AI Agent

LiPUP-MA: A Residential Experience-centric Multi-Agent Framework for Living-in-the-loop Participatory Urban Planning

LiPUP-MA：一种以居住体验为中心的循环参与式城市多智能体规划框架

Hang Ni, Yuzhi Wang, Yizhi Song, Hao Liu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出LiPUP-MA多智能体框架，通过模拟居住生活与体验驱动的计划修订循环，利用基于图的经验库和空间约束技能增强规划器，解决参与式城市规划中经验落地与反馈空间化问题。

UnityMAS-O: A General RL Optimization Framework for LLM-Based Multi-Agent Systems

UnityMAS-O: 基于LLM的多智能体系统的通用强化学习优化框架

Yiqun Chen, Wei Yang, Erhan Zhang, Shijie Wang, Qi Liu, Zechun Niu, Bin Zhang, Haitao Li, Rui Li, Lingyong Yan, Jinyuan Feng, Biqing Qi, Xiaochi Wei, Yan Gao, Yi Wu, Yao Hu, Jiaxin Mao

机构 * Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） 纠错

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

AI总结 提出UnityMAS-O框架，将多智能体工作流作为优化单元，通过逻辑角色、图轨迹、用户定义奖励和智能体-模型映射四个核心对象解耦逻辑与物理参数，支持灵活的参数共享和奖励分配，在检索增强问答、迭代搜索和反思代码生成任务上验证了多智能体RL对手动工作流的提升效果。

Beyond Final Answers: Auditing Trajectory-Level Hallucinations in Multi-Agent Industrial Workflows

超越最终答案：多智能体工业工作流中的轨迹级幻觉审计

Harshada Badave, Santosh Borse, Andrea Gomez, Harshitha Narahari, Sara Carter, Vishwa Bhatt, Aishani Rachakonda, Shuxin Lin, Dhaval Patel

机构 * IBM ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 提出Trajel数据集和评估框架，通过五类幻觉分类法审计多智能体工业工作流中的轨迹级幻觉，发现现有基准忽略的常见失败模式，并证明轨迹感知检测优于标准事后验证。

Stateful Inference for Low-Latency Multi-Agent Tool Calling

面向低延迟多智能体工具调用的有状态推理

Victor Norgren

机构 * LayerScale, Inc.（LayerScale公司） 纠错

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

AI总结 提出一种有状态推理架构，通过持久化KV缓存和增量处理，将多智能体工具调用的每轮成本从O(n_t)降至O(Δ_t)，在6轮和35轮工作流中分别实现2.1倍和4.2倍的加速。

Strategic Persuasion with Trait-Conditioned Multi-Agent Systems for Iterative Legal Argumentation

基于特质条件的多智能体系统在迭代法律论证中的战略说服

Philipp D. Siedler

机构 * Aleph Alpha Research（Aleph Alpha研究） 纠错

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

AI总结 提出战略法庭框架，通过特质条件化的大语言模型智能体模拟多轮法律辩论，发现异质团队表现更优，并引入强化学习特质编排器动态优化辩护策略。

Testing Agentic Workflows with Structural Coverage Criteria

使用结构覆盖标准测试智能体工作流

Nafiseh Kahani, Mojtaba Bagherzadeh

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

AI总结 针对多智能体工作流的结构化测试问题，提出基于类型化协调图的覆盖驱动测试方法，通过DSPy生成可执行场景，有效检测工具访问、限制和委托路径的结构性回归。

Multi-Agent Reinforcement Learning for Safe Autonomous Driving Under Pedestrian Behavioral Uncertainty

行人行为不确定性下安全自动驾驶的多智能体强化学习

Prakash Aryan, Kaushik Raghupathruni, Timo Kehrer, Sebastiano Panichella

机构 * University of Bern（伯恩大学） ； AI4I, The Italian Institute of Artificial Intelligence（意大利人工智能研究所） 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 本文使用多智能体近端策略优化（MAPPO）联合训练自动驾驶汽车和12个行人，通过隐藏的行人特质模拟乱穿马路行为，相比固定策略基线显著降低了碰撞率，并揭示了速度差异指标可用于检测未预期的乱穿马路行为。

