AI Agent

FutureWeaver: Planning Test-Time Compute for Multi-Agent Systems with Modularized Collaboration

FutureWeaver: 面向模块化协作的多智能体系统的测试时计算规划

Dongwon Jung, Peng Shi, Muhao Chen, Yi Zhang

机构 * University of California, Davis（加州大学戴维斯分校） ； University of Waterloo（滑铁卢大学） ； Greenshoe, Inc（Greenshoe公司） 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

AI总结 提出FutureWeaver框架，通过双层次规划架构和自诱导协作模块，在固定预算下优化多智能体系统的测试时计算分配，显著提升协作性能。

Multi-agent Path Planning and Network Flow

多智能体路径规划与网络流

Jingjin Yu, Steven M. LaValle

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

AI总结 将图上的多智能体路径规划问题归约到网络流问题，利用组合网络流算法和线性规划技术求解，并证明当目标置换不变时存在最长完成时间不超过 n+V-1 步的可行解路径集，给出 O(nVE) 时间算法，进一步研究时间和距离最优性及其帕累托最优结构。

Comments Corrected an inaccuracy on time optimal solution for average arrival time

Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions

思维经济：具有经济交互的涌现多智能体智能

Zhenting Qi, Huangyuan Su, Ao Qu, Chenyu Wang, Yu Yao, Han Zheng, Kushal Chattopadhyay, Guowei Xu, Zihan Wang, Weirui Ye, Vijay Janapa Reddi, Ju Li, Paul Pu Liang, Himabindu Lakkaraju, Sham Kakade, Yilun Du

机构 * Harvard University（哈佛大学） ； Massachusetts Institute of Technology（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)；agentic(abstract)

AI总结 受哈耶克经济理论启发，通过拍卖和财富积累的简单经济信号实现去中心化信用分配，使弱智能体群体涌现出多步推理策略，在五个智能体任务中超越强单体基线。

MAVEN-T: Reinforced Heterogeneous Distillation for Real-Time Multi-Agent Trajectory Prediction

MAVEN-T：用于实时多智能体轨迹预测的强化异构蒸馏

Wenchang Duan, Zhenguo Gao, Jinguo Xian, Yi Shi

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Bio-X Institutes, Key Laboratory for the Genetics of Developmental and Neuropsychiatric Disorders, Shanghai Jiao Tong University（上海交通大学Bio-X研究院、发育与神经精神疾病遗传学重点实验室） ； Shanghai Key Laboratory of Psychotic Disorders, Brain Science and Technology Research Center, Shanghai Jiao Tong University（上海精神疾病重点实验室、脑科学与技术研究中心，上海交通大学） 纠错

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

AI总结 提出MAVEN-T框架，通过高容量教师模型和紧凑学生模型的异构蒸馏，结合强化学习优化，实现实时多智能体轨迹预测，在多个数据集上达到高精度与低延迟。

SPOQ: Specialist Orchestrated Queuing for Multi-Agent Software Engineering

SPOQ: 面向多智能体软件工程的专家编排队列

Royce Carbowitz, Dheeraj Kumar

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

AI总结 提出SPOQ方法，通过基于波形的拓扑调度、双重验证门控和人类作为智能体集成，优化多智能体软件工程中的协调、质量控制和人类监督问题。

Comments 55 pages, 12 tables, 6 figures; includes longitudinal deployment study and open-weights replication

Delayed Repression and Emergent Instability in Adaptive Multi-Agent Systems

自适应多智能体系统中的延迟抑制与涌现不稳定性

Igor Itkin

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

AI总结 研究监管延迟如何导致原本稳定的多智能体系统失稳，通过延迟复制方程和强化学习实验揭示了反应性智能体对延迟信号的即时响应是失稳的关键因素。

Comments 32 pages, 13 figures, 2 appendices. v2: corrected network parameterization; central result re-anchored on reactive agents; added robustness sweeps; bibliography fixes; structural and language edits. Code: https://github.com/YehudaItkin/delayed-repression-instability

Automata-Conditioned Cooperative Multi-Agent Reinforcement Learning

自动机条件化协作多智能体强化学习

Beyazit Yalcinkaya, Marcell Vazquez-Chanlatte, Ameesh Shah, Hanna Krasowski, Sanjit A. Seshia

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出自动机条件化协作多智能体强化学习框架，通过自动机分解团队目标为子任务，学习任务条件化的分散策略，实现最优任务分配和多步协调。

