AI Agent

I Would If I Could: Reasoning about Dynamics of Actions in Multi-Agent Systems

若我能的话：多智能体系统中行动动态的推理

Rustam Galimullin, Hermine Grosinger, Munyque Mittelmann

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

AI总结 本文提出ATL-D和ATEL-D，用于建模智能体行动的动态授予与撤销过程及其对知识的影响，探讨了逻辑表达力、规范系统关系及计算复杂性。

Comments This is an extended version of the paper with the same title that will appear in KR 2026, and which contains a technical appendix with proof details

TDD Governance for Multi-Agent Code Generation via Prompt Engineering

通过提示工程实现多智能体代码生成的TDD治理

Tarlan Hasanli, Shahbaz Siddeeq, Bishwash Khanal, Pyry Kotilainen, Tommi Mikkonen, Pekka Abrahamsson

机构 * University of Jyväskylä（于韦斯屈莱大学） ； Tampere University（塔尔基尔大学） 纠错

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

AI总结 本文提出一种AI原生的TDD框架，通过结构化提示和工作流程治理机制将经典TDD原则形式化，提升LLM辅助开发的稳定性与可重复性。

Comments 5 pages. Submitted to the 1st International Workshop on Empirical Prompt Engineering for Software Engineering (PROMPT-SE 2026)

A Survey of Multi-Agent Deep Reinforcement Learning with Graph Neural Network-Based Communication

多智能体深度强化学习中基于图神经网络的通信方法综述

Valentin Cuzin-Rambaud, Laetitia Matignon, Maxime Morge

机构 * Université Lyon 1, INSA Lyon, CNRS, LIRIS, UMR 5205（里昂1大学，里昂国立应用科学学院，国家科学研究中心，LIRIS，UMR 5205） 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 本文综述了基于图神经网络的多智能体强化学习通信方法，提出通用通信过程以明确方法核心思想。

Journal ref Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA), Plate-Forme Intelligence Artificielle (PFIA), Jun 2026, Arras, France

Preserving Disagreement: Architectural Heterogeneity and Coherence Validation in Multi-Agent Policy Simulation

保持分歧：多智能体政策模拟中的架构异质性与一致性验证

Ariel Sela

机构 * Ariel Sela 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AI委员会框架，通过120次模拟测试两种干预措施，发现架构异质性可减少一致性，但一致性验证在不同场景下产生分歧-多样性权衡。

Comments 14 pages, 7 tables, 120 deliberations across 2 policy scenarios

A Systematic Comparison of Prompting and Multi-Agent Methods for LLM-based Stance Detection

基于大语言模型的立场检测中提示与多智能体方法的系统比较

Genan Dai, Zini Chen, Yi Yang, Bowen Zhang

机构 * School of Artificial Intelligence, Shenzhen Technology University（人工智能学院，深圳技术大学） 纠错

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

AI总结 本文系统比较了提示和多智能体方法在大语言模型立场检测中的表现，评估了五种方法在四个数据集14个子任务上的性能，发现提示方法在多数模型上表现更优，且模型规模对性能影响大于方法选择。

A Survey of Safe Reinforcement Learning and Constrained MDPs: A Technical Survey on Single-Agent and Multi-Agent Safety

安全强化学习与约束马尔可夫决策过程的综述：单智能体和多智能体安全的技术综述

Ankita Kushwaha, Kiran Ravish, Preeti Lamba, Pawan Kumar

机构 * International Institute of Information Technology, Hyderabad, India（国际信息科技研究所，印度海得拉巴） ； Meta SuperIntelligence, USA（Meta超智能，美国） 纠错

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

AI总结 本文综述了安全强化学习和约束马尔可夫决策过程，涵盖单智能体和多智能体安全方法，总结了理论基础和最新算法，并提出五个开放性问题以推动该领域发展。

Comments 25

How Personal Characteristics Shape User Exploration of Diverse Movie Recommendations with a LLM-Based Multi-Agent System

个人特征如何塑造用户探索多样化电影推荐的多智能体系统

Yufan Zhou, Yirui Huang, Zhao Wang, Yucheng Jin

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

AI总结 本文研究了基于LLM的多智能体系统如何支持用户探索多样化推荐，探讨个人特征对用户体验的影响，发现多智能体系统提升新颖性和多样性，性格特质和AI经验影响感知准确性与多样性。