Comments Accepted to ICRA 2026 Workshop "8th Workshop on Long-term Human Motion Prediction"

Securing Multi-Agent Systems Against Corruptions via Node Contribution Backpropagation

通过节点贡献反向传播保护多智能体系统免受腐败影响

Chengcan Wu, Zhixin Zhang, Mingqian Xu, Zeming Wei, Meng Sun

机构 * Peking University（北京大学） 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 针对多智能体系统中对抗性智能体注入误导信息的问题，提出一种基于有向无环图的反向传播动态防御方法，通过计算每个智能体对最终决策的贡献来识别和隔离恶意智能体，实验表明该方法优于现有防御机制。

Comments ICML 2026

Multi-Agent Causal Discovery Using Large Language Models

多智能体因果发现使用大型语言模型

Hao Duong Le, Xin Xia, Haijie Xu, Chen Zhang

机构 * Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） 纠错

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

AI总结 提出多智能体因果发现框架MAC，通过元融合机制结合自主选择SCD算法的辩论编码模块和基于元数据的对抗性辩论模块，在多个基准上取得最优性能。

Helicase: Uncertainty-Guided Supply Chain Knowledge Graph Construction with Autonomous Multi-Agent LLMs

Helicase: 不确定性引导的供应链知识图谱构建与自主多智能体大语言模型

Yunbo Long, Haolang Zhao, Ge Zheng, Alexandra Brintrup

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

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

AI总结 提出Helicase，一种基于多智能体大语言模型的自主系统，通过不确定性引导的迭代验证和知识图谱构建，解决供应链中需要多跳推理的结构化推断问题，并引入SCQA基准评估。

ATOM: Instantiating Budget-Controllable Multi-Agent Collaboration via Nucleus-Electron Hierarchy

ATOM: 通过核-电子层次结构实例化预算可控的多智能体协作

Xinkui Zhao, Sai Liu, Yifan Zhang, Qingyu Ma, Zewen Lin, Naibo Wang, Guanjie Cheng, Chang Liu, Yueshen Xu

机构 * Zhejiang University（浙江大学） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； Zhejiang Key Laboratory of Digital-Intelligence Service Technology（浙江省数字智能服务技术重点实验室） ； Xidian University（西安电子科技大学） 纠错

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

AI总结 提出ATOM框架，采用核-电子层次结构和任务驱动强化学习，生成预算可控的协作图，在保持性能的同时将token效率提升高达30%。

Learning Decentralized LLM Collaboration with Multi-Agent Actor Critic

基于多智能体Actor-Critic的分散式LLM协作学习

Shuo Liu, Tianle Chen, Ryan Amiri, Christopher Amato

机构 * Northeastern University, Boston, MA（波士顿马萨诸塞大学） 纠错

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

AI总结 针对分散式LLM协作优化，提出两种多智能体Actor-Critic方法（CoLLM-CC和CoLLM-DC），实验表明在长时域或稀疏奖励任务中集中式Critic方法优于蒙特卡洛方法和分散式Critic方法。

Communication Gain and Delay Cost Under Cross-Timestep Delays in Cooperative Multi-Agent Reinforcement Learning

跨时间步延迟下合作多智能体强化学习中的通信增益与延迟代价

Zihong Gao, Hongjian Liang, Lei Hao, Liangjun Ke

机构 * The State Key Laboratory for Manufacturing Systems Engineering（制造系统工程国家重点实验室） ； School of Automation Science and Engineering, Xi’an Jiaotong University（西安交通大学自动化科学与工程学院） 纠错