Chance-constrained Model Predictive Control for Multi-Agent Systems

多智能体系统的机会约束模型预测控制

Daniel Lyons, Jan-P. Calliess, Uwe D. Hanebeck

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

AI总结 针对多智能体系统的随机模型预测控制问题，提出一种基于概率边界的保守约束方法，在保证实时性的同时避免智能体间碰撞，并通过仿真验证其优于样本近似方法。

Comments 33 pages, 5 figures, revised version

FORGE: Multi-Agent Graduated Exploitation and Detection Engineering

FORGE：多智能体渐进式利用与检测工程

Farooq Shaikh

机构 * Dynatrace 纠错

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

AI总结 提出多智能体系统FORGE，通过渐进式利用深度桥接漏洞利用生成、优先级排序和检测规则工程三个孤立领域，在603个CVE上实现67.8%的端到端L1+利用，并生成低误报的Sigma和Snort检测规则。

Comments 18 pages, 4 figures, 3 tables. Accepted at the AgentCy Workshop at the 21st International Conference on Availability, Reliability and Security (ARES 2026). Keywords: Vulnerability assessment, Multi-agent systems, Exploit generation, Detection engineering, Risk prioritization

When Helping Hurts and How to Fix It: Multi-Agent Debate for Data Cleaning

当帮助有害时以及如何修复：多智能体辩论用于数据清洗

Chirag Parmar, Akshat Mehta, Henglin Wu, Jagadish Ramamurthy, Shweta Medhekar

机构 * Meta Platforms, Inc.（Meta公司） 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 研究多智能体辩论在数据清洗中的效果，发现其会降低生成性能但提升错误检测，通过推导辩论收益条件并采用对抗性分离的辩论配置，首次在生成任务上显著超越单智能体。

Comments 27 pages, 4 figures, 12 tables. Includes appendix with full experimental results, prompt templates, and dataset statistics

Traj-Evolve: A Self-Evolving Multi-Agent System for Patient Trajectory Modeling in Lung Cancer Early Detection

Traj-Evolve：用于肺癌早期检测中患者轨迹建模的自进化多智能体系统

Sihang Zeng, Matthew Thompson, Ruth Etzioni, Meliha Yetisgen

机构 * University of Washington（华盛顿大学） ； Fred Hutch Cancer Center（Fred Hutch癌症中心） ； Google（谷歌） 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Traj-Evolve，一种结合经验池和多智能体强化学习的自进化多智能体系统，通过检索相似患者和参数优化，在肺癌早期检测中优于9个强基线模型。

Shortest Path Set Induced Vertex Ordering and its Application to Distributed Distance Optimal Multi-agent Formation Path Planning

最短路径集诱导的顶点排序及其在分布式距离最优多智能体编队路径规划中的应用

Jingjin Yu

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

AI总结 针对无向图中不可区分智能体移动到任意目标编队的距离最优路径规划问题，提出一种基于最短路径集诱导顶点排序的集中式算法，并首次实现分布式调度，同时保证相同的收敛时间。

Comments Extended the earlier version to 8 Pages, complete with literature review. One additional section on a distributed scheduling algorithm is added

StepFinder: A Temporal Semantic Framework for Failure Attribution in Multi-Agent Systems

StepFinder：多智能体系统中故障归因的时间语义框架

Taiyu Zhu, Yifan Wu, Weilin Jin, Ying Li, Gang Huang

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

AI总结 提出StepFinder框架，通过将执行日志编码为时间语义序列并利用时序建模与注意力模块，高效准确地定位多智能体系统中的故障根因步骤。

Comments 12 pages, 5 figures. Accepted by KDD 2026

Validation-Gated Multi-Agent Governance for Online Adaptation of Thermal-Hydraulic Surrogate Models under Operating-Regime Shift

验证门控多智能体治理：运行工况迁移下热工水力代理模型的在线自适应

Doyeong Lim, Seungyoon Lee, In Cheol Bang

机构 * Department of Nuclear Engineering, Ulsan National Institute of Science and Technology (UNIST)（核工程系，乌山国立科学技术研究所（UNIST）） 纠错

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

AI总结 针对离线训练模型在运行工况迁移时性能退化问题，提出验证门控多智能体治理框架，通过角色分离的智能体协作与确定性门控机制实现可审计的在线自适应，在实验热工水力数据上将平均绝对误差降低19%。

The Deliberative Illusion: Diagnosing Factual Attrition and Stance Homogenization in Multi-Agent LLM Deliberation

深思幻觉：诊断多智能体LLM讨论中的事实损耗与立场同质化

Herun Wan, Jiaying Wu, Minnan Luo, Fanxiao Li, Ningnan Wang, Nancy F. Chen, Min-Yen Kan