Comments 11 pages, 2 figures. Accepted by UMAP '26 (34th ACM International Conference on User Modeling, Adaptation and Personalization)

MoltGraph: A Longitudinal Temporal Graph Dataset of Moltbook for Coordinated-Agent Detection

MoltGraph: 一个用于协调代理检测的长周期时间图数据集

Kunal Mukherjee, Cuneyt Gurcan Akcora, Murat Kantarcioglu

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

AI总结 MoltGraph通过长周期时间图数据集研究代理行为、协调和演化，揭示了动态网络中的连接性、枢纽形成、协调事件爆发及曝光效应。

Comments Accepted for publication at 1st ACM Conference on AI and Agentic Systems (ACM CAIS 2026)

Lightweight Quantum Agent for Edge Systems: Joint PQC and NOMA Resource Allocation

轻量级量子代理用于边缘系统：联合PQC和NOMA资源分配

Yongtao Yao, Wenjing Xiao, Miaojiang Chen, Anfeng Liu, Zhiquan Liu, Min Chen, Ahmed Farouk, H. Herbert Song

机构 * School of Computer, Electronics and Information, Guangxi University（广西大学计算机电子与信息学院） ； Guangxi Key Laboratory of Multimedia Communications and Network Technology（广西多媒体通信与网络技术重点实验室） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； College of Cyber Security, Jinan University（暨南大学网络安全学院） ； School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； Pazhou Laboratory（琶洲实验室） ； Faculty of Computers and Artificial Intelligence, Hurghada University（Hurghada大学计算机与人工智能学院） ； Department of Information Systems, University of Maryland, Baltimore County (UMBC)（美国马里兰大学巴尔的摩县分校信息系统系） 纠错

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

AI总结 本文提出一种轻量级量子代理框架，用于边缘设备的联合优化。通过构建多阶段随机混合整数非线性规划模型，结合PQC模块的静态能耗约束，利用Lyapunov优化理论解决NOMA功率分配的非凸问题，提升计算吞吐量并确保系统队列稳定性。

Never say never: Exploring the effects of available knowledge on agent persuasiveness in controlled physiotherapy motivation dialogues

不要说永远：探索可用知识对代理说服力的影响在受控的物理治疗动机对话中

Stephan Vonschallen, Rahel Häusler, Theresa Schmiedel, Friederike Eyssel

机构 * Institute of Business Information Technology, Zurich University of Applied Sciences, Switzerland（瑞士应用科学大学商业信息技术学院） ； Institute for Information Systems, University of Applied Sciences and Arts Northwestern Switzerland（西北瑞士应用科学大学信息系统研究所） ； Center for Cognitive Interaction Technology, Bielefeld University, Germany（比勒菲尔德大学认知交互技术中心） 纠错

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

AI总结 本文研究了可用知识如何影响代理在物理治疗动机对话中的说服力，通过比较ChatGPT生成的回应，发现知识配置显著提升了代理的说服力和表达力。

Principled Learning-to-Communicate with Quasi-Classical Information Structures

基于准经典信息结构的原理化学习-通信

Xiangyu Liu, Haoyi You, Kaiqing Zhang

机构 * University of Maryland, College Park, MD, USA（马里兰大学） 纠错

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

AI总结 本文通过信息结构框架，探讨了在部分可观测环境中学习通信的原理，提出准经典学习-通信的条件和算法，建立了准多项式时间复杂度的规划与学习方法。

Comments Preliminary version appeared at IEEE CDC 2025

The Alignment Flywheel: A Governance-Centric Hybrid MAS for Architecture-Agnostic Safety

对齐飞轮：一种以治理为中心的混合MAS架构用于架构无关的安全性

Elias Malomgré, Pieter Simoens

机构 * IDLab, Ghent University - imec, Belgium（ID实验室，根特大学-imec，比利时） 纠错

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

AI总结 本文提出一种以治理为中心的混合MAS架构，通过分离决策生成与安全治理，解决自主决策组件部署后的安全行为透明性问题，采用补丁局部性原则实现安全故障的低成本修复。

