AI Agent

LifeSide: Benchmarking Agents as Lifelong Digital Companions

LifeSide: 将智能体作为终身数字伴侣的基准测试

Yuqian Wu, Zhijie Deng, Wei Chen, Junwei Li, Yutian Jiang, Junle Chen, Zhengjun Huang, Qingxiang Liu, Jing Tang, Jiaheng Wei, Yuxuan Liang

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Hong Kong University of Science and Technology（香港理工大学） ； Tencent（腾讯） 纠错

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

AI总结 针对现有评估无法捕捉终身数字伴侣所需的多会话记忆、用户理解和隐私适应能力的问题，提出LifeSide基准，通过多智能体模拟构建记忆-情感-环境循环，评估模型在记忆追踪、用户理解、隐私控制和情感陪伴方面的表现，发现即使当前记忆基准饱和的模型也无法在长期内维持准确的用户理解和真正的陪伴。

Comments 28 pages, 23 figures, 7 tables

Exploring the Topology and Memory of Consensus: How LLM Agents Agree, Fragment, or Settle When Forming Conventions

探索共识的拓扑与记忆：LLM智能体在形成惯例时如何达成一致、分裂或稳定

Aliakbar Mehdizadeh, Martin Hilbert

机构 * Department of Communication, University of California, Davis（通信系，加州大学戴维斯分校） 纠错

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

AI总结 研究LLM多智能体系统中记忆深度与通信拓扑的交互作用，发现记忆对协调的影响符号会因网络中心化程度而反转，并揭示了记忆介导的速度-统一性权衡。

Comments Submitted to the Journal of Artificial Societies and Social Simulation (JASSS)

Fake News in Social Networks

社交媒体中的虚假新闻

Christoph Aymanns, Jakob Foerster, Co-Pierre Georg, Matthias Weber

机构 * University of St. Gallen（圣加尔大学） ； University of Oxford（牛津大学） ； Frankfurt School of Finance and Management（法兰克福金融与管理学院） ； Swiss Finance Institute（瑞士金融研究所） 纠错

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

AI总结 本文提出多智能体强化学习作为建模社交媒体中虚假新闻的新方法，发现针对高连接性和弱隐私信息的人群更有效，且信息分散传播比集中传播更有效，同时平衡网络中虚假新闻传播较弱，通过人类实验验证了模型的适用性。

Distributed Cooperative Decision-Making in Multiarmed Bandits: Frequentist and Bayesian Algorithms

多臂老虎机中分布式协同决策：频率主义与贝叶斯算法

Peter Landgren, Vaibhav Srivastava, Naomi Ehrich Leonard

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

AI总结 本文研究了在多臂老虎机问题中，如何在探索与利用之间取得平衡进行分布式协同决策，提出了适用于多智能体的频率主义和贝叶斯算法，并证明了这些算法在渐近意义上能够恢复集中式智能体的性能。

Comments This revision provides a correction to the original paper, which appeared in the Proceedings of the 2016 IEEE Conference on Decision and Control (CDC). The second statement of Proposition 1 and Theorem 1 are new from arXiv:1512.06888v3 and Lemma 1 is new. These are used to prove regret bounds in Theorems 2 and 3

Security-Aware Synthesis Using Delayed-Action Games

具有延迟动作的游戏的保安意识合成

Mahmoud Elfar, Yu Wang, Miroslav Pajic

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

AI总结 本文提出了一种基于延迟动作游戏（DAG）的策略合成和分析框架，用于解决多智能体反应系统中隐藏信息游戏的建模问题，并展示了该框架在无人 aerial 车系统面临隐蔽攻击时的应用。

Managing engineering systems with large state and action spaces through deep reinforcement learning

通过深度强化学习管理具有大状态和动作空间的工程系统

C. P. Andriotis, K. G. Papakonstantinou

机构 * Department of Civil & Environmental Engineering（土木与环境工程系） ； The Pennsylvania State University（宾夕法尼亚州立大学） ； University Park（大学公园） ； USA（美国） 纠错

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

AI总结 本文提出了一种集成的深度强化学习框架，用于管理具有大状态和动作空间的多组件工程系统，通过开发深度集中多智能体Actor-Critic（DCMAC）方法，提供高效生命周期策略，以应对高维空间中的复杂决策问题。

Dynamical selection of Nash equilibria using Experience Weighted Attraction Learning: emergence of heterogeneous mixed equilibria