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

AI总结 针对部分可观测环境中跨时间步通信延迟导致的信息错位问题，提出通信增益与延迟代价（CGDC）度量，并基于此设计演员-评论家框架CDCMA，通过预测未来观测和注意力融合延迟消息来提升合作多智能体强化学习的性能、鲁棒性和泛化能力。

DIANOIA: Diagnostic Decomposition and Joint Optimization for Multi-Agent Reasoning

DIANOIA: 多智能体推理的诊断性分解与联合优化

Yiming Yang, Zhuoyuan Li, Fanxiang Zeng, Hao Fu, Yue Liu

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 提出DIANOIA框架，通过覆盖度、保真度和综合度三个可测量通道分解多智能体推理增益，并基于此设计诊断协议和对应系统，在多个基准上以更少token实现更优性能。

Harmonia: Enhancing Data Placement and Migration in Hybrid Storage Systems via Multi-Agent Reinforcement Learning

Harmonia: 通过多智能体强化学习增强混合存储系统中的数据放置与迁移

Rakesh Nadig, Vamanan Arulchelvan, Rahul Bera, Taha Shahroodi, Gagandeep Singh, Andreas Kakolyris, Ismail Emir Yuksel, Mohammad Sadrosadati, Jisung Park, Onur Mutlu

机构 * ETH Zürich（苏黎世联邦理工学院） ； AMD Research（AMD研究） 纠错

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

AI总结 针对混合存储系统中数据放置与迁移策略相互依赖导致性能次优的问题，提出基于多智能体强化学习的协同优化方法Harmonia，显著提升系统性能。

Beyond Self-Talk: A Communication-Centric Survey of LLM-Based Multi-Agent Systems

超越自我对话：基于LLM的多智能体系统的通信中心综述

Bingyu Yan, Zhibo Zhou, Litian Zhang, Lian Zhang, Ziyi Zhou, Dezhuang Miao, Zhoujun Li, Chaozhuo Li, Xiaoming Zhang

机构 * School of Cyber Science and Technology, Beihang University, Beijing 100191, China（信息科学与技术学院，北京航空航天大学，北京100191，中国） ； The College of Cyber Security/College of Information Science and Technology, Jinan University, Guangzhou, China（网络安全学院/信息科学与技术学院，暨南大学，广州，中国） ； School of Computer Science and Engineering, Beihang University, Beijing 100083, China（计算机科学与工程学院，北京航空航天大学，北京100083，中国） ； School of Cyber Science and Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China（信息科学与技术学院，北京邮电大学，北京100876，中国） 纠错

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

AI总结 本文从通信视角综述基于大语言模型的多智能体系统，提出一个整合系统级和系统内部通信的结构化框架，分析智能体交互机制、挑战及未来方向。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-50857-y}

Governed Evolution of Agent Runtimes through Executable Operational Cognition

通过可执行操作认知实现代理运行时的受控演化

Mariano Garralda-Barrio

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出一个框架，通过可执行操作认知实现多智能体系统中代理生成工件的受控运行时演化，引入HarnessMutation机制在验证、可追溯、评估和回滚约束下进行生命周期感知的运行时适应。

Comments 14 pages, 4 figures, 1 table. Reference implementation and associated source code available at: https://github.com/mgarralda/governed-runtime

Coalition Free Energy and Adaptive Precision in Multi-Agent Cooperation

多智能体合作中的联盟自由能与自适应精度

Djamel Bouchaffra, Faycal Ykhlef, Mustapha Lebbah, Hanane Azzag

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

AI总结 提出博弈论自由能原理（GT-FEP）变分框架，通过自适应精度控制（APC）算法动态调整观测精度，在瑞士环岛轨迹数据集和多智能体控制任务中实现与最优固定精度相当的性能。