Comments Accepted for the EMAS workshop at AAMAS 2026

RetroMotion: Retrocausal Motion Forecasting Models are Instructable

RetroMotion：逆因果运动预测模型具有可指导性

Royden Wagner, Omer Sahin Tas, Felix Hauser, Marlon Steiner, Dominik Strutz, Abhishek Vivekanandan, Jaime Villa, Yinzhe Shen, Carlos Fernandez, Christoph Stiller

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） ； University Charles III of Madrid（马德里第三大学） 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RetroMotion模型，通过分解多代理运动预测为边际分布和联合分布，利用Transformer生成联合分布，实现信息逆向流动，有效提升预测精度，并在多个数据集上表现优异。

Comments CVPRW26

Split over $n$ resource sharing problem: Are fewer capable agents better than many simpler ones?

在n个资源分配问题中：更少有能力的代理更好还是更多简单的代理？

Karthik Soma, Mohamed S. Talamali, Genki Miyauchi, Giovanni Beltrame, Heiko Hamann, Roderich Gross

机构 * MIST lab, École Polytechnique de Montréal, Montreal, Canada（蒙特利尔理工学院MIST实验室） ； School of Electrical and Electronic Engineering, The University of Sheffield, Sheffield, UK（谢菲尔德大学电子与电气工程学院） ； Department of Computer and Information Science, University of Konstanz, Konstanz, Germany（康斯坦茨大学计算机与信息科学系） ； Department of Computer Science, Technical University of Darmstadt, Darmstadt, Germany（德累斯顿技术大学计算机科学系） 纠错

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

AI总结 研究探讨了在多代理系统中，资源应集中于少数有能力的代理还是分散给众多简单代理的问题，通过分析发现初始覆盖率随n增加而提升，但代理速度若与半径成比例下降，则所有大小的群体表现相同，若与足迹成比例下降，则单个代理最优。

Comments Short paper presented at the 15th International Conference on Swarm Intelligence (ANTS 2026)

A Scaled Three-Vehicle Platooning Platform

一个缩放的三车编队平台

Kaiyue Lu, Qiaoxuan Zhang, Yukun Lu

机构 * Dept. of Mechanical Engineering, University of New Brunswick（新不伦瑞克大学机械工程系） 纠错

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

AI总结 本文提出一个缩放的三车编队平台，用于研究协同控制与人机协同自主性，通过控制和可重复的实验提升编队稳定性与路径跟踪性能。

AgentSim: A Platform for Verifiable Agent-Trace Simulation

AgentSim：可验证代理跟踪模拟平台

Saber Zerhoudi, Michael Granitzer, Jelena Mitrovic

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

AI总结 本文提出AgentSim平台，通过多模型验证和主动人工参与流程，生成可验证的代理推理轨迹，构建了覆盖三个信息检索基准的Agent-Trace Corpus，并揭示了先进模型在信息检索中的系统性差异。

Journal ref Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '26), July 20--24, 2026, Melbourne, VIC, Australia

Enforcing Benign Trajectories: A Behavioral Firewall for Structured-Workflow AI Agents

强制良性轨迹：一种用于结构化工作流AI代理的行为防火墙

Hung Dang

机构 * Van Lang University（范朗大学） 纠错

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

AI总结 本文提出了一种基于 telemetry 的行为异常检测防火墙，通过构建参数化确定性有限自动机来限制工具调用序列，从而降低攻击成功率，同时保持低延迟和低误报率。

FACT: Compositional Kernel Synthesis with a Three-Stage Agentic Workflow

FACT：基于三阶段代理工作流的组合内核合成

Sina Heidari, Dimitrios S. Nikolopoulos

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

AI总结 FACT框架通过三阶段代理工作流实现PyTorch模块的多模式组合优化，结合CUTLASS C++实现内核合成，提升GPU计算性能。

Agentic Fusion of Large Atomic and Language Models to Accelerate Superconductors Discovery

