AI Agent

ARM: Discovering Agentic Reasoning Modules for Generalizable Multi-Agent Systems

ARM：为通用多智能体系统发现代理推理模块

Bohan Yao, Shiva Krishna Reddy Malay, Vikas Yadav

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文提出了一种新的自动多智能体系统设计范式，通过优化链式推理（CoT）来发现代理推理模块（ARM），该模块通过在代码空间中进行树搜索，利用执行轨迹的反思来进化，从而提升多智能体系统的泛化能力。

Comments 29 pages, 2 figures

Metric-Gradient Projection for Stable Multi-Agent Policy Learning

基于度量梯度的稳定多智能体策略学习

Zuyuan Zhang, Sizhe Tang, Mahdi Imani, Tian Lan

机构 * The George Washington University（乔治华盛顿大学） ； Northeastern University（东北大学） 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HPML方法，通过将多智能体系统的联合更新场视为L²空间中的向量场，并计算其在最接近度量梯度势流上的Hodge型投影，从而提升多智能体强化学习的稳定性。

STAR-PólyaMath: Multi-Agent Reasoning under Persistent Meta-Strategic Supervision

STAR-PólyaMath: 多智能体在持久元策略监督下的推理

Jiaao Wu, Xian Zhang, Hanzhang Liu, Sophia Zhang, Fan Yang, Yinpeng Dong

机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； New York University（纽约大学） ； MIT（麻省理工学院） 纠错

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

AI总结 本文提出STAR-PólyaMath多智能体框架，通过元级监督和结构化的推理-验证交互系统性解决数学推理中的幻觉积累、记忆碎片化和推理工具平衡问题，并在多个顶级竞赛基准上取得最佳成绩。

Comments 25 pages, 4 figures. Code: https://github.com/Julius-Woo/STAR-PolyaMath

Asynchronous Cooperative Multi-Agent Reinforcement Learning with Limited Communication

异步协作多智能体强化学习与有限通信

Sydney Dolan, Siddharth Nayak, Jasmine Jerry Aloor, Hamsa Balakrishnan

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

AI总结 本研究提出了一种异步多智能体强化学习框架AsynCoMARL，通过图Transformer学习动态图中的通信协议，在通信受限环境下实现高效协作，相比传统同步方法，减少26%的通信量同时保持相近的成功率和碰撞率。

Journal ref Proceedings of the 2025 International Conference on Autonomous Agents and Multiagent Systems

A Closed-loop, State-centric, Multi-agent Framework for Passenger Load Estimation from Heterogeneous Data Streams

一种闭环、以状态为中心的多智能体框架，用于从异构数据流中估计乘客负载

Yiyao Xu, Hao Zhou, Yuhang Wang, Jingran Sun

机构 * Department of Civil and Environmental Engineering, University of South Florida（佛罗里达州立大学土木与环境工程系） 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 本文提出一种闭环、以状态为中心的多智能体框架，用于从异构数据流中准确估计乘客负载，通过动态分配信任和物理约束提升鲁棒性。

Comments Preprint version of a paper accepted by the 2026 IEEE 29th International Conference on Intelligent Transportation Systems (ITSC). 7 pages, 4 figures

RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning

RLFTSim: 通过强化学习微调实现逼真且可控的多智能体交通仿真

Ehsan Ahmadi, Hunter Schofield, Behzad Khamidehi, Fazel Arasteh, Jinjun Shan, Lili Mou, Dongfeng Bai, Kasra Rezaee

机构 * University of Alberta（阿尔伯塔大学） ； Huawei Technologies Canada（华为加拿大技术有限公司） ； York University（约克大学） ； Canada CIFAR AI Chair, Amii（加拿大 CIFAR 人工智能主席，Amii） 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RLFTSim框架，通过强化学习微调提升交通仿真场景的真实感，并通过目标条件化方法实现对交通仿真可控性的提炼，实验表明其在真实感和可控性方面均优于其他启发式搜索方法。

Comments CVPR 2026 Highlight; Project page at https://ehsan-ami.github.io/rlftsim

CodePori: Large-Scale System for Autonomous Software Development Using Multi-Agent Technology

