AI Agent

ORION: Option-Regularized Deep Reinforcement Learning for Cooperative Multi-Agent Online Navigation

ORION：用于合作多智能体在线导航的选项正则化深度强化学习

Shizhe Zhang, Jingsong Liang, Zhitao Zhou, Shuhan Ye, Yizhuo Wang, Ming Siang Derek Tan, Jimmy Chiun, Yuhong Cao, Guillaume Sartoretti

机构 * Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（机械工程系，设计与工程学院，新加坡国立大学） 纠错

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

AI总结 该研究提出ORION框架，通过选项批评方法和双阶段合作策略，解决部分已知环境中多智能体导航的路径最优与环境信息收集之间的平衡问题，实现高效实时协作。

On Equivalence Between Decentralized Policy-Profile Mixtures and Behavioral Coordination Policies in Multi-Agent Systems

关于去中心化策略-配置混合与行为协调策略在多智能体系统中等价性的研究

Nouman Khan, Vijay G. Subramanian

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

AI总结 本文研究了去中心化策略-配置混合与行为协调策略在多智能体系统中的等价性，证明了不同随机化策略诱导相同的 occupation measures，并扩展了以往关于纯策略与纯协调策略等价性的研究。

Journal ref Proc. 2025 IEEE 64th Conference on Decision and Control (CDC), Rio de Janeiro, Brazil, 2025, pp. 1292-1298

MA$^{2}$P: A Meta-Cognitive Autonomous Intelligent Agents Framework for Complex Persuasion

MA$^{2}$P: 一种用于复杂说服的元认知自主智能体框架

Dingyi Zhang, Ziqing Zhuang, Linhai Zhang, Ziyang Gao, Deyu Zhou

机构 * School of Computer Science and Engineering, Key Laboratory of Computer Network and Information Integration, Ministry of Education, Southeast University, China（计算机科学与工程学院、计算机网络与信息集成重点实验室、教育部、东南大学，中国） ； Department of Informatics, King’s College London（信息学院、伦敦国王学院） 纠错

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

AI总结 本文提出MA$^{2}$P框架，通过自主多智能体架构和元认知配置器，解决复杂说服中说服者需解读内部状态、推断潜在心理状态并生成策略一致行动的挑战，提升说服成功率。

Comments 22 pages, 8 figures. Accepted to Findings of ACL 2026

Observer-Based Stabilization for Linear Multi-Agent Dynamical Systems Using Generalized Frequency Variables

基于观测器的线性多智能体动力系统稳定化方法使用广义频率变量

G. Q. Bao Tran, Yutaka Hori, Shinji Hara

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

AI总结 本文研究了线性多智能体动力系统中控制器和观测器的设计条件，利用广义频率变量开发网络控制器和观测器，确保系统状态和估计误差的稳定性，并通过局部驱动摆动装置网络展示了结果。

Comments 23rd IFAC World Congress, Busan, South Korea, Aug. 2026

MAGIQ: A Post-Quantum Multi-Agentic AI Governance System with Provable Security

MAGIQ: 一种具有可证明安全性的多智能体AI治理系统

Sepideh Avizheh, Tushin Mallick, Alina Oprea, Cristina Nita-Rotaru, Reihaneh Safavi-Naini

机构 * University of Calgary（卡尔加里大学） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出MAGIQ，一种利用新型高效抗量子加密协议进行多智能体AI系统策略定义和执行的框架，旨在解决智能体通信和访问控制策略的安全性问题，并提供可追溯的问责机制。

Agentic AI Translate: An Agentic Translator Prototype for Translation as Communication Design

代理AI翻译：一种用于翻译作为沟通设计的代理翻译原型

Masaru Yamada

机构 * Rikkyo University（立命馆大学） ； Translation Lab Inc（翻译实验室公司） 纠错

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

AI总结 本文提出了一种代理翻译原型，通过将翻译研究的金属语言转化为生成AI的指令代码，重新定义翻译作为沟通设计的过程，而非文本转换。

Comments 14 pages. Conceptual and architectural paper; empirical validation in future work. Code: https://github.com/chuckmy/agentic-translator (v0.8.0). Live demo: https://agentic-translator-chuckmy.streamlit.app

