AI Agent

KineticSim: A Lightweight, High-Performance Execution Engine for Real-Time Market Simulators

KineticSim: 一种用于实时市场模拟器的轻量级高性能执行引擎

Shakya Jayakody, Prarthinie Jayakody

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

AI总结 针对传统CPU模拟器顺序处理瓶颈和GPU框架开销问题，提出持久化状态清除并行模式，在KineticSim中实现每秒547亿代理事件吞吐量，相比CPU加速3406倍，且内存占用更低。

Comments 12 pages, 7 figures, 5 tables. IEEE format

Conflict-Aware Switching for CBF-CLF-Based Multi-Goal Navigation

基于CBF-CLF的多目标导航中的冲突感知切换

Rohan Walia, Kevin Leahy

机构 * Worcester Polytechnic Institute（伍斯特理工学院） 纠错

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

AI总结 针对CBF-CLF-QP控制中安全与目标约束冲突导致性能下降的问题，提出冲突感知切换策略，通过检测高冲突条件并切换标称控制目标，在多智能体多目标场景中降低完成时间和超时率。

Comments CDC 2026 Submission Copy

Monitoring Diameters of Causal Communication Graph with Spatio-Temporal Logic

监控因果通信图的直径与时空逻辑

Lydia Bakiri, Jérémy Dubut, Sergio Mover

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

AI总结 针对连续时间空间中的多智能体系统，提出扩展时空逻辑MuTGL，引入空间界限算子以表达通信链距离，增强对分布式协议图论性质（如直径）的监控能力，并给出集中式离线监控算法。

Heterogeneous Policy Networks for Composite Robot Team Communication and Coordination

异构策略网络用于复合机器人团队的通信与协调

Esmaeil Seraj, Rohan Paleja, Luis Pimentel, Kin Man Lee, Zheyuan Wang, Daniel Martin, Matthew Sklar, John Zhang, Zahi Kakish, Matthew Gombolay

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

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

AI总结 提出异构策略网络（HetNet），利用异构图注意力网络学习异构机器人团队的高效协作与通信策略，实现端到端训练的二值化消息传递，在多个领域性能提升5.84%至707.65%，通信带宽降低200倍。

Comments IEEE Transactions on Robotics (T-RO)

Safe-SAGE: Social-Semantic Adaptive Guidance for Safe Engagement through Laplace-Modulated Poisson Safety Functions

Safe-SAGE: 通过拉普拉斯调制泊松安全函数实现安全交互的社会-语义自适应引导

Lizhi Yang, Ryan M. Bena, Meg Wilkinson, Gilbert Bahati, Andy Navarro Brenes, Ryan K. Cosner, Aaron D. Ames

机构 * Caltech MCE（Caltech机械工程系） ； Tufts ME（Tufts大学机械工程系） 纠错

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

AI总结 提出Safe-SAGE框架，结合泊松安全函数与拉普拉斯引导场，融合多传感器点云与视觉语义分割，通过多层安全滤波器实现腿式机器人在语义丰富动态环境中的安全导航。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Copyright transferred to IEEE

AI and the Future of Academic Peer Review

人工智能与学术同行评审的未来

Sebastian Porsdam Mann, Mateo Aboy, Joel Jiehao Seah, Zhicheng Lin, Xufei Luo, Daniel Rodger, Hazem Zohny, Timo Minssen, Julian Savulescu, Brian D. Earp

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

AI总结 本文分析同行评审的缺陷，探讨大型语言模型（LLM）如何通过监督辅助提升评审质量、减少偏见，并强调治理选择对AI辅助评审合法性的关键作用。

Comments 34 pages

Distributionally Robust Markov Games with Average Reward

平均奖励的分布鲁棒马尔可夫博弈

Zachary Roch, Yue Wang

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

AI总结 提出平均奖励准则下的分布鲁棒马尔可夫博弈（DR-MG）框架，通过鲁棒贝尔曼方程证明平稳纳什均衡存在性，设计两种收敛算法，并证明折扣因子趋近1时均衡可近似。

