AI Agent

When AI Agents Learn from Each Other: Insights from Emergent AI Agent Communities on OpenClaw for Human-AI Partnership in Education

当AI代理互相学习：来自OpenClaw上新兴AI代理社区的见解，以促进人机协作教育

Eason Chen, Ce Guan, Zhonghao Zhao, Joshua Zekeri, Afeez Edeifo Shaibu, Emmanuel Osadebe Prince, Cyuan-Jhen Wu, A Elshafiey

机构 * Carnegie Mellon University, USA（卡内基梅隆大学，美国） ； GiveRep Labs, Virgin Islands (British)（GiveRep实验室，英属维尔京群岛） ； Sui Foundation, Cayman Islands（Sui基金会，开曼群岛） 纠错

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

AI总结 本文探讨了AI代理社区中涌现的学习行为，揭示了双向支架过程、同伴学习、共享记忆架构及信任动态等现象，为多代理教育系统设计提供启示。

Comments 15 pages. Paper accepted at AIED 2026 bluesky

Reliable Self-Harm Risk Screening via Adaptive Multi-Agent LLM Systems

通过自适应多智能体LLM系统实现可靠的自伤风险筛查

Meghana Karnam, Ananya Joshi

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文提出一种基于有向无环图的统计框架，通过自适应采样策略提升自伤风险评估的可靠性，实验表明其在精度和召回率上优于传统方法。

AdaFair-MARL: Enforcing Adaptive Fairness Constraints in Multi-Agent Reinforcement Learning

AdaFair-MARL：在多智能体强化学习中强制适应性公平性约束

Promise Ekpo, Saesha Agarwal, Felix Grimm, Lekan Molu, Angelique Taylor

机构 * Cornell Tech（康奈尔科技） ； Cornell University（康奈尔大学） ； Bala-Cynwyd, PA, USA（巴拉-辛威德, 美国宾夕法尼亚州） 纠错

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AdaFair-MARL框架，通过将工作负载公平性作为显式约束，使智能体在优化团队性能的同时保持贡献平衡，实验表明其在医院协调环境中的有效性。

Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review

多智能体人类轨迹预测的最新进展：综合性综述

Céline Finet, Stephane Da Silva Martins, Jean-Bernard Hayet, Ioannis Karamouzas, Javad Amirian, Sylvie Le Hégarat-Mascle, Julien Pettré, Emanuel Aldea

机构 * INRIA Rennes（INRIA里昂） ； SATIE - CNRS Université Paris-Saclay（SATIE-CNRS巴黎-萨克莱大学） ； Centro de Investigación en Matemáticas Guanajuato, México（瓜尼亚托数学研究所，墨西哥） ； University of California, Riverside（加州大学河滨分校） ； Sorbonne Université, Paris（索邦大学，巴黎） ； Department of Computer Science（计算机科学系） 纠错

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

AI总结 综述近期深度学习在多智能体轨迹预测中的进展，聚焦2020-2025年研究，分类讨论架构设计、输入表示及预测策略，并强调ETH/UCY基准测试中的模型评估及未来研究方向。

Comments 40 pages

Efficient Multi-Agent System Training with Data Influence-Oriented Tree Search

高效多智能体系统训练中的数据影响导向树搜索

Wentao Shi, Zichun Yu, Fuli Feng, Xiangnan He, Chenyan Xiong

机构 * University of Science and Technology of China（中国科学技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出数据影响导向树搜索框架，通过影响评分指导树搜索和数据选择，提升多智能体系统训练效率与效果。

Comments Accepted by ACL 2026 Main;

Seeing the Whole Elephant: A Benchmark for Failure Attribution in LLM-based Multi-Agent Systems

看见整个象：面向基于大语言模型的多智能体系统故障归因的基准测试

Mengzhuo Chen, Junjie Wang, Fangwen Mu, Yawen Wang, Zhe Liu, Huanxiang Feng, Qing Wang

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

AI总结 本文提出TraceElephant基准测试，通过完整执行轨迹和可复现环境提升故障归因准确性，验证完整轨迹对故障原因识别的重要性。

Comments Accepted by ACL 2026

Automation-Exploit: A Multi-Agent LLM Framework for Adaptive Offensive Security with Digital Twin-Based Risk-Mitigated Exploitation

自动化-漏洞利用：一种多智能体LLM框架，用于基于数字孪生的自适应进攻性安全与风险缓解漏洞利用

Biagio Andreucci, Arcangelo Castiglione

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

AI总结 本文提出自动化-漏洞利用框架，通过多智能体系统在复杂黑盒场景中实现自适应进攻性安全，利用数字孪生技术缓解风险，有效解决内存漏洞等安全问题。

Control of Multi-agent Systems under STL Specifications based on Prescribed Performance Observers