Viability Space Decomposition: A geometric partition of survival outcomes in single- and multi-agent systems

生存空间分解：单体和多体系统中生存结果的几何划分

Connor McShaffrey, Randall D. Beer

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

AI总结 本文提出了一种用于分析具有生存约束的常微分方程模型的生存空间分解框架，通过引入新的流形类别（死亡、排序和崩溃）将状态空间分解为具有相似生存结果的区域，从而更全面地描述可能的行为空间。

Comments 24 pages, 10 figures

PPAI: Enabling Personalized LLM Agent Interoperability for Collaborative Edge Intelligence

PPAI: 促进个性化大语言模型代理在协作边缘智能中的互操作性

Zile Wang, Qianli Liu, Kaibin Guo, Haodong Wang, Jian Lin, Zicong Hong, Song Guo

机构 * Hong Kong RGC General Research Fund（香港研究资助局一般研究基金） ； Research Impact Fund（研究影响基金） ； Collaborative Research Fund（协作研究基金） ； NSFC/RGC Collaborative Research Scheme（国家自然科学基金/香港研究资助局协作研究计划） ； Areas of Excellence Scheme（卓越领域计划） ； InnoHK (HKGAI)（创新科技署（HKGAI）） 纠错

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

AI总结 本文提出PPAI系统，通过代理专长实现用户间协作，解决动态代理池和负载平衡问题，提升任务准确性并降低延迟。

Adversarial Agent Collaboration for Correctness Improvements of C to Safe Rust Translation

对抗性代理协作提升C到安全Rust翻译的正确性

Tianyu Li, Ruishi Li, Bo Wang, Brandon Paulsen, Umang Mathur, Prateek Saxena

机构 * National University of Singapore（新加坡国立大学） ； Amazon Web Services（亚马逊网络服务） 纠错

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

AI总结 本文提出ACToR框架，通过对抗性搜索发现翻译与C源码分歧的输入，利用这些输入驱动后续优化，提升C到Rust翻译的正确性，实验表明其在多个真实世界工具中达到90%以上的测试通过率。

Fast Rates in $α$-Potential Games via Regularized Mirror Descent

通过正则化镜像下降在α-势游戏中实现快速收敛率

Claire Chen, Yuheng Zhang

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

AI总结 本文研究了在α-势游戏中利用KL正则化进行离线学习NE的问题，提出了一种可验证的参考锚定离线数据覆盖框架，并提出了Offline Potential Mirror Descent算法，实现了加速的1/n统计收敛率，超越了传统离线多智能体学习的1/√n收敛率。

PropGuard: Safeguarding LLM-MAS via Propagation-Aware Exploration and Remediation

PropGuard: 通过传播感知探索与修复保障LLM-MAS

Bingyu Yan, Xiaoming Zhang, Jinyu Hou, Chaozhuo Li, Ziyi Zhou, Xiaozhe Zhang, Litian Zhang

机构 * Beihang University（北航） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 PropGuard通过构建双视角时空图，结合响应中心风险评估与全状态证据保存，实现对LLM-MAS中传播性攻击的检测与修复，有效降低攻击成功率并保持高任务防御效率。

EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents

EnactToM：一种用于具身智能体功能理论之心的演进基准

Gurusha Juneja, Dylan Lu, Saaket Agashe, Parth Diwane, Edward Gunn, Jayanth Srinivasa, Gaowen Liu, William Yang Wang, Yali Du, Xin Eric Wang

机构 * University of California, Santa Barbara（加州大学圣巴巴拉分校） ； King’s College London（伦敦国王学院） ； Cisco Research（思科研究） 纠错

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

AI总结 本文提出EnactToM基准，用于测试具身智能体的功能理论之心能力，通过300个3D家庭环境任务验证解决能力和认知深度，揭示了现有模型在隐含信念上的不足。

Genflow Ad Studio: A Compound AI Architecture for Brand-Aligned, Self-Correcting Video Generation

Genflow Ad Studio：一种用于品牌一致、自我纠正视频生成的复合AI架构

Debanshu Das, Lavi Nigam, Sunil Kumar Jang Bahadur, Gopala Dhar

机构 * Google（谷歌） 纠错

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

AI总结 本文提出Genflow Ad Studio，一种复合AI架构，通过品牌DNA提取模块和对抗性多代理质量控制循环，提高了品牌一致的视频生成效率，将合规率从42%提升到89%。