Comments Accepted by ICML 2026

Emergent Communication in Continuous Worlds: Self-Organisation of Conceptually Grounded Vocabularies at Scale

连续世界中的涌现通信：概念化词汇的大规模自组织

Jérôme Botoko Ekila, Lara Verheyen, Jens Nevens, Katrien Beuls, Paul Van Eecke

机构 * Artificial Intelligence Laboratory, Vrije Universiteit Brussel（自由大学布鲁塞尔人工智能实验室） ； Faculté d’informatique, Université de Namur（纳慕尔大学计算机学院） 纠错

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

AI总结 提出一种通用方法，使自主智能体群体通过局部通信涌现出指向环境中任意实体的语言约定，该方法在37个数据集上验证了可扩展性和鲁棒性。

Comments Accepted for publication in Transactions of the Association for Computational Linguistics (TACL)

Searching for Synergy in Shared Workspace Human-AI Collaboration

在共享工作空间的人机协作中寻找协同效应

Nachiket Kotalwar, Rohini Das, Carolyn Rose

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 研究共享工作空间的人机团队协作，通过Collaborative Gym环境实验发现，缺乏协调结构时增加协作者会降低性能，而结合共享记忆和模拟人在环门控的脚手架可提升团队绩效。

Comments Accepted at ICML 2026 Workshop on Human-AI Co-Creativity

Unveiling Unicode's Unseen Underpinnings in Undermining Authorship Attribution

揭示Unicode的不可见基础在削弱作者身份识别中的作用

Robert Dilworth

机构 * Department of Computer Science and Engineering, Mississippi State University, Mississippi State, Mississippi, USA（计算机科学与工程系，密苏里州立大学，密苏里州，密苏里，美国） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.CL

AI总结 本文探讨了通过Unicode隐写术增强对抗性文风分析的策略，揭示文本内容在身份识别中的潜在攻击途径。

Comments 33 pages, 7 figures, 3 tables

Towards a unified user modeling language for engineering human centered AI systems

面向工程化以人为中心的AI系统的统一用户建模语言

Aaron Conrardy, Alfredo Capozucca, Jordi Cabot

专题命中 多智能体 ：agent(abstract)；分类 cs.SE

AI总结 提出统一用户建模语言，整合现有方法，在低代码平台上实现，并用于自动适配对话代理。

Comments Accepted at the Third Workshop on Engineering Interactive Systems Embedding AI Technologies (EISEAIT workshop at EICS 2025)

Ahoy: LLMs Enacting Multiagent Interaction Protocols

Ahoy: 大型语言模型执行多智能体交互协议

Omkar J. Joshi, Munindar P. Singh, Amit K. Chopra

专题命中 多智能体 ：agent(abstract)

AI总结 提出Ahoy方法，利用大型语言模型创建无需编程的智能体，使其能够动态选择并执行声明性协议以实现用户目标，无需专门训练即可正确、智能地执行多种协议。

Comments Presented at EMAS 2026

Energy-Aware Scheduling Strategies for Partially-Replicable Task Chains on Heterogeneous Processors

异构处理器上部分可复制任务链的能耗感知调度策略

Yacine Idouar, Adrien Cassagne, Laércio Lima Pilla, Julien Sopena, Manuel Bouyer, Diane Orhan, Lionel Lacassagne, Dimitri Galayko, Denis Barthou, Christophe Jego

专题命中 多智能体 ：workflow(abstract)

AI总结 针对异构多核处理器上部分可复制任务链，提出三种调度策略（FERTAC、2CATAC和HeRAD），以最大化吞吐量并最小化能耗，实验表明近最优性能且能效优于同构方案。

SAGA: Workflow-Atomic Scheduling for AI Agent Inference on GPU Clusters

SAGA：面向GPU集群的AI代理推理工作流原子调度

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Brain Investing Limited（脑投有限公司） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title,abstract)；workflow(title,abstract)；分类 cs.AI、cs.LG