基于预设性能观测器的STL规范下多智能体系统的控制

Tommaso Zaccherini, Siyuan Liu, Dimos V. Dimarogonas

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

AI总结 本文研究了在有界外部扰动和通信受限条件下，满足协作信号时序逻辑规范的多智能体系统去中心化控制问题，提出k跳预设性能状态观测器以估计非直接通信邻居的状态并保证误差界。

Comments arXiv admin note: text overlap with arXiv:2602.05586. text overlap with arXiv:2602.05586

Multi-Agent Consensus as a Cognitive Bias Trigger in Human-AI Interaction

多智能体共识作为人类与人工智能交互中的认知偏差触发器

Soohwan Lee, Kyungho Lee

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

AI总结 研究探讨多智能体系统中共识机制对人类判断的影响，发现多数共识加速意见变化并提升自信，而少数反对则促进更深入的思考，揭示了智能体共识结构在人类与AI交互中的偏差相关信号作用。

Comments ACM CHI 2026 Workshop on Understanding, Mitigating, and Leveraging Cognitive Biases to Calibrate Trust in Evolving AI Systems (CHI'26 Bias4Trust)

Sparse shepherding control of large-scale multi-agent systems via Reinforcement Learning

通过强化学习实现大规模多智能体系统的稀疏引导控制

Luigi Catello, Italo Napolitano, Davide Salzano, Mario di Bernardo

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

AI总结 本文提出基于强化学习的稀疏间接控制框架，通过少量受控智能体引导大量未受控智能体的集体行为，结合ODE与PDE模型，实现微观控制到宏观目标的转换，验证了基于学习的稀疏控制在鲁棒性和效率上的优势。

Superminds Test: Actively Evaluating Collective Intelligence of Agent Society via Probing Agents

超级心智测试：通过探测代理主动评估代理社会的集体智慧

Xirui Li, Ming Li, Yunze Xiao, Ryan Wong, Dianqi Li, Timothy Baldwin, Tianyi Zhou

机构 * University of Maryland（马里兰大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 研究通过Superminds测试评估代理社会的集体智慧，发现规模扩大并未带来集体智慧，交互浅显是主要限制因素。

Cost-Effective Communication: An Auction-based Method for Language Agent Interaction

高效通信：一种基于拍卖的语言代理交互方法

Yijia Fan, Jusheng Zhang, Kaitong Cai, Jing Yang, Chengpei Tang, Jian Wang, Keze Wang

机构 * Sun Yat-sen University（中山大学） ； Snap Inc. ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） 纠错

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

AI总结 本文提出DALA框架，通过将通信带宽视为稀缺资源，解决多代理系统中通信低效问题，实验表明其在多个基准测试中表现优异。

From Skills to Talent: Organising Heterogeneous Agents as a Real-World Company

从技能到人才：将异构智能体组织成现实世界的企业

Zhengxu Yu, Yu Fu, Zhiyuan He, Yuxuan Huang, Lee Ka Yiu, Meng Fang, Weilin Luo, Jun Wang

机构 * HUAWEI Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院） ； University Liverpool（利物浦大学） 纠错

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

AI总结 本文提出OneManCompany框架，通过引入Talent市场和E²R树搜索，将多智能体系统提升至组织层面，实现动态招聘和自适应改进，提升任务完成效率。

Comments 33 pages,13 figures

Bolzano: Case Studies in LLM-Assisted Mathematical Research

Bolzano：大语言模型辅助数学研究的案例研究

Martin Balko, Jan Grebík, Pavel Hubáček, Martin Koutecký, Matěj Kripner, Václav Rozhoň, Robert Šámal, Adrián Zámečník

机构 * Computer Science Institute, Charles University（查尔斯大学计算机科学研究所） ； Institute of Mathematics, Czech Academy of Sciences（捷克科学院数学研究所） ； Institute of Formal and Applied Linguistics, Charles University（查尔斯大学形式与应用语言学研究所） ； Department of Applied Mathematics, Charles University（查尔斯大学应用数学系） 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 本文通过八个数学和理论计算机科学问题，展示Bolzano系统如何通过多代理交互生成可发表的研究成果，其中五项几乎完全自主完成。

Comments 33 pages, 1 figure. Project page: https://bolzano.app

When Quotes Crumble: Detecting Transient Mechanical Liquidity Erosion in Limit Order Books

当引文崩塌：在限价订单簿中检测短暂的机械流动性侵蚀

Haohan Xu, Jason Bohne, Pawel Polak, Yurij Baransky, Ajay Alva, Violetta Fedotova, Gary Kazantsev, David Rosenberg