Comments 6 pages, 2 figures, 2 tables. Accepted to the ACM Conference on AI and Agentic Systems (CAIS '26). Includes demo video and code repository links

Journal ref ACM Conference on AI and Agentic Systems (CAIS '26), May 26-29, 2026, San Jose, CA, USA

Lifelong LaCAM with Local Guidance for Lifelong MAPF

具有局部引导的终身LaCAM用于终身MAPF

Tomoki Arita, Keisuke Okumura

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

AI总结 本文提出了一种名为LLLG的终身LaCAM增强型方法，通过使用滚动时间窗规划框架和在每个时间步从先前解中进行预热启动引导，以解决终身MAPF问题，从而在紧凑密集环境中实现高效的任务完成 throughput。

Comments 10 pages, 11 figures, accepted to SoCS 2026

Convergence of Multiagent Learning Systems for Traffic control

多智能体学习系统在交通控制中的收敛性

Sayambhu Sen, Shalabh Bhatnagar

机构 * Amazon Alexa（亚马逊Alexa） ； Indian Institute of Science（印度科学研究院） 纠错

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

AI总结 本文研究了多智能体强化学习在交通信号控制中的收敛性问题，通过随机逼近方法分析学习动态，并证明了在特定条件下该算法能够收敛。

Comments 14 pages 2 figures

CooT: Learning to Coordinate In-Context with Coordination Transformers

CooT: 通过协调转换器学习协调上下文

Huai-Chih Wang, Hsiang-Chun Chuang, Hsi-Chun Cheng, Dai-Jie Wu, Shao-Hua Sun

机构 * Graduate Institute of Communication Engineering, National Taiwan University (NTU)（国立台湾大学通信工程研究所） ； NTU Artificial Intelligence Center of Research Excellence (NTU AI-CoRE)（国立台湾大学人工智能研究中心） ； University of Utah（犹他大学） 纠错

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

AI总结 本研究提出CooT框架，通过上下文学习实现实时合作伙伴适应，解决了多智能体系统中协调不熟悉合作伙伴的挑战，其核心方法是通过观察学习对齐动作与合作伙伴意图，主要贡献是实现了在多样合作伙伴行为下的泛化能力。

Comments ICML 2026

Dynamic Generation of Multi-LLM Agents Communication Topologies with Graph Diffusion Models

基于图扩散模型的多LLM代理通信拓扑动态生成

Eric Hanchen Jiang, Mengting Li, Guancheng Wan, Sophia Yin, Yuchen Wu, Xiao Liang, Xinfeng Li, Yizhou Sun, Wei Wang, Kai-Wei Chang, Ying Nian Wu

机构 * University of California Los Angeles（加州大学洛杉矶分校） ； University of Washington（华盛顿大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出Guided Topology Diffusion框架，通过迭代构建过程生成适应任务需求的高效通信拓扑，优于现有方法。

Comments ACL 2026 Main

Beyond the Cartesian Illusion: Testing Two-Stage Multi-Modal Theory of Mind under Perceptual Bottlenecks

超越笛卡尔错觉：在感知瓶颈下测试双阶段多模态理论 of Mind

Yajing Zhou, Xiangyu Kong

机构 * College of Computer Science, Beijing Information Science and Technology University（北京信息科技大学计算机学院） 纠错

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

AI总结 本文研究了多模态大语言模型在感知瓶颈下的双阶段空间推理能力，提出了一种基于锚点的具身体验空间分解链式推理方法，以解决空间对称性和视角模糊性问题，从而提升多模态理论 of Mind 的表现。

Comments 17 pages, 3 figures

Spatiotemporal Robustness of Temporal Logic Tasks using Multi-Objective Reasoning

基于多目标推理的时序逻辑任务时空鲁棒性

Oliver Schön, Lars Lindemann

机构 * Automatic Control Laboratory, ETH Zürich（自动化控制实验室，苏黎世联邦理工学院） 纠错

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

AI总结 本文研究了通过多目标推理处理时序逻辑任务的时空鲁棒性，提出了一种新的时空鲁棒性定义，能够同时考虑空间和时间扰动，并展示了其在多智能体机器人、智慧城市和空中交通管制等交互系统中的应用。