AI总结 SAGA通过工作流级调度减少任务完成时间1.64倍，提升GPU内存利用率1.22倍，同时在多租户环境下达成99.2%的服务水平目标，但牺牲了30%的峰值吞吐量。

Comments 15 pages, 3 figures, 11 tables. Accepted to HPDC '26 (35th International Symposium on High-Performance Parallel and Distributed Computing), July 13-16, 2026, Cleveland, OH, USA

Agent Behavior Mining: Generative AI Agent Governance in Business Processes

智能体行为挖掘：业务流程中的生成式AI智能体治理

Hoang Vu, Maximilian Körner, Adrian Rebmann, Gabriel Kevorkian, Michael Perscheid, Gregor Berg, Timotheus Kampik

机构 * SAP ； Umeå University（于默奥大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title,abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 针对生成式AI智能体在业务流程中的不可见自主性风险，提出智能体行为挖掘方法，通过事件数据模型将智能体活动转化为标准流程日志，实现决策可观测与可追溯，并验证其实用性。

Comments Accepted at BPM conference 2026 management main track

Democratizing and accelerating AI-driven pathology research through agentic intelligence

通过智能体智能实现AI驱动病理学研究的民主化与加速

Jiabo Ma, Cheng Jin, Yihui Wang, Hao Jiang, Ling Liang, Yingxue Xu, Junlin Hou, Zhengrui Guo, Zhengyu Zhang, Yifei Xia, Hongyi Wang, Fengtao Zhou, Zhe Xu, Huajun Zhou, Jiarui Ouyang, Qian Zeng, On Ki Tang, Eunhyang Park, Carolyn Glass, Ronald Cheong Kin Chan, Li Liang, Hao Chen

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Southern Medical University（南方医科大学） ； Nanfang Hospital（南方医院） ； Guangdong Province Key Laboratory of Molecular Tumor Pathology（广东省分子肿瘤病理重点实验室） ； Jinfeng Laboratory（金凤实验室） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；autonomous agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出PathLab框架，通过结构化组合领域技能和工具，将自然语言研究目标转化为可执行的计算病理学工作流，在12个数据集上达到与专家实现相当的性能，并显著降低编程门槛。

Comments 29 pages, 4 figures

Composing Verifiable Conceptual Models via Building Blocks: Towards Design-Time Verification of Agentic AI Workflows

通过构建块组合可验证的概念模型：面向智能体AI工作流的设计时验证

Noe Y. Flandre, Alexander C. Nwala, Philippe J. Giabbanelli

机构 * Team EVERGREEN Inria Centre Inria d’Université Côte d’Azur（法国国家信息与自动化研究所蔚蓝海岸大学中心EVERGREEN团队） ； Department of Data Science William & Mary（威廉与玛丽学院数据科学系） ； Office of Enterprise Research and Innovation Old Dominion University（欧道明大学企业研究与创新办公室） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI

AI总结 提出一种设计时验证方法，通过12条结构规则检查智能体工作流中可重用构建块的兼容性，实现设计缺陷检测。

Comments To appear at the 2026 Winter Simulation Conference

A Quantum-Assisted Agentic Distributed Artificial Intelligence Framework for Deadline-Bounded Orchestration of Hybrid Renewable Microgrids

一种用于混合可再生微电网截止时间约束编排的量子辅助智能体分布式人工智能框架

Iacovos I. Ioannou, Saher Javaid, Minella Bezha, Yasuo Tan, Naoto Nagaoka, Vasos Vassiliou

机构 * Philips University（菲利普斯大学） ； University of Cyprus（塞浦路斯大学） ； CYENS Centre of Excellence（CYENS卓越中心） ； Japan Advanced Institute of Science and Technology（日本先端科学技术大学院大学） ； Doshisha University（同志社大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 提出量子辅助的分布式人工智能框架，通过BDIx智能体将调度问题建模为QUBO，结合量子、量子启发和经典求解器组合，在硬截止时间内实现最优调度，并在24小时仿真中达到精确下界成本。