Comments 21 pages, 8 figures, 2 Tables

AgentSociety: Incentivizing Agentic Social Intelligence

AgentSociety: 激励代理社交智能

Aditya Vema Reddy Kesari, Krishna Reddy Kesari

机构 * IIT Bombay（印度理工学院班加罗尔） ； Amazon（亚马逊） 纠错

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

AI总结 提出一种基于流动民主和信息扩散的激励机制AgentSociety，使去中心化代理能够自主协作、策略性沟通并最大化效用，同时通过共识路由实现集体成果。

Exploring Agent Interactions in MoltBook through Social Network Analysis

通过社交网络分析探索MoltBook中的智能体交互

I-Hsien Ting, Kazunori Minetaki, Dario Liberona, Mu-En Wu

专题命中 多智能体 ：agent(title,abstract)

AI总结 本研究提出一个多维分析框架，结合社交网络分析、情感分析和主题可视化，解码MoltBook平台中基于大语言模型的智能体之间的交互语义和情感，并聚焦于智能体原生通信的内在机制。

Design First, Code Later: Aesthetically Pleasing Template-Free Slides Generation

先设计，后编码：无模板的美观幻灯片生成

Zhiyao Cui, Chenxu Wang, Shuyue Hu, Yiqun Zhang, Wenqi Shao, Qiaosheng Zhang, Zhen Wang

机构 * School of Cybersecurity, Northwestern Polytechnical University（西北工业大学网络安全学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institution（上海创新研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 提出DeepSlides层次化幻灯片生成流程，通过解耦设计与实现、引入SlideDesign数据集和多智能体强化学习训练范式，在无模板条件下生成高质量幻灯片。

Zero-Shot MARL Benchmark in the Cyber-Physical Mobility Lab

Cyber-Physical Mobility Lab中的零样本多智能体强化学习基准测试

Julius Beerwerth, Jianye Xu, Simon Schäfer, Fynn Belderink, Bassam Alrifaee

机构 * Cyber-Physical Mobility Lab（智能物理移动实验室） ； University of the Bundeswehr Munich（联邦国防军大学慕尼黑） ； RWTH Aachen University（亚琛工业大学） 纠错

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

AI总结 本文基于Cyber-Physical Mobility Lab构建了一个可复现的基准测试平台，用于评估联网自动驾驶汽车多智能体强化学习策略的仿真到现实迁移，并揭示了性能下降的两个互补来源。

Intelligent Offloading in Vehicular Edge Computing: A Comprehensive Review of Deep Reinforcement Learning Approaches and Architectures

车辆边缘计算中的智能卸载：深度强化学习方法与架构综述

Ashab Uddin, Ahmed Hamdi Sakr, Ning Zhang

机构 * Department of Electrical and Computer Engineering, University of Windsor（滑铁卢大学电气与计算机工程系） 纠错

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

AI总结 本文综述了基于深度强化学习的车辆边缘计算卸载方法，分类比较了学习范式、系统架构和优化目标，并分析了马尔可夫决策过程的应用及未来研究方向。

Comments 33 Pages, 6 Figures, 7 Tables. Machine Learning, Reinforcement Learning, Multi Agent Reinforcement Learning, Computational Offloading and Edge Computing

Vital Trace: Protocol-Constrained Patient-State Reasoning for Longitudinal Clinical Trajectories

Vital Trace: 协议约束的患者状态推理用于纵向临床轨迹

Zhan Qu, Michael Färber

机构 * TU Dresden（德累斯顿理工大学） 纠错

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

AI总结 提出Vital Trace，一个协议约束的多智能体框架，通过紧凑的持久患者状态记忆和四个协调智能体（Router、Reasoner、Auditor、Steward）进行分阶段推理，以解决长期临床轨迹推理中的上下文漂移和不稳定问题，在MIMIC-IV和eICU数据集上预测未来血管加压药、呼吸、肾脏支持和恶化任务中优于自由形式多智能体基线。

Can Broad Biomedical Knowledge be Contextualized into Scenario-Grounded Propositions?