机构 * Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学） ； Yunnan University（云南大学） ； Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局（A*STAR）） 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DelibTrace框架，通过分解原子事实并追踪其存留，发现多智能体LLM讨论中高达72%的关键事实丢失，导致立场同质化，揭示了“同意越多、知道越少”的风险。

MetaWorld: Scaling Multi-Agent Video World Model from Single-view Video Data

MetaWorld: 从单视角视频数据扩展多智能体视频世界模型

Teng Hu, Mingchun Lu, Yating Wang, Jiangning Zhang, Jinkun Hao, Ye Pan, Ran Yi, Lizhuang Ma, Dacheng Tao

机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 提出MetaWorld框架，通过单目世界状态展开、主体感知世界生成器和世界状态对齐机制，从单视角视频构建多智能体视频世界模型，解决数据稀缺和世界状态对齐问题。

Margin Play: A Multi-Agent System For Public Policy Analysis In The Brazilian Equatorial Margin

边际博弈：巴西赤道边缘地区公共政策分析的多智能体系统

Antonio de Sousa Leitão Filho, Fabrício Saul Lima, Selby Mykael Lima dos Santos, Rejani Bandeira Vieira Sousa, Luís Jorge Mesquita de Jesus, Dennys Correia da Silva, Allan Kardec Duailibe Barros Filho

机构 * Aia Context ； Universidade Federal do Maranhão — UFMA（佛罗里达州立大学马纳汉分校） ； Universidade Estadual de Campinas — UNICAMP（坎皮纳斯州立大学） 纠错

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

AI总结 针对巴西赤道边缘地区石油勘探对马拉尼昂州福利影响的问题，提出基于多智能体强化学习（MARL）的仿真系统Margin Play，通过CTDE范式和BRO-MARL训练六个智能体，发现福利增益取决于制度安排，MA-Prospero配置可显著提升福利并降低环境负债。

The Ringelmann Effect in Multi-Agent LLM Systems: A Scaling Law for Effective Team Size

多智能体大语言模型系统中的林格曼效应：有效团队规模的缩放定律

Blaž Bertalanič, Carolina Fortuna

机构 * Jozef Stefan Institute（乔泽夫·斯蒂芬研究所） 纠错

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

AI总结 本文推导出两参数缩放定律 $R(N) = N_\text{eff}/N = 1/(1+c(N-1)N^{-\beta})$，将多智能体LLM系统分为三种渐近状态，并通过44个实验单元验证了该定律，发现密集辩论无法增加答案多样性，噪声安慰剂可模拟自我修正效果，且仅异构团队能突破硬上限。

Comments 41 pages, 9 figures, 20 tables

Debating the Unspoken: Role-Anchored Multi-Agent Reasoning for Half-Truth Detection

辩论未尽之言：基于角色锚定的多智能体推理用于半真半假检测

Yixuan Tang, Yirui Zhang, Hang Feng, Anthony K. H. Tung

机构 * National University of Singapore（国立新加坡大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出RADAR框架，通过角色锚定的多智能体辩论（政治家与科学家对抗推理，法官中立裁决）和双阈值早停控制，在噪声检索下有效检测因省略上下文而误导的半真半假陈述。

Comments Accepted to ACL 2026

Who Deserves the Reward? SHARP: Shapley Credit-based Optimization for Multi-Agent System

谁应得奖励？SHARP：基于Shapley信用的多智能体系统优化

Yanming Li, Xuelin Zhang, WenJie Lu, Ziye Tang, Maodong Wu, Haotian Luo, Tongtong Wu, Zijie Peng, Hongze Mi, Yibo Feng, Naiqiang Tan, Chao Huang, Lian Peng, Li Shen

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 针对多智能体系统中信用分配难题，提出SHARP框架，通过分解奖励机制（全局广播奖励、Shapley边际信用奖励和工具过程奖励）实现精确信用归因，显著提升强化学习性能。

Cooperative learning in multi-agent systems from intermittent measurements

基于间歇测量的多智能体系统协同学习

Naomi Ehrich Leonard, Alex Olshevsky

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

AI总结 针对时变连接和间歇测量下的多智能体系统，提出一种分布式学习协议，从噪声测量中学习未知向量μ，并给出学习速度与网络大小和组合特征的关系。

MeDxAgent: Multi-Agent Consultation for Interactive Medical Diagnosis

MeDxAgent: 交互式医疗诊断的多智能体咨询系统

Akshat Sanghvi, Naren Akash, Raza Imam, Amit Sharma, Mohit Jain

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

AI总结 针对现有LLM诊断评估与临床实践脱节的问题，提出多智能体咨询系统MeDxAgent和基准MeDxBench，通过交互式诊断流程将准确率提升10.3%。

Comments 28 pages, 6 figures

Multi-Agent Framework Leveraging Knowledge Graphs for Virtual Commissioning Models

