AI Agent

CHMAS: A Coupled Hierarchical Framework for Multi-Agent Reinforcement Learning

CHMAS：一种用于多智能体强化学习的耦合分层框架

Dongming Wang, Jie Xu, Yanyu Zhang, Wei Ren

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

AI总结 本文针对多智能体强化学习跨时间尺度平衡协调与执行的挑战，提出CHMAS框架，将决策分解为集中战略规划与分布式战术执行，有双向信息流和反馈机制，还给出异步更新协议，经理论分析与实验验证，该框架有效。

Comments Presented at the 2026 American Control Conference (ACC 2026). This version corrects the author names in Reference 1. The technical content, results, and conclusions are unchanged

TriAgent: Divergence-Aware Multi-Agent Committees for Cost-Efficient Financial Sentiment Analysis

TriAgent：用于成本效益型金融情绪分析的差异感知多智能体委员会

Isabel Xu, Cynthia Xu, Rachel Ren, Cong Guo, Jiacheng Ding

机构 * The Overlake School（奥弗湖学校） ； Edwards Vacuum Inc.（爱德华兹真空公司） ； The University of Memphis（孟菲斯大学） 纠错

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

AI总结 研究针对基于生产LLM的金融情绪分析成本高问题，提出TriAgent多智能体委员会，按上下文粒度分层，用SDI衡量分歧并路由查询，有批评者平稳期等发现及三个推论，节省成本且效果好。

Toward Adaptable Multi-Agent Reinforcement Learning: An Assumption-Aware Review

迈向适应性多智能体强化学习：基于假设感知的综述

Siyi Hu, Mohamad A Hady, Jianglin Qiao, Jimmy Cao, Mahardhika Pratama, Ryszard Kowalczyk

机构 * Curtin University（Curtin 大学） ； Adelaide University（阿德莱德大学） ； The University of Sydney（悉尼大学） ； Systems Research Institute Polish Academy of Sciences（波兰科学院系统研究所） 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 该综述提出‘适应性’分类法组织多智能体强化学习变化，区分学习、策略、场景驱动适应性三个维度，明确现有概念关系及MARL评估未明确之处，为MARL在实际部署中应对假设变化提供思路。

Coordinating from Memory: Graph-Structured Experience Reuse for Multi-Agent Adaptation in Dynamic Manufacturing

从记忆中协调：用于动态制造中多智能体适应的图结构经验重用

Chengxiao Dai, Zhanhui Lin, Zhaokun Yan, Youyang Ni, Chenjun Lei, Luyan Zhang

机构 * School of Computer Science, University of Sydney（悉尼大学计算机科学学院） ； Khoury College of Computer Sciences, Northeastern University（美国东北大学库里计算机科学学院） ； School of Computation, Information and Technology, Technical University of Munich（慕尼黑工业大学计算、信息与技术学院） ； School of Life and Environmental Sciences, University of Sydney（悉尼大学生命与环境科学学院） ； College of Business and Economics, Australian National University（澳大利亚国立大学商业与经济学院） 纠错

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

AI总结 针对动态制造中多智能体协调问题，提出图结构经验记忆（GSEM）框架，将历史协调事件编码为图，新干扰时通过图神经网络检索相似事件实现经验引导策略适应，实验表明其能有效减少完工时间和适应时间，验证了方法有效性和通用性。

Dreamer-CPC: Message Learning with World Models for Decentralized Multi-agent Reinforcement Learning

Dreamer-CPC：用于去中心化多智能体强化学习的基于世界模型的消息学习

Taisuke Takayama, Naoto Yoshida, Tadahiro Taniguchi

机构 * Graduate School of Informatics, Kyoto University, Kyoto, Japan（京都大学信息学研究生院） ； Research Organization of Science and Technology, Ritsumeikan University, Shiga, Japan（立命馆大学科学技术研究机构） 纠错

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

AI总结 研究针对多智能体强化学习中通信问题，提出Dreamer-CPC方法，将基于CPC的消息学习集成到DreamerV3世界模型，各智能体据此独立维护模型与模块并交换消息，实验表明该方法在多种环境下优于现有方法，能有效支持去中心化决策。

Comments 15 pages, 6 figures. Under review at ICONIP 2026

OpenEvoShield: Dual Non-Stationary Continual Defense for Open-World Multi-Agent System Attacks