利用经验加权吸引学习动态选择纳什均衡：异质混合均衡的出现

Robin Nicole, Peter Sollich

机构 * Department of Mathematics, King’s College London（伦敦国王学院数学系） 纠错

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

AI总结 本文研究了大游戏中策略分布，分析了纳什均衡的分类及EWA学习如何打破均衡不确定性，揭示异质混合均衡的形成机制。

Comments 35 pages, 16 figures

MARL-FWC: Optimal Coordination of Freeway Traffic Control Measures

MARL-FWC：自由流交通控制措施的最优协调

Ahmed Fares, Walid Gomaa, Mohamed A. Khamis

机构 * Cyber-Physical Systems Lab（智能物理系统实验室） ； Egypt-Japan University of Science and Technology (E-JUST)（埃及-日本科学技术大学） ； Faculty of Engineering (Shoubra)（工程学院（舒卜拉）） ； Benha University（班纳大学） ； Faculty of Engineering（工程学院） ； Alexandria University（亚历山大大学） 纠错

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

AI总结 本文提出MARL-FWC系统，通过多智能体强化学习优化自由流交通控制，结合出入口限流和动态限速，实现交通流最优协调。

Inverse Reinforcement Learning in Swarm Systems

群体系统中的逆强化学习

Adrian Šošić, Wasiur R. KhudaBukhsh, Abdelhak M. Zoubir, Heinz Koeppl

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

AI总结 本文提出swarMDP框架，通过将群体特性融入去中心化部分可观测马尔可夫决策过程，将多智能体逆强化学习问题转化为单智能体问题，并提出适用于群体设置的异构学习方案，验证了该框架能生成有意义的局部奖励模型以复制全局系统动态。

Comments 9 pages, 8 figures; ### Version 2 ### version accepted at AAMAS 2017

Model-Free Control of Thermostatically Controlled Loads Connected to a District Heating Network

无模型控制连接到区域供热网络的自适应负载

Bert J. Claessens, Dirk Vanhoudt, Johan Desmedt, Frederik Ruelens

机构 * Energy departement of the Research Institute VITO（VITO研究机构能源部门） ； Department of Electrical Engineering of KU Leuven（KU Leuven电气工程系） 纠错

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

AI总结 本文提出了一种基于强化学习和市场多智能体系统的无模型控制方法，用于优化连接到区域供热网络的自适应负载，显著提高了实际学习时间内的性能。

Comments Under review at Elsevier: Energy and buildings 2017

TIBlender: Early-Warning Threat Intelligence from Cross-Platform Social Media Evidence

TIBlender：来自跨平台社交媒体证据的早期预警威胁情报

Hiroki Nakano, Takashi Koide, Daiki Chiba

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

AI总结 提出多智能体系统TIBlender，通过角色专业化LLM代理整合四个社交媒体平台的威胁信号，生成结构化威胁情报报告，在真实部署中提前检测到所有四类威胁，且大多数IoC未被现有情报源覆盖。

CoPark: Learning Reactive Parking via Self-Play

CoPark：通过自我对弈学习反应式泊车

Jiarong Wei, Yanxing Chen, Sinuo Song, Yin Wu, Anna Rehr, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） ； CARIAD SE（CARIAD SE公司） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 提出CoPark，一种基于残差策略的多智能体自我对弈强化学习方法，通过固定先验与残差头结合，在反应式泊车中实现高精度与安全交互的平衡，显著优于基线方法。

Expected Return Symmetries

期望回报对称性

Darius Muglich, Johannes Forkel, Elise van der Pol, Jakob Foerster

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

AI总结 本文提出期望回报对称性，一种比环境对称性更广泛的对称性群，用于改进多智能体零样本协调，无需先验环境结构知识。

Comments Published at ICLR 2025

Optimal Network Topology for Effective Collective Response

有效集体响应的最优网络拓扑

David Mateo, Nikolaj Horsevad, Vahid Hassani, Mohammadreza Chamanbaz, Roland Bouffanais

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

AI总结 本文研究了动态环境中多智能体系统集体响应能力的优化问题，通过分析领导-跟随线性一致性模型，发现最优网络拓扑与驱动信号频率之间存在非平凡关系，实验表明在不同时间尺度上动态重 wiring 交互网络对多智能体系统有效集体操作至关重要。

Journal ref Science Advances 5 (2019) eaau0999

Accelerating Distributed Optimization via Fixed-time Convergent Flows: Extensions to Non-convex Functions and Consistent Discretization

通过固定时间收敛流加速分布式优化：扩展到非凸函数和一致离散化

Kunal Garg, Mayank Baranwal

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

AI总结 本文提出了一种固定时间收敛的分布式优化算法，用于解决潜在非凸优化问题，结合了固定时间收敛的分布式参数估计方案和固定时间分布式共识方案，扩展到满足Polyak-Łojasiewicz不等式的非凸团队目标函数，并证明了使用欧拉方法离散化后仍保持固定时间收敛性。

Comments Under review. 10 pages, 1 figure

Zero-Shot Autonomous Vehicle Policy Transfer: From Simulation to Real-World via Adversarial Learning

