AI Agent

Potentially Optimal Joint Actions Recognition for Cooperative Multi-Agent Reinforcement Learning

合作多智能体强化学习中潜在最优联合动作识别

Chang Huang, Shatong Zhu, Junqiao Zhao, Hongtu Zhou, Di Zhang, Hai Zhang, Chen Ye, Ziqiao Wang, Guang Chen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Stanford University（斯坦福大学） ； MOE Key Lab of Embedded System and Service Computing, Tongji University, Shanghai, China（同济大学嵌入式系统与服务计算教育部重点实验室，上海，中国） ； The University of Hong Kong（香港大学） ； Shanghai Innovation Institute（上海创新研究院） 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 针对值函数分解中单调性约束限制表达能力的问题，提出潜在最优联合动作加权方法，通过迭代加权训练保证最优策略恢复，在多个任务上超越现有方法。

Comments ICLR 2026

Journal ref ICLR 2026

Enhancing the MADDPG Algorithm for Multi-Agent Learning via Action Inference and Importance Sampling

通过动作推理和重要性采样增强多智能体学习的MADDPG算法

Marc Walden, Jason Liu, Shaashwath Sivakumar, Ryan Liu, Hamza Khan

机构 * Department of Mathematics, University of California Los Angeles, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） 纠错

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

AI总结 针对多智能体深度强化学习，提出动作推理机制和基于几何分布的重要性采样策略来改进MADDPG算法，在离散动作捕食者-猎物任务中提升了学习稳定性、智能体间协作和探索效率。

GARL: Game-Theoretic Reinforcement Learning for Multi-Agent Strategic Prioritisation

GARL：面向多智能体战略优先级排序的博弈论强化学习

Yuxiao Ye, Yiwen Zhang, Huiyuan Xie, Yuqin Huang, Zhiyuan Liu

机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 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GARL框架，将多智能体战略优先级排序形式化为两阶段博弈，通过博弈论效用转化为角色特定强化信号，优化交互策略，在争议问题排序任务中提升性能并使小型开源LLM与强闭源LLM竞争。

SMADE-IE: Sparse Multi-Agent Framework with Evidence-Driven Debate for Zero-Shot Information Extraction

SMADE-IE: 基于证据驱动辩论的稀疏多智能体框架用于零样本信息抽取

Kenfeng Huang, Yi Cai, Xin Wu, Zikun Deng, Li Yuan

机构 * School of Software Engineering, South China University of Technology（华南理工大学软件学院） 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SMADE-IE稀疏多智能体框架，通过自适应模式选择器和证据驱动辩论机制，在零样本信息抽取中减少冗余交互并提升性能。

Comments 21 pages, 9 figures

Scaling Datasets for Multi-Sensor, Multi-Agent, and Multi-Domain Learning in Autonomous Systems

面向自主系统中多传感器、多智能体与多领域学习的数据集扩展

R. Spencer Hallyburton, David Hunt, Miroslav Pajic

机构 * Department of Electrical and Computer Engineering, Duke University（电气与计算机工程系，杜克大学） 纠错

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

AI总结 提出基于AVstack和CARLA的模块化数据集生成流程，创建TB级带真实标签的多域数据，支持单/多智能体与灵活传感器配置，用于特定应用训练和协作自主研究。

Extending AI for Research to the Humanities: A Multi-Agent Framework for Evidence-Grounded Scholarship

将人工智能研究扩展到人文学科：一个用于证据基础学术的多智能体框架

Yating Pan, Jiajun Zhang, Jun Wang, Qi Su

机构 * Department of Information Management（信息管理系） ； Research Center for Digital Humanities（数字人文研究中心） ； School of Foreign Languages（外国语言学院） ； Institute for Artificial Intelligence（人工智能研究院） 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SPIRE多智能体框架，通过将人文学科操作建模为协作智能体角色，结合多尺度细读检索，实现基于证据的论证，在古典文献基准上优于现有方法。

