练和实时姿态校正

Abhishek Dharmaratnakar, Srivaths Ranganathan, Anushree Sinha, Debanshu Das

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

AI总结 本文提出多代理系统框架，结合生成AI和计算机视觉，解决家庭物理治疗依从性低的问题，通过生成个性化视频和实时姿态校正提升康复效果。

Comments 3 pages, 2 figures, submitted to ICDH IEEE conference

HiCrew: Hierarchical Reasoning for Long-Form Video Understanding via Question-Aware Multi-Agent Collaboration

HiCrew：通过问题感知多智能体协作实现长视频理解的层次推理

Yuehan Zhu, Jingqi Zhao, Jiawen Zhao, Xudong Mao, Baoquan Zhao

机构 * School of Artificial Intelligence, Sun Yat-sen University, China（中山大学人工智能学院） 纠错

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

AI总结 本文提出HiCrew框架，通过混合树结构、问题感知描述生成和动态规划层，解决长视频中时空冗余和叙事依赖问题，提升时间与因果推理能力。

MATRAG: Multi-Agent Transparent Retrieval-Augmented Generation for Explainable Recommendations

MATRAG：多智能体透明检索增强生成用于可解释推荐

Sushant Mehta

机构 * ACM 纠错

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

AI总结 MATRAG通过多智能体协作与知识图谱增强检索，提升推荐系统的透明性和可解释性，实验表明其在准确率和可信度上均优于现有方法。

An Overlay Multicast Routing Method Based on Network Situational Awareness and Hierarchical Multi-Agent Reinforcement Learning

基于网络态势感知和分层多智能体强化学习的overlay组播路由方法

Miao Ye, Yanye Chen, Yong Wang, Cheng Zhu, Qiuxiang Jiang, Gai Huang, Feng Ding

机构 * School of Information and Communication, Guilin University of Electronic Technology（桂林电子科技大学信息与通信学院） ； School of Computer Science and Information Security, Guilin University of Electronic Technology（桂林电子科技大学计算机科学与信息安全学院） ； Information Center, Guilin Medical University（桂林医学院信息中心） ； School of Optoelectronic Engineering, Guilin University of Electronic Technology（桂林电子科技大学光电工程学院） 纠错

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

AI总结 本文提出MA-DHRL-OM方法，通过分层多智能体强化学习和SDN全局视图构建组播路径规划模型，解决传统组播在动态流量适应性和多目标优化中的不足，实验表明其在延迟、带宽利用和丢包率方面表现更优。

Comments 30page, 10 figures

Strategic Heterogeneous Multi-Agent Architecture for Cost-Effective Code Vulnerability Detection

战略异构多智能体架构用于高效代码漏洞检测

Zhaohui Geoffrey Wang

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本文提出一种基于博弈论的异构多智能体架构，结合云上大语言模型专家与本地轻量验证器，通过三重专家并行分析与对抗验证，实现高效且高精度的代码漏洞检测，实验显示其在精度和召回率上均优于现有方法。

Comments 11 pages, 5 figures. Accepted at the AAMAS 2026 Workshop on Software Engineering (SE Workshop). This version corresponds to the preprint of the workshop paper

Mango: Multi-Agent Web Navigation via Global-View Optimization

Mango：通过全局视图优化实现多智能体网络导航

Weixi Tong, Yifeng Di, Tianyi Zhang

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出Mango方法，利用网站结构动态确定最优起始点，通过多臂老虎机问题和Thompson采样优化导航预算，并引入周期性记忆组件提升导航效率，实验显示在WebVoyager和WebWalkerQA上均优于基线方法。

Journal ref ACL 2026

FairQE: Multi-Agent Framework for Mitigating Gender Bias in Translation Quality Estimation

FairQE：缓解翻译质量评估中性别偏见的多智能体框架

Jinhee Jang, Juhwan Choi, Dongjin Lee, Seunguk Yu, Youngbin Kim

机构 * Chung-Ang University（Chung-Ang 大学） ； AITRICS 纠错

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

AI总结 FairQE通过多智能体机制检测性别线索并生成性别翻转翻译变体，结合传统QE评分与LLM偏见缓解推理，提升翻译质量评估的性别公平性。

Comments Accepted to ACL 2026

Multi-Agent Empowerment and Emergence of Complex Behavior in Groups

多智能体赋能与群体复杂行为的涌现

Tristan Shah, Ilya Nemenman, Daniel Polani, Stas Tiomkin

机构 * Department of Physics, Department of Biology, Initiative in Theory and Modeling of Living Systems（物理系、生物学系、生命系统理论与建模倡议） ； Department of Computer Science, School of Physics, Engineering and Computer Science（计算机科学系，物理、工程与计算机科学学院） 纠错

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

AI总结 本文研究了多智能体环境下赋能驱动行为的涌现，展示了其在不同环境中促进群体组织的潜力。

Comments 11 pages

Improving Clinical Diagnosis with Counterfactual Multi-Agent Reasoning

通过反事实多智能体推理提升临床诊断

Zhiwen You, Xi Chen, Aniket Vashishtha, Simo Du, Gabriel Erion-Barner, Hongyuan Mei, Hao Peng, Yue Guo

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Jacobi Medical Center, Albert Einstein College of Medicine（雅各布医疗中心，阿尔伯特·爱因斯坦学院） ； Department of Emergency Medicine, Beth Israel Deaconess Medical Center（贝斯以色列医疗中心急诊科） ； Leaning machines（Leanings machines） 纠错