Comments 30 pages, 6 figures, to be published at the 38th International Conference on Computer Aided Verification 2026

Human-Flow Digital Twin for Predicting the Effects of Mobility Introduction on Visitor Circulation

人类流动数字孪生用于预测移动引入对访客流动的影响

Chiharu Shima, Haruki Yonekura, Fukuharu Tanaka, Tatsuya Amano, Hirozumi Yamaguchi

机构 * bitA Inc.（bitA公司） ； The University of Osaka（大阪大学） ； RIKEN Center for Computational Science（理化学研究所计算科学中心） 纠错

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

AI总结 本文提出了一种利用人类流动数字孪生预测移动引入措施对访客流动影响的框架，通过多智能体模拟器模拟访客根据当前位置和景点吸引力选择目的地的过程，并利用训练好的决策模型来量化移动引入措施对访客数量和流动的影响。

Comments An accepted paper at the 27th IEEE International Conference on Mobile Data Management (MDM 2026). Project page: https://mc.net.ist.osaka-u.ac.jp/en/activity/wakayama-castle-mobility_2023/

Pessimism-Free Offline Learning in General-Sum Games via KL Regularization

通过KL正则化实现一般和博弈中的无悲观离线学习

Claire Chen, Yuheng Zhang

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

AI总结 本文提出了一种基于KL正则化的离线学习方法，能够在一般和博弈中实现无悲观的均衡恢复，通过加速的统计速率和计算高效的算法提升学习效率。

Zero-Shot Scalable Resilience in UAV Swarms: A Decentralized Imitation Learning Framework with Physics-Informed Graph Interactions

无人机群中的零样本可扩展韧性：一种带有物理信息图交互的去中心化模仿学习框架

Huan Lin, Lianghui Ding

机构 * Institute of Image Communication and Network Engineering, School of Integrated Circuits, Shanghai Jiao Tong University（图像通信与网络工程研究所，集成电路学院，上海交通大学） 纠错

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

AI总结 本文提出了一种去中心化模仿学习框架，通过物理信息图神经网络编码局部交互，实现无人机群在大规模故障和碎片化拓扑下的鲁棒恢复。

Contextualized Dynamic Explanations: A Vision

上下文化动态解释：一种愿景

Zhicheng Liu, Jason H Li, Greg Briskin

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

AI总结 本文提出了一种基于动态受众模型和预定义沟通意图的上下文化动态解释（CODEX）方法，旨在通过自主代理生成多模态信息界面，提升数据驱动解释的效果。

Comments 1st Workshop on GenAI, Agents, and the Future of VIS, 2025

Convergence of Stochastic First-Order Algorithms in Bertrand Competition Under Incomplete Information

伯特兰竞争中不完全信息下随机一阶算法收敛性研究

Martin Bichler, Jan-Sebastian Hoehener

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

AI总结 本文研究了在伯特兰竞争中，考虑私人成本的贝叶斯环境下，正则化罗宾逊-莫诺算法的随机学习动态，证明了欧几里得RRM算法在策略空间有限维近似下几乎必然收敛到唯一的有效贝叶斯纳什均衡，提供了随机一阶学习算法在贝叶斯伯特兰竞争中的严格收敛保证。

Generating Realistic Safety-Critical Scenarios for Vehicle-Pedestrian Interactions

生成车辆-行人交互的安全关键场景

Qingwen Pu, Kun Xie, Yuan Zhu, Guocong Zhai

机构 * Transportation Informatics Lab, Department of Civil and Environmental Engineering, Old Dominion University（交通信息实验室，土木与环境工程系，旧 Dominion 大学） ； Inner Mongolia Center for Transportation Research, Inner Mongolia University（内蒙古交通研究所，内蒙古大学） ； School of Transportation and Logistics, National Engineering Laboratory of Integrated Transportation Big Data Application Technology, National and Local Joint Engineering Research Center of Integrated Transportation Intelligence, Southwest Jiaotong University（交通运输学院，国家集成交通大数据应用技术工程实验室，国家与地方联合集成交通智能工程研究中心，西南交通大学） 纠错