代理融合大规模原子和语言模型以加速超导体发现

Mingze Li, Yu Rong, Songyou Li, Lihong Wang, Jiacheng Cen, Liming Wu, Anyi Li, Zongzhao Li, Qiuliang Liu, Rui Jiao, Tian Bian, Pengju Wang, Hao Sun, Jianfeng Zhang, Ji-Rong Wen, Deli Zhao, Shifeng Jin, Tingyang Xu, Wenbing Huang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China（中国人民大学北京校区人工智能学院） ； DAMO Academy, Alibaba Group, Hangzhou, China（阿里巴巴集团达摩院，杭州，中国） ； Hupan Lab, Hangzhou, China（虎扑实验室，杭州，中国） ； Institution of Physics, University of the Chinese Academy of Sciences, Beijing, China（中国科学院物理研究所，北京，中国） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系，北京，中国） 纠错

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

AI总结 本文提出ElementsClaw框架，结合大规模原子模型与语言模型，通过自主协作加速超导体发现，筛选240万晶体识别6.8万高置信度候选，发现四个新实验验证超导体。

DreamProver: Evolving Transferable Lemma Libraries via a Wake-Sleep Theorem-Proving Agent

DreamProver：通过唤醒-睡眠定理证明代理演化可转移的引理库

Youyuan Zhang, Jialiang Sun, Hangrui Bi, Chuqin Geng, Wenjie Ma, Zhaoyu Li, Xujie Si

机构 * University of Toronto（多伦多大学） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 DreamProver通过唤醒-睡眠程序归纳范式发现可重用的引理，解决传统方法在适应性和通用性上的不足，通过迭代两阶段过程演化出高效的可转移引理库。

Domain-Adapted Small Language Models for Reliable Clinical Triage

领域适应的小语言模型用于可靠的临床分诊

Manar Aljohani, Brandon Ho, Kenneth McKinley, Dennis Ren, Xuan Wang

机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, US（弗吉尼亚理工学院计算机科学系，弗吉尼亚理工学院，布莱克斯堡，VA，美国） ； Children’s National Hospital, Washington DC, USA（儿童医学中心，华盛顿特区，美国） 纠错

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

AI总结 本文研究了小语言模型在急诊分诊中的应用，发现通过领域适应可显著降低误诊率，Qwen2.5-7B模型在准确性和效率上表现最佳。

Data-Centric Foundation Models in Computational Healthcare: A Survey

计算医学中的数据驱动基础模型：一项综述

Yunkun Zhang, Jin Gao, Zheling Tan, Lingfeng Zhou, Kexin Ding, Mu Zhou, Shaoting Zhang, Dequan Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Rutgers University（罗切斯特大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文综述了计算医学中数据驱动基础模型的发展，探讨了从预训练到推理的数据中心化方法，旨在提升医疗工作流程，并讨论了AI安全、评估及与人类价值观的对齐问题。

Comments Published in ACM Computing Surveys

Journal ref ACM Comput. Surv. 58, 11, Article 287 (August 2026), 35 pages

KAYRA: A Microservice Architecture for AI-Assisted Karyotyping with Cloud and On-Premise Deployment

KAYRA：一种用于AI辅助染色体核型分析的微服务架构

Attila Pintér, Javier Rico, Attila Répai, Jalal Al-Afandi, Adrienn Éva Borsy, András Kozma, Hajnalka Andrikovics, György Cserey

机构 * Jedlik Innovation Ltd.（杰德利克创新有限公司） ； Pázmány Péter Catholic University（帕兹曼·彼得天主教大学） ； Central Hospital of Southern Pest — National Institute of Hematology and Infectious Diseases（南部佩斯中央医院——血液病与传染病国家研究所） ； Faculty of Information Technology and Bionics（信息科技与生物学院） 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KAYRA，一种基于微服务架构的端到端核型分析系统，结合EfficientNet-B5+U-Net语义分割器、Mask R-CNN实例检测器和ResNet-18分类器，实现高精度染色体识别与分类。

Quantum Feature Selection with Higher-Order Binary Optimization on Trapped-Ion Hardware

基于阱中离子硬件的高阶二元优化量子特征选择

Carlos Flores-Garrigós, Anton Simen, Qi Zhang, Enrique Solano, Narendra N. Hegade, Sayonee Ray, Claudio Girotto, Jason Iaconis, Martin Roetteler