Comments 28 pages, 3 figures. Code, data catalogues, and reproduction scripts: https://github.com/YatingPan/SPIRE. Lead corresponding author: Jun Wang; corresponding author: Qi Su

ShareVerse: Multi-Agent Consistent Video Generation for Shared World Modeling

ShareVerse：面向共享世界建模的多智能体一致视频生成

Jiayi Zhu, Jianing Zhang, Yiying Yang, Wei Cheng, Xiaoyun Yuan

机构 * Shanghai Jiao Tong University China（上海交通大学中国） ； Fudan University China（复旦大学中国） ； StepFun China（StepFun中国） 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ShareVerse框架，通过构建多智能体交互数据集、空间拼接策略和跨智能体注意力机制，实现多智能体共享世界的一致视频生成。

Solving Zebra Puzzles Using Constraint-Guided Multi-Agent Systems

使用约束引导的多智能体系统解决斑马谜题

Shmuel Berman, Kathleen McKeown, Baishakhi Ray

机构 * Princeton University（普林斯顿大学） ； 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)；分类 cs.CL

AI总结 提出一种多智能体系统ZPS，结合大语言模型与定理证明器，通过分解问题、生成SMT代码和智能体间反馈，显著提升复杂逻辑谜题的解决能力。

Attentional Policies for Cross-Context Multi-Agent Reinforcement Learning

面向跨上下文多智能体强化学习的注意力策略

Matthew A. Wright, Roberto Horowitz

机构 * University of California Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出了一种新的神经策略架构，用于解决多智能体问题，通过在策略层面学习多智能体关系，利用注意力机制实现智能体间的协作，优于传统方法并在大规模智能体场景中表现更优。

Resilient Autonomous Control of Distributed Multi-agent Systems in Contested Environments

在 contested 环境中分布式多智能体系统的鲁棒自主控制

Rohollah Moghadam, Hamidreza Modares

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

AI总结 本文提出了一种鲁棒学习控制协议，用于在存在攻击和系统动态不确定性的情况下实现多智能体系统的同步，通过分布式 H_infinity 控制器和信任-信心机制提高系统鲁棒性。

Observer-based Adaptive Optimal Output Containment Control problem of Linear Heterogeneous Multi-agent Systems with Relative Output Measurements

基于观测器的自适应最优输出包容控制问题：线性异构多智能体系统中的相对输出测量

Majid Mazouchi, Mohammad Bagher Naghibi-Sistani, Seyed Kamal Hosseini Sani, Farzaneh Tatari, Hamidreza Modares

机构 * Department of Electrical Engineering, Ferdowsi University of Mashhad, Mashhad, Iran（马什哈德法尔多西大学电气工程系） ； Department of Electrical Engineering, University of Semnan, Semnan, Iran（塞姆南大学电气工程系） ； Missouri University of Science（密苏里科技大学） 纠错

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

AI总结 本文提出了一种基于相对输出反馈的最优解法，用于线性异构多智能体系统的包容控制问题，通过分布式最优控制协议确保跟随器输出处于领导者输出的凸包内并优化暂态性能，采用分布式观测器估计不可用的状态和凸包。

Validation of Enhanced Emotion Enabled Cognitive Agent Using Virtual Overlay Multi-Agent System Approach

基于虚拟叠加多智能体系统的增强型情感认知智能体验证

Faisal Riaz, Muaz A. Niazi

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

AI总结 本文提出基于虚拟叠加多智能体系统的方法，验证了增强型情感认知智能体在避免道路碰撞中的有效性，展示了其在不同交通情境下感知恐惧等级的能力及更短的停车视距和超车视距。

Comments 35 pages, 21 figures, 19 tables

Journal ref Broad Research in Artificial Intelligence and Neuroscience 8.3 (2017): 13-37

Fully Decentralized Policies for Multi-Agent Systems: An Information Theoretic Approach