CodePori：利用多智能体技术实现大规模自主软件开发的系统

Zeeshan Rasheed, Muhammad Waseem, Kai-Kristian Kemell, Aakash Ahmad, Malik Abdul Sami, Mika Saari, Jussi Rasku, Pekka Abrahamsson

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

AI总结 本文研究了基于大语言模型的多智能体系统在自主软件开发中的潜力与局限，通过开发CodePori系统和参与式评估，揭示了LLM多智能体系统的优势、挑战及改进方向。

Comments 18 pages, 8 figures, and 4 Table

Conflict-Resilient Multi-Agent Reasoning via Signed Graph Modeling

通过有向图建模实现冲突容忍的多智能体推理

Longgang He, Longzhu He, Daojing He, Chaozhuo Li

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beijing University of Posts and Telecommunications（北京邮电大学） 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SIGMA框架，通过有向图建模显式捕捉智能体间的信任、冲突和中性关系，以提升多智能体系统的推理能力和冲突容忍性。

A Multi-Agent Framework for Feature-Constrained Difficulty Control in Reading Comprehension Item Generation

一种用于特征约束难度控制的多智能体框架（在阅读理解项目生成中）

Seonjeong Hwang, Jun Seo, Hyounghun Kim, Gary Geunbae Lee

机构 * Graduate School of Artificial Intelligence, POSTECH, Republic of Korea（韩国POSTECH人工智能研究生院） ； Department of Computer Science and Engineering, POSTECH, Republic of Korea（韩国POSTECH计算机科学与工程系） 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MAFIG多智能体框架，通过多个LLM代理和特征特定评估器协作生成并迭代修订项目，以满足特征约束，从而实现更稳定的难度控制。

Comments ACL 2026 Main Conference

MuMuTestUp: Mutation-based Multi-Agent Test Case Update

MuMuTestUp: 基于变异的多智能体测试用例更新

Dawei Tian, Jiakun Liu, Yun Peng, Yichen Zhang, Jianlei Chi, Jun Sun, Xiaohong Su

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

AI总结 针对持续集成/持续交付实践中测试用例过时导致的问题，本文提出MuMuTestUp多智能体框架，通过变异分析、覆盖率分析和语义检索三个智能体提升测试用例的准确性与覆盖率，同时构建PRBENCH数据集进行评估。

Sequential Consensus for Multi-Agent LLM Debates: A Wald-SPRT compute governor with calibration-based failure detection

多智能体大语言模型辩论中的顺序共识：一种基于Wald-SPRT的计算控制器与基于校准的故障检测

Andrea Morandi

机构 * Cisco（思科） 纠错

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

AI总结 本文提出了一种基于Wald-SPRT的计算控制器，用于多智能体大语言模型辩论，通过校准来检测故障，从而在保证准确性的同时减少计算资源的使用。

Supporting System Testing with a Multi-Agent LLM-based Framework for Knowledge Graph Extraction: A Case Study with Ethernet Switch Systems

用基于多智能体的大语言模型框架支持系统测试：以以太网交换机系统为例的知识图谱提取研究

Rongqi Pan, Mahboubeh Dadkhah, Jean Baptiste Minani, Hussein Al Osman, Lionel Briand, Haiwei Dong

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

AI总结 本文提出一种基于多智能体的大语言模型框架，用于从以太网交换机配置手册中提取知识图谱，以支持系统测试自动化。该框架通过细粒度的知识图谱模式和迭代的提取-评估-改进循环，提高了知识图谱的提取准确性，并通过行业测试员的反馈证明了其在生成有效测试用例规范方面的有效性。

TMAS: Scaling Test-Time Compute via Multi-Agent Synergy

TMAS: 通过多智能体协同实现测试时间计算的扩展

George Wu, Nan Jing, Qing Yi, Chuan Hao, Ming Yang, Feng Chang, Yuan Wei, Jian Yang, Ran Tao, Bryan Dai

机构 * IQuest Research（IQuest研究） ； Beihang University（北航） 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TMAS框架，通过多智能体协同实现测试时间计算的扩展，利用层次化记忆和混合奖励强化学习提升推理能力和探索效率。

SACHI: Structured Agent Coordination via Holistic Information Integration in Multi-Agent Reinforcement Learning