OpenEvoShield：面向开放世界多智能体系统攻击的双重非平稳持续防御

Litian Zhang, Chaozhuo Li, Yuting Zhang, Zejian Chen, Bingyu Yan, Qiwei Ye

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beihang University（北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 针对LLM-MAS中对手通过通信注入恶意指令的双重动态攻击，提出OpenEvoShield持续防御框架，含不对称速率控制器等组件，实验表明其在多基准和拓扑上优于基线，能检测多数未见攻击且误报率低。

Comments 29 pages, 5 figures, 14 tables

ETPDesigner: Multi-Agent Orchestration for Interactive Multimodal Electronic Theater Program

ETPDesigner：用于交互式多模态电子剧院节目的多智能体编排

Mengtian Li, Xinru Guo, Xiaoru Lin, Xiao Rong, Zhifeng Xie, Chaofeng Chen

机构 * Shanghai University（上海大学） ； Shanghai Engineering Research Center of Motion Picture Special Effects（上海电影特效工程技术研究中心） ； Institute for Math and AI, Wuhan School of Artificial Intelligence, Wuhan University（武汉大学数学与人工智能研究院武汉人工智能学院） 纠错

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

AI总结 研究针对电子剧院节目设计难题，提出ETPDesigner多智能体框架，能从戏剧脚本合成高质量ETP，通过全局风格锚定机制保证一致性，还实现交互功能，经ETP-Pro基准测试验证了方法在多方面的优越性。

Learning Latency-Aware Orchestration for Multi-Agent Systems

学习多智能体系统的延迟感知编排

Xi Shi, Mengxin Zheng, Qian Lou

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

AI总结 针对多智能体系统推理延迟高的问题，提出延迟感知多智能体系统（LAMaS）。训练时通过约束优化学习延迟感知执行图，推理时用轻量级控制器补充。实验显示其在降低端到端延迟超50%的同时保持精度，且具模块化可移植性。

Comments This submission was intended to be an updated version of arXiv:2601.10560. Any subsequent updates will appear there

Dynamic Multi-Agent Pickup and Delivery in Robotic Cellular Warehousing Systems

机器人化仓储系统中的动态多智能体取送货

Cheng Ren, Ming Li, Xinping Guan, George Q. Huang

机构 * Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（工业与系统工程系，香港理工大学） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） 纠错

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

AI总结 针对订单内部SKU动态追加的仓库场景，首次形式化动态多智能体取送货问题，提出两种基于令牌传递的事件触发在线重规划算法，显著降低订单流时间。

Optimizing QoS in HD Map Updates: Cross-Layer Multi-Agent with Hierarchical and Independent Learning

在HD地图更新中优化服务质量：跨层多智能体与分层独立学习

Jeffrey Redondo, Nauman Aslam, Juan Zhang, Zhenhui Yuan

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

AI总结 本文提出了一种跨层多智能体方法，通过分层和独立学习优化HD地图更新的QoS，显著降低不同服务的延迟。

Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats

具有安全保障的自重构机器人船分布式运动规划

Alejandro Gonzalez-Garcia, Wei Wang, Wei Xiao, Wilm Decre, Jan Swevers, Carlo Ratti, Daniela Rus

机构 * KU Leuven（鲁汶大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Nanyang Technological University（南洋理工大学） ； SMART（新加坡制造技术研究院） ； SENSEable City Laboratory, Massachusetts Institute of Technology（麻省理工学院可感知城市实验室） ； Computer Science and Artificial Intelligence Lab (CSAIL), Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 研究水生自重构机器人多智能体形状形成与重构问题，提出将分布式MPC与CBF相结合的混合框架，利用ADMM求解MPC方案，通过局部优化和信息交换计算轨迹，并应用基于CBF的滤波器保障安全，经仿真和实验验证了框架的有效性与可扩展性。

Comments Submitted to IEEE

IteraSim RAG: A Multi-Stage Retrieval-Augmented Agentic Back-End for OpenFOAM-Based Computational Fluid Dynamics

IteraSim RAG：基于OpenFOAM的计算流体动力学的多阶段检索增强智能后端

Pratyush Kumar

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

AI总结 研究针对OpenFOAM配置CFD案例的难题，提出IteraSim RAG。通过LLM扩展查询、多种融合与重排策略及多智能体分工协作，结合规范知识层。在28个案例基准测试中表现良好，能完成配置、诊断修复问题，还公布相关内容以保障可重复性。