多智能体系统的完全去中心化策略：信息论方法

Roel Dobbe, David Fridovich-Keil, Claire Tomlin

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

AI总结 本文提出基于信息论的框架，用于多智能体系统中无通信条件下的去中心化策略设计，通过率失真理论分析策略重建最优解的能力，并扩展至确定通信节点以提升个体策略性能。

Consistent Distributed Cooperative Localization for Ultra Large-Scale Multi-agent Systems

超大规模多智能体系统的一致分布式协同定位

Leonardo Pedroso, W. P. M. H. Heemels, Pedro Batista

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

AI总结 针对超大规模多智能体系统中现有协同定位方法无法兼顾性能、一致性和可扩展性的问题，提出一种基于重叠协方差交集的全分布式算法，实现保守最优协方差传播，并证明其递归一致性。

Learning to cooperate with emergent reputation via multi-agent reinforcement learning

通过多智能体强化学习与涌现声誉合作

Xinwei Song, Yizhe Huang, Dengji Zhao, Xue Feng

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

AI总结 提出分布式多智能体强化学习方法COOPER，从环境奖励中联合学习声誉评估规则和基于声誉的策略，以促进社会困境中的合作。

A Tool for Analysis and Synthesis of Heterogeneous Multi-agent Systems under Rank-deficient Coupling

一种用于在秩不足耦合下分析和综合异构多智能体系统的工具

Jin Gyu Lee, Hyungbo Shim

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

AI总结 本文提出了一种工具，用于在耦合矩阵可能全部不同且/或奇异（即秩低于系统维度）的情况下分析和综合异构多智能体系统。通过坐标变换将异构多智能体系统转换为奇异摄动形式，其中慢动态仍然是一个降阶多智能体系统，由所有智能体的向量场加权平均和一些子动态组成。加权平均是涌现动态，称为混合动态。通过分析或综合混合动态，可以预测或设计在耦合增益足够大时异构多智能体系统的行为。由于不需要单个智能体的稳定性，混合动态的稳定性是通过在智能体之间权衡稳定性而获得的。在混合动态稳定的条件下，智能体的初始条件会随时间遗忘，因此合成的多智能体系统的行为是初始化无关的，适合插件式操作。

Journal ref Automatica, vol. 117, pp. 108952, July 2020

Accelerated Consensus for Multi-Agent Networks through Delayed Self Reinforcement

通过延迟自我强化加速多智能体网络共识

Santosh Devasia

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

AI总结 本文针对多智能体网络共识收敛速度问题，提出了一种基于加速梯度搜索的方法，通过延迟自我强化实现分布式共识，从而显著提升同步性能和减少过渡时间。

Comments Six pages, five figures

Symmetry-Induced Clustering in Multi-Agent Systems using Network Optimization and Passivity

利用网络优化和被动性实现多智能体系统中的对称诱导聚类

Miel Sharf, Daniel Zelazo

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

AI总结 本文研究了弱对称性概念对扩散耦合多智能体系统的影响，通过最大均衡独立被动的网络，证明系统会收敛到聚类稳态，聚类对应于系统的某些对称性，利用交换图计算聚类，并讨论了同构网络和聚类合成问题。

Comments 7 pages, 4 figures

Resilient consensus for multi-agent systems subject to differential privacy requirements

具有差分隐私要求的多智能体系统鲁棒一致性

Davide Fiore, Giovanni Russo

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

AI总结 本文研究了在有向网络拓扑中存在对抗性/故障性智能体的多智能体系统，非故障智能体需在满足差分隐私要求的情况下达成一致。提出了一种改进的Mean-Subsequence-Reduced算法（DP-MSR算法），并分析了其正确性、准确性和差分隐私性质。结果表明，当网络拓扑为(2f+1)-鲁棒时，算法能在存在最多f个故障智能体的情况下使非故障智能体达成一致，并且算法的精度和差分隐私要求与最大网络度数相关。