SACHI：通过整体信息整合实现多智能体强化学习中的结构化智能体协调

Nikunj Gupta, James Zachary Hare, Jesse Milzman, Rajgopal Kannan, Viktor Prasanna

机构 * University of Southern California（南加州大学） ； DEVCOM Army Research Laboratory（美国陆军研究实验室） ； DEVCOM Army Research Office（美国陆军研究办公室） 纠错

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

AI总结 本文提出SACHI方法，通过整体信息整合实现多智能体强化学习中的结构化智能体协调，解决了智能体在部分局部观察下协调行动的信息瓶颈问题，通过图Transformer卷积在智能体协调图上增强每个智能体的表示，从而在多个任务中表现出色。

Robust synchronization for multi-agent systems governed by PDEs with observable and unobservable disturbances

由PDEs支配的多智能体系统中观测与不可观测扰动的鲁棒同步

Yongchun Bi, Jun Zheng, Guchuan Zhu, Jiye Zhang

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

AI总结 本文研究了由抛物型偏微分方程支配的多智能体系统在存在可观测和不可观测扰动下的鲁棒同步问题，设计了仅使用边界输出测量的扰动观测器以估计可观测的Dirichlet边界扰动并确保在不可观测扰动存在时观测器误差系统的鲁棒性，然后利用参考信号和局部输出信息构建分布式同步控制器，使所有智能体跟踪参考轨迹，特别在无不可观测扰动时实现指数跟踪，同时在控制器实施过程中保留鲁棒性。进一步分析了不可观测的Dirichlet-Robin边界扰动对同步性能的影响，并通过证明同步误差系统的解的有界性来证明这一点。此外，为表征所有扰动的影响，建立了闭环系统的输入到状态稳定性（ISS）。对于涉及的系统，广义Lyapunov方法和递归技术被广泛应用于稳定性分析，而提升技术和半群理论被用于证明系统的适定性。仿真结果验证了所提出的控制方案，展示了有效的扰动估计和抑制、鲁棒同步以及在各种场景下的ISS性质。

CASPIAN: Online Detection and Attribution of Cascade Attacks in LLM Multi-Agent Systems via Cross-Channel Causal Monitoring

CASPIAN: 通过跨通道因果监控在线检测和归因LLM多智能体系统中的级联攻击

Kavana Venkatesh, Jafar Isbarov, Saad Amin, Murat Kantarcioglu, Jiaming Cui

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

AI总结 本文提出CASPIAN框架，通过跨通道因果监控在线检测和归因LLM多智能体系统中的级联攻击，其核心方法是利用动态因果影响矩阵和晚交互条件转移熵公式，实现对级联行为的统一分析，并在检测准确性和早期级联识别方面优于现有方法。

Comments https://github.com/caspian-detector/caspian

CMAD: Cooperative Multi-Agent Diffusion via Stochastic Optimal Control

CMAD：通过随机最优控制的协作多智能体扩散

Riccardo Barbano, Alexander Denker, Zeljko Kereta, Runchang Li, Francisco Vargas

机构 * University of Cambridge（剑桥大学） ； Xaira Technologies（Xaira技术公司） 纠错

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

AI总结 本文提出了一种新的框架，将多模型组合生成问题转化为协作随机最优控制问题，通过联合优化扩散轨迹来实现更有效的生成效果。

LLM Agents Make Collective Belief Dynamics Programmable: Challenges and Research Directions

LLM Agents Make Collective Belief Dynamics Programmable: Challenges and Research Directions

Xin He, Junxi Shen, Yuchen Mou, David M. Bossens, Caishun Chen, Ivor W. Tsang, Yew Soon Ong

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

AI总结 本文研究了LLM代理如何使集体信念动态变得可编程，探讨了挑战和研究方向，通过多智能体模拟证明协调AI代理可以诱导可测量的信念变化，并识别了使检测和防御困难的四个结构性质。

Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information

超越多数投票：利用高阶信息进行LLM聚合

Rui Ai, Yuqi Pan, David Simchi-Levi, Milind Tambe, Haifeng Xu

机构 * Massachusetts Institute of Technology（麻省理工学院） ； School of Engineering and Applied Sciences（工程与应用科学学院） ； Harvard University（哈佛大学） ； Data Science, The University of Chicago（数据科学，芝加哥大学） 纠错