Comments 40 pages, 7 figures, 5 tables. Submitted to Computer Physics Communications

Bridging Behavior and Implementation: Automated Java Glue Code Generation for Behavior-Driven Development

架起行为与实现的桥梁：用于行为驱动开发的自动化Java胶水代码生成

Xinyu Shi, Zhou Yang, An Ran Chen

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

AI总结 研究针对行为驱动开发中胶水代码开发维护难题，提出分层多智能体框架AutoGlue，遵循行为优先工作流程。经实验评估，相比少样本提示，其在代码生成指标上有显著提升，能有效连接行为规范与项目代码，支持软件开发。

Human-in-the-Loop Distributed Control of Grid-Interactive Buildings for Demand Response Participation

用于需求响应参与的电网交互式建筑的人在回路分布式控制

Kasra Mazarei Saadabadi, Dongming Wang, Wei Ren, Alfredo Martinez-Morales, Hamidreza Nazaripouya

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

AI总结 该研究针对多建筑需求侧管理，提出人在回路分布式共识控制方法，引入含非自主领导者的框架，用非线性未知输入滑模观测器应对挑战，设计共识协议，仿真验证其能在需求响应中灵活管理能源、平衡舒适度及提升电网适应性。

Comments 10 pages, 8 figures

From Non-Rigid to Rigid: Safe Acquisition of Rigid Communication Graphs under Limited Sensing

从非刚性到刚性：有限感知条件下安全获取刚性通信图

S. Saharsh, Vedhas Talnikar, Pushpak Jagtap

机构 * Indian Institute of Science（印度科学研究所） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 研究在有限感知下获取刚性通信图的问题，提出基于分布式二次优化的方法，为异构非线性多机器人系统开发计算精简的控制器，通过仿真和硬件实验验证，能在有限传感下实现刚性通信图且跟随代理无需全局绝对位置。

Comments 18 pages, 7 Figures, 2 Tables

Know Your Agent: Reconnaissance-Driven Pentesting of AI Agents

了解你的智能体：基于侦察的人工智能智能体渗透测试

Or Zion Eliav, Eyal Lenga, Shir Bernstien, Yisroel Mirsky

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

AI总结 研究针对人工智能智能体的渗透测试，提出通过形式化智能体侦察，在KYA框架中利用探测、构建配置文件等实现黑盒侦察驱动的渗透测试自动化，并进行评估与发布，以提升智能体安全性。

FMRP-LEAN: A HIPAA-Compliant AI-Augmented LIMS Architecture for End-to-End Clinical Assay Workflow Optimization

FMRP-LEAN：一种符合HIPAA标准的人工智能增强型LIMS架构，用于端到端临床检测工作流程优化

Eva McCord, Ernest Pedapati, Zag ElSayed

机构 * Division of Child and Adolescent Psychiatry, Cincinnati Children’s Hospital Medical Center, Ohio, USA（儿童与青少年精神病科，辛辛那提儿童医院医学中心，俄亥俄州，美国） ； School of Information Technology (SoIT), University of Cincinnati, Ohio, USA（信息技术学院（SoIT），克利夫兰医学中心，俄亥俄州，美国） 纠错

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

AI总结 针对转化研究中临床生物标志物工作流程的问题，提出FMRP-LEAN架构，通过有限状态工作流程模型等技术，集成多种系统，含自动统计QC预筛选和AI操作模块，实现可追溯联系，提升工作流程可观测性等，为临床研究工作流程提供可重复模型。

Comments 15 pages, 5 figures, conference

Journal ref ISBCom-2026

The Hive Mind is a Single Reinforcement Learning Agent

蜂群智能是单一强化学习智能体

Karthik Soma, Yann Bouteiller, Heiko Hamann, Giovanni Beltrame

机构 * MIST Lab, Department of Computer and Software Engineering（MIST实验室，计算机与软件工程系） ； Polytechnique Montréal（蒙特利尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Department of Computer and Information Science（计算机与信息科学系） ； University of Konstanz（康斯坦茨大学） 纠错