机构 * Stony Brook University（石溪大学） ； Bloomberg（贝莱德） 纠错

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

AI总结 研究通过ABIDES仿真器构建多智能体环境，利用订单簿特征开发检测框架，训练神经网络提高对机械流动性侵蚀的识别能力，实验显示框架在不同市场条件下均能有效识别崩塌事件。

Comments 10 pages, 4 figures. Accepted at ICLR 2026 Workshop on Advances in Financial AI

AutoReproduce: Automatic AI Experiment Reproduction with Paper Lineage

AutoReproduce：基于论文溯源的自动AI实验复现

Xuanle Zhao, Zilin Sang, Yuxuan Li, Qi Shi, Weilun Zhao, Shuo Wang, Duzhen Zhang, Xu Han, Zhiyuan Liu, Maosong Sun

机构 * Tsinghua University（清华大学） ； Xidian University（西安电子科技大学） ； OpenBMB（开放大脑实验室） ； University of the Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出AutoReproduce，通过论文溯源系统自动复现实验代码，采用多智能体框架和采样单元测试策略，验证了其在复现精度和执行性能上的优势。

Comments Accepted by ACL 2026 Main

Multi-robot obstacle-aware shepherding of non-cohesive target agents

多机器人障碍感知的非凝聚力目标群体引导

Cinzia Tomaselli, Stefano Covone, Andreagiovanni Reina, Mario di Bernardo

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

AI总结 本文提出一种多机器人引导非凝聚力目标群体的新策略，通过斥力交互和混合控制策略，使目标在障碍环境中更高效地绕过障碍并被引导至目标区域，实验验证了方法的有效性。

Comments Accepted at ICRA 2026

Interplay of inertia and external forcing in Kuramoto model

惯性与外部驱动在Kuramoto模型中的相互作用

Pratishtha Agnihotri, Sarika Jalan

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

AI总结 研究揭示了外部驱动与内在双模频率分布的竞争如何抑制双模KMI的中间驻波状态，通过将振子同步到外部驱动。通过自洽分析框架，发现双模分布中驱动使反向转变断续，不同于单模情况的连续转变。

Teaching an Agent to Sketch One Part at a Time

教代理分步绘制一部分

Xiaodan Du, Ruize Xu, David Yunis, Yael Vinker, Greg Shakhnarovich

机构 * TTI-Chicago（芝加哥大学技术研究所） ； University of Chicago（芝加哥大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本文提出一种分步生成矢量草图的方法，通过多轮过程-奖励强化学习训练多模态语言模型代理，利用新数据集ControlSketch-Part实现可解释、可控且局部可编辑的文本到矢量草图生成。

Hierarchical Decomposition of Separable Workflow-Nets

可分离工作流网的分层分解

Humam Kourani, Gyunam Park, Wil M. P. van der Aalst

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种将安全且声音的工作流网转换为等价POWL 2.0模型的算法，利用选择图捕捉通用决策和循环模式，证明了算法的正确性和完备性，展示了其在大规模过程模型中的高可扩展性及实际应用价值。

Comments arXiv admin note: text overlap with arXiv:2503.20363

3D modelling of thermal loads during unmitigated vertical displacement events in ITER and JET

ITER和JET中未受控垂直位移事件期间热负荷的三维建模

F. J. Artola, A. Redl, S. N. Gerasimov, R. A. Pitts, I. S. Carvalho, M. Kong, G. Simic, A. Loarte, J. Van Blarcum, the JOREK team, the JET contributors, the EUROfusion Tokamak Exploitation Team

专题命中 工作流自动化 ：workflow(summary_cn,abstract)

AI总结 本文提出一种基于物理的 workflow，结合MHD模拟和磁场线追踪，评估 tokamak 突发事件中的热负荷，通过 JET 实验验证并应用于 ITER 条件，评估钨第一壁的耐热性。

Comments submitted as preprint to Nuclear Fusion

Who Audits the Auditor? Tamper-Proof Fraud Detection with Blockchain-Anchored Explainable ML

谁审计审计师？基于区块链的可篡改欺诈检测可解释机器学习

Zhaohui Wang

机构 * Viterbi School of Engineering（维特比工程学院） ； University of Southern California（南加州大学） ； Los Angeles, CA, USA（美国加利福尼亚州洛杉矶） 纠错

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

AI总结 本文提出一种基于区块链的欺诈检测系统，通过智能合约确保审批流程的不可篡改性，提升审计可追溯性与监管合规性。

Comments Accepted to IEEE COMPSAC 2026 (Paper ID 9376, SEPT Symposium). This is the de-anonymized camera-ready version. Code is available at: https://github.com/GeoffreyWang1117/fraud-detection-chain