基于知识图谱的多智能体框架用于虚拟调试模型

Max Diekmann, Jonas Nitzler, Jan Fischer, Hans-Jürgen Pfisterer, Dirk Hartmann

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

AI总结 提出一种知识图谱驱动的多智能体框架，通过从西门子TIA Portal和NX MCD提取结构化数据并转化为图表示，半自动化实现虚拟调试模型的系统理解、仿真组件生成和跨域信号映射。

Focused on the User, Overlooking the Risks: Security and Privacy Understandings, Practices and Challenges of Independent Chinese AI Agent Developers

聚焦用户，忽视风险：中国独立AI代理开发者的安全与隐私理解、实践与挑战

Shuning Zhang, Mingyao Xu, Zhixin Huang, Yutong Jiang, Rongjun Ma, Yuting Yang, Xin Yi, Kanye Ye Wang, Hewu Li

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

AI总结 通过访谈28名中国独立AI代理开发者，发现他们以用户为中心，关注面向用户的安全风险（如有害内容），但对安全漏洞意识薄弱，依赖临时手动防护和非正式沟通，缺乏正式工具和流程，主要受限于缺乏安全培训、工具和平台指导。

Fault-tolerant Cooperative Tasking for Multi-agent Systems

多智能体系统的容错协同任务分配

Mohammad Karimadini, Hai Lin

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

AI总结 针对多智能体系统中事件故障，提出被动性概念并推导出可分解全局任务仍能成功完成的充要条件，实现容错协同任务分配。

Comments Preprint, Submitted for publication

Distributed Consensus of Linear Multi-Agent Systems with Adaptive Dynamic Protocols

线性多智能体系统的自适应动态协议分布式一致性

Zhongkui Li, Xiangdong Liu, Wei Ren, Lihua Xie

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

AI总结 针对一般连续时间线性多智能体系统，提出两种基于邻居相对输出信息的自适应动态一致性协议，实现无需全局信息的完全分布式一致性，并推广到领导-跟随和切换通信图情形。

Comments 17 pages, 5 figues

Journal ref Automatica, 49: 1986-1995, 2013

Consensus of Multi-Agent Systems with General Linear and Lipschitz Nonlinear Dynamics Using Distributed Adaptive Protocols

基于分布式自适应协议的一般线性和Lipschitz非线性多智能体系统一致性

Zhongkui Li, Wei Ren, Xiangdong Liu, Mengyin Fu

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

AI总结 针对一般线性和Lipschitz非线性多智能体系统，设计分布式自适应协议实现无向连通图下的完全分布式一致性，无需全局信息。

Comments 15 pages, 6 figures, submitted to IEEE TAC

Journal ref IEEE Transactions on Automatic Control, Vol. 58, No. 7, July 2013

Convergence of a Multi-Agent Projected Stochastic Gradient Algorithm for Non-Convex Optimization

多智能体投影随机梯度算法在非凸优化中的收敛性

Pascal Bianchi, Jérémie Jakubowicz

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

AI总结 针对多智能体系统中的分布式约束非凸优化问题，提出一种结合局部随机梯度下降和gossip步骤的算法，证明其渐近收敛到Karush-Kuhn-Tucker点，且无需gossip矩阵双随机性，适用于无反馈广播场景。

Comments IEEE Transactions on Automatic Control 2013

Guaranteed Performance Leader-follower Control for Multi-agent Systems with Linear IQC-Constrained Coupling

具有线性IQC约束耦合的多智能体系统的保证性能领航-跟随控制

Yi Cheng, V. Ugrinovskii

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

AI总结 针对具有线性积分二次约束耦合的多智能体系统，提出一种基于邻居状态和领航者状态的共识型控制协议，通过坐标变换转化为分散鲁棒控制问题，得到保证系统跟踪领航者的充分条件并给出次优性能界。

Comments A shortened version will appear in the Proceedings of the 2013 American Control Conference

Finite-time Consensus for Multi-agent Networks with Unknown Inherent Nonlinear Dynamics

具有未知固有非线性动力学的多智能体网络的有限时间一致性

Yongcan Cao, Wei Ren

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

AI总结 针对具有未知固有非线性动力学的多智能体网络，提出一种基于广义比较引理的稳定性工具，证明在有向切换图具有有向生成树时，所提非线性一致性算法能保证有限时间收敛。