机构 * Kipu Quantum GmbH（Kipu量子有限公司） ； IDAL, Electronic Engineering Department, ETSE-UV, University of Valencia（IDAL电子工程系，瓦伦西亚大学） ； Department of Physical Chemistry, University of the Basque Country UPV/EHU（物理化学系，巴斯克大学UPV/EHU） ； IonQ Inc.（IonQ公司） 纠错

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

AI总结 本文提出基于高阶无约束二元优化(HUBO)的量子特征选择框架，通过引入多变量依赖关系，提升特征相关性、冗余性和高阶统计结构的建模能力，并通过结构化线性惩罚实现稀疏性。实验在Gallstone和Spambase数据集上验证了其有效性。

Asynchronous Federated Unlearning with Invariance Calibration for Medical Imaging

异步联邦反学习与不变性校准用于医学影像

Zhaoyuan Cai, Xinglin Zhang

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； South China University of Technology（华南理工大学） ； Guangzhou, China（中国广州） 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AFU-IC框架，通过解耦反学习过程与全局训练流程，实现异步反学习，同时利用服务器端不变性校准机制防止模型重新学习被删除的数据，实验表明其在医学影像中具有高效且合规的联邦学习能力。

Comments 8 pages, 5 figures, the article is accepted by IEEE IJCNN 2026

Recipes for Calibration Checks in Safety-Critical Applications

安全关键应用中的校准检查配方

Romeo Valentin

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出了一种校准检查框架，用于验证预测系统分布特性，通过模块化流程支持多种应用场景，展示了在天气预测和机器人姿态估计中的应用。

Comments 36 pages, 22 figures. Manuscript prepared with Typst

EmoTransCap: Dataset and Pipeline for Emotion Transition-Aware Speech Captioning in Discourses

EmoTransCap：用于对话中情感过渡感知的语音字幕数据集和流程

Shuhao Xu, Yifan Hu, Jingjing Wu, Zhihao Du, Zheng Lian, Rui Liu

机构 * Inner Mongolian University（内蒙古大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems, Tongji University（同济大学 autonomous intelligent unmanned systems 状态关键实验室） 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EmoTransCap，通过整合时间情感动态与对话级语音描述，解决现有系统在对话层面情感过渡识别不足的问题，提供大规模数据集和多任务模型以提升情感感知与表达。

Comments 15 pages, 5 figures, including appendix

Budget-Constrained Causal Bandits: Bridging Uplift Modeling and Sequential Decision-Making

预算约束下的因果老虎机：连接提升建模与序列决策

Abhirami Pillai

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

AI总结 本文提出预算约束因果老虎机框架，解决冷启动场景下的广告分配问题，通过在线学习提升用户响应并优化预算分配，相较于传统方法更高效且稳定。

Comments 12 pages, 2 figures, preprint

RL unknotter, hard unknots and unknotting number

结简化强化学习器、难结与结简化数

Anne Dranowski, Yura Kabkov, Daniel Tubbenhauer

机构 * Neapolis University Pafos, Computer Science and Artificial Intelligence Bachelor program（内帕利斯大学帕福斯，计算机科学与人工智能学士项目） ； The University of Sydney, School of Mathematics and Statistics F07（悉尼大学，数学与统计学学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种强化学习管道用于简化结图，通过训练代理学习移动提议和价值启发式方法，测试了非常难的无结图，并通过图膨胀方法在4_1#9_{10}上恢复了结简化数的上界为三。

Comments 19 pages, many figures, comments welcome

Protein folding on a 64 qubit trapped-ion hardware via counterdiabatic quantum optimization

在64个量子比特囚禁离子硬件上通过反向量子优化实现蛋白质折叠

Alejandro Gomez Cadavid, Pavle Nikačević, Pranav Chandarana, Sebastián V. Romero, Enrique Solano, Narendra N. Hegade, Miguel Angel Lopez-Ruiz, Claudio Girotto, Hanna Linn, Hakan Doga, Evgeny Epifanovsky, Panagiotis Kl. Barkoutsos, Ananth Kaushik, Martin Roetteler

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究利用反向量子优化在64量子比特离子阱系统中实现了蛋白质折叠优化，通过非变分偏反馈机制提升低能态采样效率，结合量子学习接触信息与可行骨架几何约束，实现了对密集蛋白质折叠哈密顿量的结构化采样。