HGQ-LUT: Fast LUT-Aware Training and Efficient Architectures for DNN Inference

HGQ-LUT：用于DNN推理的快速LUT感知训练和高效架构

Chang Sun, Zhiqiang Que, Bakhtiar Zadeh, Qibin Liu, Kevin H. Alvarez, Wayne Luk, Maria Spiropulu

机构 * California Institute of Technology, Pasadena, CA, USA（加州理工学院） ； University of Bristol, UK（布里斯托大学） ； Imperial College London, UK（伦敦帝国理工学院） ； SLAC National Accelerator Laboratory, Menlo Park, CA, USA（SLAC国家加速器实验室） 纠错

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

AI总结 HGQ-LUT通过引入LUT-Dense和LUT-Conv层及精细化量化，实现高效硬件效率和加速训练，支持混合架构的一体化设计与验证。

Quantifying Interface Procedure Coupling Risks in Digital Nuclear Control Rooms: An Event Based Human Reliability Assessment

数字核控制室界面过程耦合风险量化：基于事件的人可靠性评估

Xingyu Xiao, Mingwei Xiao, Hongbo Li, Jingang Liang, Jiejuan Tong, Haitao Wang

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

AI总结 本文基于2021-2025年现代核电站实际运行事件，提出一种三维标注框架和四因素界面机制模型，揭示界面缺陷放大风险的机制，发现42.6%的事件涉及界面缺陷，其存在使操作偏差概率翻倍，且语义不匹配和布局陷阱是主要诱因。

Unveiling the Molecular Driving Forces of Pollutant Extraction by Hydrophobic Eutectic Solvents

揭示疏水共晶溶剂对污染物提取的分子驱动力

S. Gomez, U. Ali, A. Muroni, A. Mele, M. E. Di Pietro, T. Giovannini

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过多尺度方法研究疏水共晶溶剂中双酚A的分配行为，揭示了选择性源于氢键与分散力的协同作用，为绿色溶剂设计提供理论依据。

Comments 32 pages, 4 figures

Dynamic Moiré Potentials and Robust Wigner Crystallization in Large-Scale Twisted Transition Metal Dichalcogenides

动态莫尔势与大尺度扭曲过渡金属二硫化物中稳健的威格纳晶格化

Yifan Ke, Chuanjing Zeng, Xinming Qin, Wei-Lin Tu, Wei Hu, Jinglong Yang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究通过机器学习方法结合第一性原理计算，揭示了低温度晶格振动对莫尔势井深度和电子局域态形成的影响，发现威格纳晶格化和kagomé态的鲁棒性。

Comments 22 pages with 4 figures in the main text, 11 pages with 15 figures in the supplementary

Building an inertia dynamometer with vocational students: a low-budget apparatus for teaching rotational dynamics

用职业学生建造惯性测功机：一种低成本的教学旋转动力学装置

Stylianos A. Tsilioukas

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍了一种低成本的惯性测功机设计与教学应用，结合项目制学习，通过机械加工和电子技术展示旋转动力学原理，实现了扭矩和功率曲线的软件重建。

Comments 8 pages, 12 figures, github link

A Scalable Heuristic for Molecular Docking on Neutral-Atom Quantum Processors

分子对接在中性原子量子处理器上的可扩展启发式方法

Mathieu Garrigues, Victor Onofre, Wesley Coelho, S. Acheche

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种可扩展的启发式方法，用于在中性原子量子处理器上解决分子对接问题，通过分解图问题实现高效计算，验证了在生物相关分子系统中的有效性。

Comments 10 pages

RAG-Reflect: Agentic Retrieval-Augmented Generation with Reflections for Comment-Driven Code Maintenance on Stack Overflow

RAG-Reflect：基于反思的代理检索增强生成用于Stack Overflow的评论驱动代码维护

Mehedi Hasan Shanto, Muhammad Asaduzzaman, Alioune Ngom

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

AI总结 本文提出RAG-Reflect框架，通过检索增强推理和自我反思机制，实现精确的评论-编辑预测，提升代码维护效率。

Comments 27 pages, submitted to the TOSEM

Read the Paper, Write the Code: Agentic Reproduction of Social-Science Results

读论文，写代码：社会科学结果的代理重生产

Benjamin Kohler, David Zollikofer, Johanna Einsiedler, Alexander Hoyle, Elliott Ash

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Basel（巴塞尔大学） 纠错

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

AI总结 本文提出了一种代理重生产系统，通过提取论文中的方法描述，在不接触原始代码和数据的情况下复现社会科学结果，并通过误差溯源分析识别根本原因。