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

AI总结 本文提出蜂群智能等价于单一强化学习智能体，通过模仿规则实现集体学习，为经济和社会系统提供新分析工具。

Small, Free, and Effective: Orchestrating Open-Weight Small Language Models to Outperform Single LLM for Malware Analysis

小巧、免费且高效：编排开放权重的小型语言模型以在恶意软件分析中超越单个大语言模型

Adel ElZemity, Shujun Li, Budi Arief

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

AI总结 研究恶意软件分析中，小型语言模型编排集成能否超越单个大语言模型。通过测试多种模型建立基线，设计评估四种编排架构，其中混合系统表现出色，总体准确率超专业和前沿基线，证明基于证据的编排可提升SLM性能。

Comments To appear in Proceedings of the 29th International Symposium on Research in Attacks, Intrusions, and Defenses (RAID)

Ripple: An Open, AI-Formalized Lean 4 Framework for Computing with CRNs

Ripple：一个用于化学反应网络计算的开放的、人工智能形式化的Lean 4框架

Ho-Lin Chen, Xiang Huang

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

AI总结 介绍用于CRN计算实数数学的Ripple框架，它形式化多种模型阶梯，开发可靠，暴露并修复证明漏洞，还证明新结果，且形式化主要由人工智能代理利用公开模型完成，工作流程可重现。

Comments 26 pages. v2 removes the incorrect claim that the formalization found a gap in the Angluin-Aspnes-Eisenstat (2008) approximate-majority proof: the flawed inequality was internal to our formalization, not their argument. It also corrects the attribution of zeta(3)'s CRN-computability to the Fermi-Dirac integral route. Abstract revised

Data-Efficient Indentation Size Effect Correction in Steels Using Machine Learning and Physics-Constrained Neural Network

利用机器学习和物理引导增强的高效 indentation 尺寸效应校正方法用于钢材料

Radmir Karamov, Tagir Karamov

机构 * Center for Material Technologies（材料技术中心） ； Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所） ； Center for Petroleum Science and Engineering（石油科学与工程中心） 纠错

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

AI总结 本文通过物理引导特征工程和增强技术，利用小数据集预测钢材料参考硬度，采用非线性模型实现高效 indentation 尺寸效应校正，验证了该方法在钢材料中的可行性。

Comments Preprint, 25 pages, 8 figures, 5 tables

Interpretable Deep Learning Paradigm for Airborne Transient Electromagnetic Inversion

用于航空瞬变电磁反演的可解释深度学习范式

Shuang Wang, Xuben Wang, Fei Deng, Peifan Jiang, Lifeng Mao

机构 * Key Laboratory of Earth Exploration and Information Techniques, Ministry of Education, College of Geophysics, Chengdu University of Technology（地球探测与信息处理重点实验室，教育部，成都理工大学地球物理学院） ； College of Computer Science and Cyber Security, Chengdu University of Technology（计算机科学与网络安全学院，成都理工大学） 纠错

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

AI总结 针对航空瞬变电磁数据处理与反演难题，提出基于解缠表示学习的统一可解释深度学习范式，将数据分解为噪声和信号因子，纳入物理约束，能直接用噪声数据准确重建地下电结构，建立了新的反演范式。

A Hybrid Framework for Uncertainty Quantification in Partially Observed Dynamic Biological Systems

部分观测动态生物系统中不确定性量化的混合框架

Alberto Portela, Julio R. Banga

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对部分观测动态生物系统不确定性量化难题，提出结合留一法折刀法+经验校准与高斯不确定性传播的混合框架及CUQDyn1 Plus软件，能进行全局参数估计等，验证表明其为实用高效的UQ工作流程，可补充贝叶斯工作流程。

What Does the Credential Still Certify? Cognitive Stewardship for AI-Mediated Education

证书仍然证明什么？人工智能介导教育的认知管理

Kai Yao

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究探讨生成式AI对教育评估前提的改变，开发认知管理框架，审核30所大学的AI评估指南，发现公共政策分类AI使用较好但解释证书有效性不足，强调大学需制定使认证逻辑可见的政策。

Comments Accepted at the Ninth AAAI/ACM Conference on AI, Ethics, and Society (AIES 2026), Malmö, Sweden, October 12--14, 2026. 13 pages, 3 figures; supplementary material is available as an ancillary file