零样本自动驾驶策略转移：通过对抗学习从仿真到现实世界

Behdad Chalaki, Logan E. Beaver, Ben Remer, Kathy Jang, Eugene Vinitsky, Alexandre M. Bayen, Andreas A. Malikopoulos

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

AI总结 本文提出了一种零样本方法，通过对抗多智能体强化学习将自动驾驶策略从仿真环境转移到德雷克塞尔大学的缩放智能城市，展示了对抗训练在提高策略稳定性和鲁棒性方面的有效性。

Comments 6 pages, 4 figures

Journal ref IEEE International Conference on Control & Automation, (2020), 35-40

Finite-Time Resilient Formation Control with Bounded Inputs

有限时间抗扰形成控制与有界输入

James Usevitch, Kunal Garg, Dimitra Panagou

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

AI总结 本文研究了多智能体系统在存在恶意或对抗性智能体的情况下实现形成的问题，提出了一种新的连续时间抗扰控制器，确保正常行为的智能体能够相对于领导者集合收敛到形成。控制器采用基于范数的过滤机制，并且不同于大多数先前算法，还结合了输入界限。此外，控制器被证明能够在有限时间内保证收敛。控制器保证收敛的充分条件是一种图论结构，称为抗扰有向无环图（RDAG）。进一步，我们将在离散时间系统上应用我们的过滤机制，该系统被证明具有指数收敛性。我们的结果通过仿真进行展示。

Probably Approximately Correct Nash Equilibrium Learning

Probably Approximately Correct Nash Equilibrium Learning

Filiberto Fele, Kostas Margellos

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

AI总结 本文研究了在不确定因素影响下多智能体非合作博弈的鲁棒纳什均衡计算问题，采用数据驱动方法通过场景表示不确定性，并利用PAC学习框架提供概率鲁棒性证明，同时展示了如何通过场景优化方法计算压缩集并解决非光滑性问题。

Comments Preprint submitted to IEEE Transactions on Automatic Control

Journal ref IEEE Transactions on Automatic Control, 2020

Global Synchronization of Clocks in Directed Rooted Acyclic Graphs: A Hybrid Systems Approach

有向根有向无环图中时钟的全球同步：一种混合系统方法

Muhammad U. Javed, Jorge I. Poveda, Xudong Chen

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

AI总结 本文研究了多智能体网络系统中重置时钟的鲁棒全局同步问题，探讨了保证网络系统实现鲁棒全局同步的信息流拓扑结构，并提出了基于混合动态系统的分布式混合重置算法。

Comments Updated version is available at: arXiv:2006.11856

Asynchronous Gradient-Push

异步梯度-推送

Mahmoud Assran, Michael Rabbat

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

AI总结 该研究提出了一种异步梯度-推送算法，用于分布式优化问题，该算法在多智能体网络中实现参数共识，证明了在强凸性和Lipschitz连续梯度条件下，异步操作能收敛到全局最小值的邻域，并通过数值实验展示了其在速度、鲁棒性和扩展性方面的优势。

Comments 33 pages, 9 figures, accepted to IEEE Transactions on Automatic Control

Journal ref IEEE Transactions on Automatic Control (2020)

Distributed Robust Output Regulation of Heterogeneous Uncertain Linear Agents by Adaptive Internal Model Principle

通过自适应内部模型原理实现异构不确定线性代理的分布式鲁棒输出调节

Satoshi Kawamura, Kai Cai, Masako Kishida

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

AI总结 本文研究了多智能体输出调节问题，其中并非所有智能体都能访问外系统动力学。提出了一种完全分布式控制器，用于解决线性、异构和不确定代理动力学以及时间变化的有向网络问题。控制器由两部分组成：(1) 一个外系统生成器，用于局部估计外系统动力学，(2) 一个动态补偿器，通过局部逼近外系统的内部模型，实现完美输出调节。此外，本文将该分布式控制器扩展到解决输出同步问题，其中并非所有智能体最初具有相同的内部模型动力学。本文方法结合了基于内部模型的控制器合成和时间变化有向网络上的多智能体一致性方法；得出的结果是将集中式内部模型原理推广到分布式网络环境的通用化。

Comments 15 pages, 15 figures. arXiv admin note: text overlap with arXiv:1604.05481

Convergence in uncertain linear systems

不确定线性系统中的收敛性

Filippo Fabiani, Giuseppe Belgioioso, Franco Blanchini, Patrizio Colaneri, Sergio Grammatico

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

AI总结 本文研究了在连续时间和离散时间线性系统中受多边形不确定性影响的状态收敛性问题，通过等价的必要和充分条件刻画了线性时不变系统中的状态收敛性，并探讨了在不确定性下弱收敛和强收敛的等价条件，以及利用Lyapunov和LaSalle方法、线性矩阵不等式和特征值分离来表征弱收敛和强收敛。