AI-Native Network Controller: A Modular Framework for Safe Agentic Control of Multi-Domain Network Infrastructure

AI原生网络控制器：面向多域网络基础设施安全代理控制的模块化框架

Merim Dzaferagic

机构 * School of Computer Science（计算机科学学院） ； Statistics, Trinity College Dublin, Ireland（统计学，都柏林信任学院，爱尔兰） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；AI agent(abstract)；分类 cs.AI

AI总结 提出AI-NNC开源模块化框架，通过协议无关架构和轻量级适配器实现多域网络的安全代理控制，支持闭环控制、数据集收集和协调测试。

Trust-as-a-Service: Intelligent Collaboration Orchestration via Model Context Protocol-Aided Agentic AI

信任即服务：基于模型上下文协议辅助的自主人工智能的智能协作编排

Botao Zhu, Xianbin Wang

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)

AI总结 提出信任即服务（TaaS）范式，通过模型上下文协议（MCP）辅助的自主AI框架，实现面向不同任务需求的自主信任评估与协作者选择，达到100%选择准确率和高可靠性。

One Image is All You Need: Agentic One-Shot Image Generation via Text-Based World Models for Long-Tail Spatial Perception

一图足矣：基于文本世界模型的智能体单样本图像生成用于长尾空间感知

Keqin Zeng, Shuting Su, Shihao Lin, Ziyue Li, Rui Zhao

机构 * Tsinghua University（清华大学） ； SenseTime Research（商汤科技研究院） ； Sun Yat-Sen University（中山大学） ； Technical University of Munich（慕尼黑工业大学） ； Heilbronn Data Science Center（海尔布隆数据科学中心） ； Munich Data Institute（慕尼黑数据研究所） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出WMGen-v1框架，利用单张参考图像通过LVLM构建结构化场景表示，LLM进行物理合理的场景扩展，再由扩散模型生成多样化的长尾训练数据，缓解空间感知中的数据稀缺问题。

PolicyGuard: Towards Test-time and Step-level Adversary (Backdoor) Defense for Reinforcement Learning Agent

PolicyGuard：面向强化学习智能体的测试时和步级对抗防御

Junfeng Guo Heng Huang

机构 * Computer Science, University of Maryland College Park, USA（计算机科学，马里兰大学学院市） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出PolicyGuard，一种基于高斯过程后验方差的测试时步级后门防御方法，通过自适应伪轨迹计算单步不确定性，在七种RL游戏中达到平均AUROC 0.856和0.859。

How Your Credentials Are Leaked by LLM Agent Skills: An Empirical Study

你的凭证如何被LLM智能体技能泄露：一项实证研究

Zhihao Chen, Ying Zhang, Yi Liu, Gelei Deng, Yuekang Li, Yanjun Zhang, Jianting Ning, Leo Yu Zhang, Lei Ma, Zhiqiang Li

机构 * Griffith University（格里菲斯大学） ； Wake Forest University（威克森林大学） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Zhejiang Sci-Tech University（浙江科技学院） ； The University of Tokyo（东京大学） ； University of Alberta（阿尔伯塔大学） ； Independent Researcher（独立研究者） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.AI

AI总结 首次大规模实证研究LLM智能体技能中的凭证泄露问题，通过分析170,226个技能样本，识别出520个受影响技能和10种泄露模式，发现76.3%的案例需跨模态分析，调试日志占73.5%的漏洞，89.6%的泄露凭证可立即利用。

Comments Accepted to ASE 2026 (The 41st IEEE/ACM International Conference on Automated Software Engineering)

Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis

奖励科学过程：面向代理数据分析的过程级奖励建模

Zhisong Qiu, Shuofei Qiao, Kewei Xu, Yuqi Zhu, Lun Du, Ningyu Zhang, Huajun Chen

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出DataPRM，一种环境感知的生成过程奖励模型，通过主动验证和反思意识的三元奖励策略，提升动态数据分析任务中代理的性能，实验表明其在多个基准测试中表现优异。