Comments Preprint submitted to Automatica (first submission on January 15, 2018; accepted as Regular Paper on March 18, 2019)

Journal ref Automatica, 106, pp. 18-26, 2019

Delayed state synchronization of continuous-time multi-agent systems in the presence of unknown communication delays (including complete proofs)

连续时间多智能体系统在存在未知通信延迟情况下的延迟状态同步（包括完整证明）

Zhenwei Liu, Ali Saberi, Anton A. Stoorvogel, Rong Li

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

AI总结 本文研究了在存在未知非均匀通信延迟情况下连续时间多智能体系统（MAS）的延迟同步问题，提出了一种基于定向生成树通信网络的无延迟变换，将原始MAS转换为无延迟的新系统。通过该变换，设计了用于全状态耦合的静态协议和用于延迟状态同步的动态协议，同时研究了异构MAS的延迟输出同步问题，通过无延迟变换采用低增益和输出调节动态协议设计实现。

Comments Accepted by the 31th CCDC held by Nanchang, China, June 3rd-5th, 2019

Randomized Transmission Protocols for Protection against Jamming Attacks in Multi-Agent Consensus

随机传输协议用于对抗恶意攻击的多智能体一致性保护

Ahmet Cetinkaya, Kaito Kikuchi, Tomohisa Hayakawa, Hideaki Ishii

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

AI总结 本文研究了在恶意攻击下多智能体一致性问题，提出了一种新的随机通信协议，通过随机化通信时间以防止攻击者预测，从而实现有限时间的实际一致性。

Comments Improved control law explanations and the numerical example

Decentralized Tube-based Model Predictive Control of Uncertain Nonlinear Multi-Agent Systems

去中心化管状非线性模型预测控制用于不确定非线性多智能体系统

Alexandros Nikou, Dimos V. Dimarogonas

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

AI总结 本文针对一类具有加性且有界扰动的不确定非线性连续时间多智能体系统，提出了一种去中心化的管状非线性模型预测控制方法，通过局部信息实现多智能体系统在工作空间预设状态下的鲁棒导航，并保证轨迹在超管内，同时保持智能体连接性。

Comments International Journal of Robust and Nonlinear Control (IJRNC)

Decentralized Control of Uncertain Multi-Agent Systems with Connectivity Maintenance and Collision Avoidance

不确定多智能体系统的去中心化控制与连接保持及避障

Alexandros Filotheou, Alexandros Nikou, Dimos V. Dimarogonas

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

AI总结 本文研究了在有限工作空间内不确定非线性多智能体系统的导航控制问题，提出了一种去中心化控制协议，使每个智能体能够到达工作空间预定位置，同时仅使用局部信息。该方案保证了初始连接的智能体始终保持连接，并通过引入距离约束实现智能体间的避障以及与障碍物和工作空间边界之间的避障。所提出的控制器在存在扰动和不确定性的情况下使用了一类去中心化非线性模型预测控制器。最后，仿真结果验证了所提框架的有效性。

Comments IEEE European Control Conference (ECC), Limassol, Cyprus, June 2018

Network Feedback Passivation of Passivity-Short Multi-Agent Systems

网络反馈消去被动-短多智能体系统

Miel Sharf, Daniel Zelazo

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

AI总结 本文提出了一种网络优化框架，用于分析具有被动-短智能体的多智能体系统。通过考虑扩散耦合的最大均衡独立被动系统与网络优化之间的已知联系，最终得到一对对偶凸网络优化问题，其极小值正好是闭环系统的稳态。我们提出了一种基于网络的正则化项，并证明其结果是一种仅使用相对输出的基于网络的反馈。我们证明如果被动指数的平均值为正，则可以凸化问题、消去智能体的被动性，并且增强系统的稳态对应于正则化网络优化问题的极小值。我们还提出了一种混合方法，其中只有部分智能体感知自身的输出，并证明如果该集合非空，则无论被动指数如何，都可以实现上述对应关系。我们还在具有非被动智能体和有限GNSS接收的交通模型上展示了我们的结果。