广泛的生物医学知识能否被情境化为基于场景的命题？

Qingyuan Zeng, Ziyang Chen, Pengxiang Cai, Zixin Guan, Anglin Liu, Lang Qin, Xinyao Lai, Jintai Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Guangzhou University of Chinese Medicine（广州中医药大学） 纠错

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

AI总结 提出SCENE双层多智能体框架，通过迭代搜索将广泛生物医学知识转化为证据支持的场景化命题，并在临床试验和LINCS L1000研究中验证其有效性。

Cost of Structural Learning Under Censored Feedback: A Threshold-Bandit Approach

审查反馈下结构学习的代价：一种阈值-老虎机方法

Michael Ledford, William Regli

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

AI总结 针对任务仅当联盟达到未知规模阈值时才产生奖励的审查反馈问题，提出阈值激活合作多臂老虎机模型，并通过集中式算法C-TAC实现O(log T)累积遗憾，以及去中心化事件触发协议D-TAC在保持可行性对齐的同时减少23倍通信。

Traceable Knowledge Graph Reasoning Enables LLM-Assisted Decision Support for Industrial VOCs in the Steel Industry

可溯源知识图谱推理助力钢铁行业工业VOCs的LLM辅助决策支持

Changqing Su, Yu Ding, Zuhong Lin, Hongyu Liu, Xi He, Zheng Zeng, Liqing Li

机构 * Hunan Key Laboratory of Carbon Neutrality and Intelligent Energy, School of New Energy and Environment, Hunan University of Technology and Business（湖南碳中和与智能能源重点实验室，新能环境学院，湖南科技商务大学） ； Aerospace Kaitian Environmental Technology Co., Ltd.（航天凯天环境科技有限公司） ； School of Energy Science and Engineering, Central South University（能源科学与工程学院，中南大学） 纠错

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

AI总结 针对钢铁行业VOCs治理知识分散、通用大模型易产生幻觉的问题，提出基于知识图谱增强的多智能体问答系统Chat-ISV，通过拓扑优化、多智能体路由和源回溯检索实现高可靠性决策支持。

Which Changes Matter? Towards Trustworthy Legal AI via Relevance-Sensitive Evaluation and Solver-Grounded Reasoning

哪些变化重要？通过相关性敏感评估和求解器基础推理实现可信赖的法律AI

Chen Linze, Cai Yufan, Hou Zhe, Dong Jin Song

机构 * National University of Singapore（新加坡国立大学） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 提出法律相关性敏感评估问题，引入统一评估套件，并设计基于形式推理的对抗多智能体框架LexGuard，以提高法律AI对法律相关变化的校准敏感性。

Decoupled Delay Compensation: Enhancing Pre-trained MARL Policies via Learned Dynamics Filtering

解耦延迟补偿：通过学习的动力学过滤增强预训练的多智能体强化学习策略

Maxim Mednikov, Oren Gal

机构 * University of Haifa（海法大学） 纠错

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

AI总结 针对多智能体强化学习在延迟观测和通信延迟下的性能退化问题，提出一种模块化的执行阶段状态估计层，利用学习的门控转移模型和递归卡尔曼滤波从异步测量中估计当前状态，作为预训练策略的即插即用模块，显著提升对通信延迟和丢包的鲁棒性。

Comments 8 pages, 7 figures

Optimal Rates for Feasible Payoff Set Estimation in Games

博弈中可行收益集合估计的最优速率

Annalisa Barbara, Riccardo Poiani, Martino Bernasconi, Andrea Celli

机构 * Bocconi University, Milano, Italy（博科尼大学，米兰，意大利） ； ETH Zurich, Switzerland（苏黎世联邦理工学院，瑞士） 纠错

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

AI总结 针对双矩阵博弈中观察玩家动作但不知收益函数的情形，提出以Hausdorff度量下高概率估计可行收益集合的方法，并给出零和与一般和博弈中精确及近似均衡下首次极小极大最优速率。