Comments KDD 2026

Process-Reward Tactic Evolution for Long-Horizon Bioinformatics Workflows

长周期生物信息学工作流的过程奖励策略演化

Lingzhi Yang, Yubo Fan, Song Wu, Gilchan Park

机构 * Stony Brook University（石溪大学） ； Vanderbilt University（范德堡大学） ； Brookhaven National Lab（布鲁克海文国家实验室） 纠错

专题命中 工作流自动化 ：agent(abstract,abstract_cn)；workflow(abstract)；分类 cs.AI

AI总结 提出过程奖励策略演化框架，通过Galaxy工作流训练智能体，利用过程验证器将成功和失败轨迹提炼为策略库，提升长周期生物信息学工作流的完成率、生物学正确性和执行效率。

Causal Discovery in the Era of Agents

智能体时代的因果发现

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 提出智能体应辅助因果发现流程而非提供因果结论，通过causal-learn+平台实现数据驱动、算法支撑的因果发现，避免语言模型不可靠性转化为因果证据。

Comments Platform is available at causallearn.com

Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests

测试驱动、AI辅助学习：用每周闭卷考试取代讲座

Jin-Guo Liu, Shang-Qi Lu, Xin-Ran Shi, Long-Li Zheng, Wei Wang

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；workflow(abstract)

AI总结 提出测试驱动AI辅助学习（TDAA）模式，用自定进度学习和频繁闭卷考试替代传统讲座，通过AI工具辅助教学材料准备和评分，实现高频质量关卡。

Comments 7 pages, 3 figures. GitHub: https://github.com/TDAA-Go/TDAA-Go

Semantic Browsing: Controllable Diversity for Image Generation

语义浏览：图像生成的可控多样性

Sara Dorfman, Maya Vishnevsky, Omer Dahary, Or Patashnik, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.LG

AI总结 针对文本到图像模型生成多样性不足且缺乏语义结构的问题，提出一种在文本层面引入多样性的方法，通过视觉语言模型和代理工作流实现用户可导航的语义变化空间。

Comments ECCV 2026. Project page: https://saradorfman1.github.io/SemanticBrowsing-webpage/

LLM-Guided Test-Time Discovery of Quantum-Chemical Approximation Algorithms

LLM引导的量子化学近似算法测试时发现

Masaya Hagai, Yuta Suzuki, Tomoya Murata, Shuhei Kurita, Masaki Adachi

机构 * Lattice Lab, Toyota Motor Corporation（丰田汽车公司格子实验室） ； Department of Chemistry, Graduate School of Science, Nagoya University（名古屋大学理学部化学科） ； National Institute of Informatics（国家信息研究所） 纠错

专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.LG

AI总结 提出LADeQ框架，利用LLM在测试时自动发现、实现并评估量子化学近似算法，无需预训练或特定数据，可加速CCSD和CISD计算并控制误差。

Comments 13 main pages, 6 main figures, and 2 tables

Vibe Calibration: Autonomous Bring-up of a 112-Qubit Superconducting Quantum Processor by a Skill-Orchestrating Language Agent

Vibe Calibration：通过技能编排语言代理自主启动112量子比特超导量子处理器

Huikai Xu, Jiaxiu Han, Shigang Ou, Cheng Ye, Zisong Shen, Jing Gao, Yijia Wang, Tianrui Che, Yu Song, Weiyang Liu, Lei Wang, Lin-Feng Zhang, Pan Zhang, Hai-Feng Yu

专题命中 工作流自动化 ：agent(title)

AI总结 提出Vibe Calibration系统，利用大语言模型代理将专家隐性知识转化为可复用的技能，在112量子比特处理器上实现4.7小时内自主校准108个量子比特，速度提升4-5倍，并跨设备迁移。