From P&ID Drawings to Process Graphs: A Multimodal Language Model Approach

从管道和仪表图到过程图：一种多模态语言模型方法

Baikai Zhu, Samuel Duong, Javal Vyas, Mehmet Mercangöz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究针对P&IDs数字化难题，提出基于多模态大语言模型的两阶段工作流程，将其数字化重定义为设备标签提取与拓扑推理，经案例研究评估，该方法比端到端数字化更优，凸显知识引导工作流程在P&ID数字化中的潜力。

Optimal Placement of Docking Stations and Resident AUVs for Subsea Pipeline Inspection

海底管道检测中对接站和常驻自主水下航行器的最优布局

Gabrielė Kasparavičiūtė, Pasquale Grippa, Kjetil Skaugset, Asgeir J. Sørensen, Martin Ludvigsen

机构 * Department of Marine Technology, Norwegian University of Science and Technology (NTNU)（挪威科技大学海洋技术系） ； Lakeside Labs GmbH（拉赫斯实验室） 纠错

专题命中 工作流自动化 ：planning(abstract)

AI总结 针对海底管道检测，提出两阶段混合整数线性规划框架，联合优化对接站布局和水下航行器分配，最小化响应时间，案例研究表明少数合理布局的对接站即可达最佳性能，成本与时间分析为设计检测网络提供指导。

Comments Author Accepted Manuscript. Published version available in IEEE Journal of Oceanic Engineering. 12 pages, 9 figures

Journal ref G. Kasparavičiūtė, P. Grippa, K. Skaugset, A. J. Sørensen, and M. Ludvigsen, "Optimal Placement of Docking Stations and Resident AUVs for Subsea Pipeline Inspection," IEEE Journal of Oceanic Engineering, vol. 51, no. 1, 2026

Learning to Decode Quantum LDPC Codes via Cluster-Based Sequential Belief Propagation

通过基于聚类的顺序置信传播学习解码量子低密度奇偶校验码

Mohsen Moradi, Taejoon Kim, Rémi A. Chou, David G. M. Mitchell

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究针对量子低密度奇偶校验码BP解码性能受限问题，提出基于聚类的RL-S扩展方法，将VN划分为聚类并行更新，引入特定聚类状态表示并开发相关过程及更新，在减少调度决策数的同时保留误码率优势，实现延迟与并行性的良好权衡。

From MLIPs to Microstructure: A High-Throughput Computational Framework to Design Spinodal Alloys in High-Dimensional Composition Spaces via Analytic Derivatives of CALPHAD Model Predictions

从机器学习原子间势到微观结构：一种通过CALPHAD模型预测的解析导数在高维成分空间中设计旋节线合金的高通量计算框架

Courtney Kunselman, Doguhan Sariturk, Siya Zhu, Vahid Attari, Raymundo Arroyave

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出基于CALPHAD的开源工作流程，通过机器学习原子间势训练进行高通量微观结构稳定性分析与可视化，利用解析导数提高计算效率和准确性，以Hf-Nb-Ti-V四元系为例演示了此流程。

Phonon-Mediated Thermal Transport in Nanocrystalline Silicon Using Machine-Learning Interatomic Potentials

使用机器学习原子间势研究纳米晶硅中的声子介导热输运

Houssem Rezgui, Catalina Coll Benejam, Clivia M. Sotomayor Torres, Miguel Pruneda

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究结构复杂材料中声子介导热输运难题，结合高斯近似势、多原子团簇展开模型等，开发机器学习框架模拟纳米晶硅热输运，计算相关参数，揭示晶界热边界电阻特性，相比传统势，该框架描述更准确自洽，利于低维材料热输运建模。

Lagrangian Ellipsoid Diagnostics in Rough Two-Dimensional Synthetic Flows: Aspect-Ratio Saturation and Reduced Modeling

拉格朗日椭球诊断用于随机流体力学：变形粒子云的源-汇建模

Michael Chertkov

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出Löwner-John变形云方案作为惯性区不可压缩随机流的拉格朗日诊断，通过最小体积包围椭球的惯性张量和粗粒化速度梯度描述粒子云，并在二维Kolmogorov指数随机流中测试，得到统计饱和的椭球纵横比和尺度依赖的梯度感知，进而建立物理信息生成器辨识的降阶模型，将纵横比饱和解释为持续应变对齐与几何松弛的平衡。

Comments 24 pages, 5 figures