Comments 6 pages, 3 figures

Distributed Real-Time Non-Linear Receding Horizon Control Methodology for Multi-Agent Consensus Problems

分布式实时非线性滚动预测控制方法用于多智能体一致性问题

Fei Sun, Kamran Turkoglu

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

AI总结 本文研究了多智能体非线性系统的一致性问题，提出了一种分布式实时非线性滚动预测控制方法，无需线性化技术，在固定有向/无向图上实现非线性多智能体系统的一致性，并通过逆向扫掠黎卡提方法将问题转化为优化问题，从而得到非迭代算法，同时进行了稳定性分析以保证收敛性，并扩展了非线性多智能体系统领导者-跟随者一致性方法。

Comments (submitted and under review in Applied Mathematics and Computation)

Journal ref Aerospace Science and Technology Volume 63, April 2017, Pages 82-90

Performance Constrained Distributed Event-triggered Consensus in Multi-agent Systems

多智能体系统中受性能约束的分布式事件触发一致性

Amir Amini, Arash Mohammadi, Amir Asif

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

AI总结 本文提出了一种分布式事件触发一致性方法，用于线性多智能体系统，保证收敛速率、抗控制增益不确定性以及设计参数的帕累托最优性，即事件触发阈值（ET）和控制增益。通过将事件触发一致性问题转换为等效系统的稳定性问题，并利用Lyapunov稳定性定理将性能约束纳入其中，采用近似线性标量化方法，通过求解凸约束优化问题同时设计ET和控制增益，无需全局信息即可局部优化。通过实验多智能体系统的仿真验证了所提方法的有效性。

A Trust Management and Misbehaviour Detection Mechanism for Multi-Agent Systems and its Application to Intelligent Transportation Systems

多智能体系统中的信任管理与恶意行为检测机制及其在智能交通系统中的应用

Johannes Müller, Tobias Meuser, Ralf Steinmetz, Michael Buchholz

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

AI总结 本文提出了一种基于主观逻辑的信任管理机制，用于多智能体系统中数据共享的可靠性增强和恶意行为检测，该机制在智能交通系统中得到了验证，证明其在系统规模扩大时仍能有效检测和隔离恶意代理。

Comments 7 pages, accepted on 15th IEEE International Conference on Control and Automation (IEEE ICCA 2019)

Attack Analysis and Resilient Control Design for Discrete-time Distributed Multi-agent Systems

针对离散时间分布式多智能体系统的攻击分析与鲁棒控制设计

Aquib Mustafa, Hamidreza Modares

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

AI总结 本文研究了对离散时间分布式多智能体系统造成的网络攻击的负面影响，并提出了一种针对传感器和执行器攻击的缓解方法。通过分析攻击如何传播并影响其他节点，展示了攻击如何导致系统不稳定，并设计了分布式自适应攻击补偿器以实现安全一致性。

Comments 10 pages, 7 figures

Consensus Control for Leader-follower Multi-agent Systems under Prescribed Performance Guarantees

具有预定性能保证的领导者-追随者多智能体系统的共识控制

Fei Chen, Dimos V. Dimarogonas

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

AI总结 本文研究了在预定性能保证下领导者-追随者多智能体系统的分布式控制问题，提出了一种分布式控制律以保证性能函数的衰减率在足够范围内，并探讨了两类可以添加更多追随者的树状图结构，最后通过仿真示例验证了结果。

Comments 8 pages

A Distributed Adaptive Scheme for Multi-Agent Systems

多智能体系统的一种分布式自适应方案

Imil Hamda Imran, Zhiyong Chen, Lijun Zhu, Minyue Fu

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

AI总结 本文提出了一种不依赖Lyapunov函数梯度的分布式自适应方案，用于实现多智能体系统的渐近一致性。