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

AI总结 本文提出了一种三阶段框架，结合现实数据与自适应模拟，生成大规模行为真实的安全关键场景，通过多智能体状态空间Transformer增强DDPG算法，在车辆-行人交互中实现了高精度的避让行为生成，最终生成了VPSCI数据集。

Comments 49 pages, 13 figures, 11 table

Beyond Safety Filtering: Control Barrier Function-Informed Reinforcement Learning for Connected and Automated Vehicles

超越安全过滤：基于控制屏障函数的强化学习用于连接和自动化车辆

Jianye Xu, Bassam Alrifaee

机构 * Department of Computer Science, RWTH Aachen University, Germany（德国亚琛工业大学计算机科学系） 纠错

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

AI总结 本文提出了一种基于控制屏障函数的多智能体强化学习奖励设计方法，通过将联合多智能体强化学习动作下的控制屏障函数约束值转化为奖励信号，以显式引导安全学习，并在四向多车道交叉口实验中验证了其在任务性能和对奖励超参数的鲁棒性方面优于传统启发式方法。

Comments This paper has been accepted for publication in the Proceedings of the 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

A Truthful Multiunit Profit-Optimal Mechanism for Synthesizing Social Laws

一种用于合成社会法律的诚实多单位利润最优机制

Jun Wu, Jian Huang, Chongjun Wang

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

AI总结 本文研究了在战略多智能体环境中作为新多单位机制设计问题的社会法律合成（SLS）。基于交替时间时序逻辑（ATL）将SLS建模为贝叶斯单参数采购拍卖，并旨在设计一个诚实、个体理性且利润最优的机制。我们首先证明了一个表示引理，表明任何尊重交替仿射的估值都可以用ATL公式特征集紧凑地表达。然后将支付确定减少到分配确定，以多项式时间解决多单位设置中固有的不规则支付问题。我们进一步表明分配确定是$FP^{NP}$-完全的，并将ATL语义编码为整数线性规划（ILP）约束，使问题能够用标准求解器处理。基于这些结果，我们提出了$\mathcal{PO ext{-}ASL}$机制，该机制是激励相容的、个体理性的，并最大化预期利润。理论保证和示例证实，我们的方法为在战略智能体行为下合成最优社会法律提供了有效且计算可行的解决方案。

Comprehensive Vulnerability Analysis is Necessary for Trustworthy LLM-MAS

全面的漏洞分析对于可信的LLM-MAS至关重要

Pengfei He, Yue Xing, Juanhui Li, Shen Dong, Zhenwei Dai, Xianfeng Tang, Hui Liu, Han Xu, Zhen Xiang, Charu C. Aggarwal, Hui Liu

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

AI总结 本文探讨了构建可信LLM-MAS需进行全面漏洞分析，提出统一框架以量化不同架构中的漏洞，并识别关键挑战如构建专用评估基准和实现安全信任管理。

Multi-Objective-Optimization Assisted Data Collection Framework for IoUT Based on Offline Reinforcement

基于离线强化学习的多目标优化数据采集框架用于IoUT

Yimian Ding, Xinqi Wang, Jingzehua Xu, Guanwen Xie, Weiyi Liu, Yi Li

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

AI总结 本文提出基于多智能体离线强化学习的多AUV辅助数据采集框架，旨在解决动态水下环境下的数据采集效率与能耗问题，通过半通信去中心化训练与多智能体保守Q学习算法提升信息价值和数据利用率。

Shared Backbone PPO for Multi-UAV Communication Coverage with Connection Preservation

共享骨干PPO用于多UAV通信覆盖与连接保持

Z. Jiang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种共享骨干PPO算法，通过在Actor和Critic网络之间共享基础模块，实现了高效的训练和提升的性能。该算法在保持连接的多UAV群体通信覆盖任务中得到实现，并与标准PPO算法进行比较。实验结果表明，所提出的方法具有优越的性能，此外，还集成了图信息聚合模块以适应代理之间的通信条件。整合该模块后，算法仍保持有效，训练后的代理群体表现出更高的合作水平。