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

AI总结 本文提出Optimal Weight和Inverse Surprising Popularity两种算法，通过结合一阶和二阶信息，有效缓解多数投票的局限性，提升多智能体LLM聚合的可靠性。

Comments Accepted into ICML 2026

When Individually Calibrated Models Become Collectively Miscalibrated

当个体校准的模型成为集体不校准的

Zhaohui Wang

机构 * USC Viterbi School of Engineering（南加州大学维特比工程学院） 纠错

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

AI总结 研究探讨了在多智能体环境中，即使每个模型都经过个体校准，聚合预测仍可能不校准的现象，提出通过VCG聚合方法解决这一问题，实现激励相容和近最优性能。

Comments 42 pages, 1 main figure, multiple tables. Accepted at ProbML 2026

DECOR: Auditing LLM Deception via Information Manipulation Theory

DECOR：通过信息操纵理论审计大语言模型的欺骗行为

Linyue Cai, Samuel Yeh, Jwala Dhamala, Rahul Gupta, Sharon Li

机构 * Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Amazon（亚马逊） 纠错

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

AI总结 本文提出DECOR框架，基于信息操纵理论，通过细粒度审计实现对大语言模型欺骗行为的有效检测，展示了其在单轮和多轮欺骗检测中的优越性能。

GAE Falls Short in Imperfect-Information Self-Play Reinforcement Learning

GAE在不完全信息自博弈强化学习中表现不足

Zhiyuan Fan, Gabriele Farina

机构 * MIT（麻省理工学院） 纠错

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

AI总结 本文研究了不完全信息博弈中自博弈强化学习中GAE估计器的方差问题，提出Q-boosting和VRPO算法以减少方差并提升性能。

Guiding Neuro-Symbolic Scenario Generation with Spatio-Temporal Logic

用时空逻辑引导神经符号场景生成

Lorenzo Bonin, Francesco Giacomarra, Luca Bortolussi, Jyotirmoy V. Deshmukh, Francesca Cairoli

机构 * University of Trieste（特里埃斯特大学） ； University of Southern California（南加州大学） 纠错

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

AI总结 本研究提出STRELGen框架，结合扩散模型和时空逻辑规范，高效生成安全关键的多智能体驾驶场景，提升自动驾驶系统的鲁棒性验证能力。

Dual-Gated Epistemic Time-Dilation: Autonomous Compute Modulation in Asynchronous MARL

双门控认知时间延缓：异步MARL中的自主计算调节

Igor Jankowski

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双门控认知触发器的Epistemic Time-Dilation MAPPO算法，通过自主调节执行频率来提升异步MARL在边缘设备上的部署效率，实验表明该方法在减少计算开销的同时保持了中央任务主导性。

Comments 14 pages, 5 figures. Code available at: https://github.com/xaiqo/edtmappo. Related materials available on Zenodo: 10.5281/zenodo.19206838

Hunting Vulnerability Variants in AI Infra: Measurement and Reference-Driven Detection

在AI基础设施中寻找漏洞变体：测量与参考驱动的检测

Tian Dong, Yanjun Chen, Shoufeng Zhang, Huaien Zhang, Yunlong Lyu, Keke Lian, Dong Zhang, Shaofeng Li, Hao Chen

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

AI总结 本文研究了AI基础设施中漏洞变体的测量与参考驱动检测，通过分析688个GitHub仓库和251个公开披露的漏洞，发现AI基础设施项目经常共享重叠功能和重复的漏洞模式，提出了基于参考的多智能体框架INFRASCOPE，用于自动识别和验证新的漏洞变体。

Comments 19 pages

Adaptive Threshold-Driven Continuous Greedy Method for Scalable Submodular Optimization

自适应阈值驱动的连续贪心方法用于可扩展的子模优化

Mohammadreza Rostami, Solmaz S. Kia

机构 * Department of Mechanical and Aerospace Engineering, University of California Irvine（加州大学尔湾分校机械与航空航天工程系） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 该研究提出了一种自适应阈值驱动的连续贪心方法（ATCG），用于解决在Matroid约束下的子模最大化问题，通过动态调整活跃集扩展策略，提高了算法效率并减少了通信开销。