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

AI总结 本文提出一种基于反事实推理的多智能体诊断框架，通过反事实案例编辑和反事实概率差距方法，提升诊断准确性与可解释性，尤其在复杂和模糊病例中表现突出。

KompeteAI: Accelerated Autonomous Multi-Agent System for End-to-End Pipeline Generation for Machine Learning Problems

KompeteAI：面向机器学习问题端到端流水线生成的加速自主多智能体系统

Stepan Kulibaba, Artem Dzhalilov, Roman Pakhomov, Oleg Svidchenko, Alexander Gasnikov, Aleksei Shpilman

机构 * Research Center of the Artificial Intelligence Institute（人工智能研究所研究中心） ； Innopolis University（因诺波利斯大学） ； Sberbank of Russia（俄罗斯Sberbank） ； AI4S Center（AI4S中心） ； MIPT（莫斯科国立信息安全大学） ； Steklov Institute（斯捷克洛夫研究所） 纠错

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

AI总结 KompeteAI通过动态探索解决方案空间和整合RAG技术，提升了AutoML的探索效率与执行速度，实现6.9倍的流水线评估加速，并在MLE-Bench基准上超越主流方法3%。

Empirical Comparison of Agent Communication Protocols for Task Orchestration

任务编排中代理通信协议的实证比较

Ivan Dobrovolskyi

机构 * MS in AI & ML Engineering, Independent Researcher, Sunnyvale, CA, USA（人工智能与机器学习工程硕士，独立研究员，美国加利福尼亚州森尼维尔） 纠错

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

AI总结 本文通过系统性实验比较了任务编排中工具集成、多代理委托和混合架构在三个复杂度层级上的表现，评估响应时间、上下文窗口消耗、成本、错误恢复和实现复杂度等指标。

The Platform Is Mostly Not a Platform: Token Economies and Agent Discourse on Moltbook

平台并非平台：Moltbook上的代币经济与代理 discourse

Necati A Ayan

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

AI总结 研究分析Moltbook平台上的活动，发现其由交易层和讨论层构成，主要活动为代币铸造而非社交交流，揭示平台在自然社交环境中的代理行为研究价值。

Comments 11 pages, 9 figures. Dataset: https://huggingface.co/datasets/opusmagnumown/moltbook-dataset

The AI Criminal Mastermind

人工智能犯罪大师

Joshua Krook

机构 * Era AI Fellow ； University of Antwerp（安特卫普大学） 纠错

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

AI总结 本文探讨了AI犯罪大师可能带来的法律责任问题，分析了AI通过雇佣人类执行犯罪行为时的责任归属难题，提出了三种不同场景下的责任分配挑战。

Comments 28 pages, 4 figures

Role of diversity in team performance: the case of missing expertise, an agent based simulation

多样性在团队绩效中的作用：缺失专业知识的案例，一个基于代理的模拟

Tamás Kiss

专题命中 多智能体 ：agent(title,abstract)

AI总结 研究通过基于代理的模拟探讨了多样性对团队沟通和绩效的影响，发现情境和功能组成会改变绩效和沟通结果，需引入第三指标全面解释实证发现。

Comments 20 pages, 13 figures, for associated model file, please see https://www.comses.net/codebases/b5db6af8-ba44-4725-9bb3-09a6e6b02475/releases/1.0.0

ADMM-Based Distributed Kalman-like Observer with Applications to Cooperative Localization

基于ADMM的分布式卡尔曼似观测器及其在协同定位中的应用

Nicola De Carli, Nicola Bastianello, Dimos V. Dimarogonas

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

AI总结 本文提出一种基于ADMM的分布式卡尔曼似观测器，用于多智能体系统的局部和相对测量状态估计，通过稀疏性保持预测步骤和强凸二次规划实现分布式求解。

Privacy-Preserving Distributed Stochastic Optimization with Homomorphic Encryption and Heterogeneous Stepsizes

具有同态加密和异构步长的隐私保护分布式随机优化

Haoqiang Zhou, Chi Chen, Yongfeng Zhi, Huan Gao

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

AI总结 本文提出一种结合同态加密和异构时间变化随机步长的分布式随机梯度下降算法，实现隐私保护和高效优化。

Comments This is the full version of the paper accepted to the 23rd IFAC World Congress, Busan, Republic of Korea, August 23-28, 2026. This version includes all proofs omitted from the conference proceedings due to page limitations

Generalized String-Stability Criteria for Consensus Protocols

针对一致性协议的广义字符串稳定性准则

Sridhar Babu Mudhangulla, Olugbenga Moses Anubi

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

AI总结 本文提出统一的字符串稳定性框架，研究领头-跟随多智能体系统在r前驱有向通信拓扑下的字符串稳定性，揭示通信丰富度r是决定扰动放大或衰减的关键因素，且协议阶数m仅影响中频暂态行为。

Comments Accepted to IFAC World Congress 2026. 8 pages, 5 figures

High-Probability Convergence Theory for Distributed Composite Optimization with Sub-Weibull Noises

分布式复合优化中亚维诺尔噪声的高概率收敛理论

Zhan Yu, Zhongjie Shi, Deming Yuan

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

AI总结 本文提出一种新的分布式优化框架，用于解决具有亚维诺尔噪声的凸分布式复合优化问题，证明了算法在重尾噪声环境下的高概率收敛性，无需平滑性假设。