Mean Field Game Systems with Common Noise and Markovian Latent Processes

具有共同噪声和马尔可夫潜在过程的均场博弈系统

Dena Firoozi, Peter E. Caines, Sebastian Jaimungal

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

AI总结 本文研究了具有共同噪声和马尔可夫潜在过程的非合作异质随机博弈，通过滤波技术与凸分析方法解决均场博弈极限问题，证明最佳响应策略生成有限人口的ε-纳什均衡，并获得最佳响应策略的显式刻画。

Comments 28 pages

Walkman: A Communication-Efficient Random-Walk Algorithm for Decentralized Optimization

Walkman: 一种通信高效的随机游走算法用于去中心化优化

Xianghui Mao, Kun Yuan, Yubin Hu, Yuantao Gu, Ali H. Sayed, Wotao Yin

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

AI总结 本文提出了一种通信高效的随机游走算法Walkman，用于解决多智能体网络中的共识优化问题，该算法采用固定步长并比现有随机游走增量算法收敛更快，同时在去中心化最小二乘问题中实现了线性收敛速率和更优的通信复杂度。

Comments Submitted for review

Controllability of Continuum Ensemble of Formation Systems over Directed Graphs

连通性控制：在有向图上连续集合的编队系统的控制性

Xudong Chen

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

AI总结 本文提出了一种新的框架，利用共同的控制输入同时引导无限数量的网络控制系统。研究问题在于设计信息流拓扑和每个网络系统的网络动力学，使得连续集合的系统具有可控性。通过研究多智能体编队系统的特殊类集，建立了连续集合编队系统的近似路径可控性的充分条件。

Resilient Consensus Through Event-based Communication

通过事件通信实现鲁棒共识

Yuan Wang, Hideaki Ishii

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

AI总结 本文研究了在存在故障或恶意节点的网络中，如何通过事件触发的更新规则实现离散时间多智能体共识，并减少通信需求，提出两种基于均值子序列减少（MSR）类型的更新规则，通过忽略恶意邻居的值来提高鲁棒性，并分析了网络连通性对算法性能的影响。

Comments 11 pages

Adaptive Guaranteed-Performance Consensus Control for Multiagent Systems With an Adjustable Convergence Speed

自适应保证性能一致性控制用于具有可调收敛速度的多智能体系统

Hai-Ying Ma, Xiao Jia, Ning Cai, Jian-Xiang Xi

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

AI总结 本文研究了多智能体系统的自适应保证性能一致性控制问题，提出了一种新的自适应保证性能一致性协议，通过状态空间分解方法和稳定性理论，获得了保证性能一致性的充分条件和保证性能成本，同时推导了多智能体系统在自适应保证性能一致性协议下的收敛系数下界，并通过仿真验证了理论结果。

Journal ref Discrete Dynamics in Nature and Society, 5190301, 2019

A New Encounter Between Leader-Follower Tracking and Observer-Based Control: Towards Enhancing Robustness against Disturbances

领导者-跟随者跟踪与观测器基于控制的新交汇：朝着增强对扰动的鲁棒性的方向

Chuan Yan, Huazhen Fang

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

AI总结 本文研究了受扰动影响的领导者-跟随者多智能体系统（MAS）的鲁棒跟踪控制问题，提出了一种新的观测器基于分布式跟踪控制设计，通过设计首个此类分布式扰动观测器，使跟随者能够协作估计影响领导者的扰动以调整其动作，从而在放松的扰动假设下实现有界误差跟踪。

An Open Source Modeling Framework for Interdependent Energy-Transportation- Communication Infrastructure in Smart and Connected Communities

面向智能和互联社区的开放源模型框架用于相互依赖的能源-交通-通信基础设施

Xing Lu, Kathryn Hinkelman, Yangyang Fu, Jing Wang, Wangda Zuo, Qianqian Zhang, Walid Saad

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

AI总结 本文提出一个开放源、灵活、集成的建模框架，用于设计耦合的能源、交通和通信系统，并评估其相互依赖性的影响。通过多级、多层、多智能体方法，结合Modelica语言设计实现初步组件和系统级模型，并通过三个逐步增加复杂度的案例研究验证了能源、交通和通信系统之间的相互依赖性。

A Tutorial on Modeling and Analysis of Dynamic Social Networks. Part II

动态社交网络建模与分析教程。第二部分

Anton Proskurnikov, Roberto Tempo

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

AI总结 本文总结了动态社交网络建模与分析的最新方法和贡献，重点讨论了社交过程的最新模型以及多智能体系统理论的发展。