A Framework for Enterprise Network Dimensioning
企业网络规划框架
专题命中 规划决策 ：planning(abstract)
AI总结 该研究针对室内企业网络的无线节点部署问题，结合随机几何、优化与聚类方法，提出加权k-调和均值聚类策略及\texttt{SeqMinCut}算法，为企业5G规划提供了系统设计规则与策略。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 54 篇
Toward Realistic Energy Forecasting: A Delay-Enhanced Fractional-Order Supply-Demand Model
面向现实能源预测：一种时延增强的分数阶供需模型
专题命中 规划决策 ：planning(abstract)
AI总结 本研究提出带时延的分数阶能源供需模型，结合GL离散化方案，经理论分析与数值验证，为现实能源预测提供灵活框架，支撑能源政策与管理，还为后续研究奠定基础。
Multimodal Adaptive Control for Safe Robotic Craniotomy Under Partial Observability
RL-MACRO：一种用于多模态自适应机器人开颅手术的控制论闭环智能框架
机构 * Dalian University of Technology（大连理工大学） ； Second Hospital of Dalian Medical University（大连医科大学附属第二医院） ； The University of Tokyo（东京大学）
专题命中 规划决策 ：planning(abstract)
AI总结 研究针对自主机器人开颅手术面临的挑战，提出RL-MACRO框架，通过多模态感知、自适应决策和机器人执行实现闭环控制，利用CNN-LSTM观测器重建温度，经IQL策略和双头执行器优化行为，实验验证了该框架在骨切割方面的有效性。
Deep-learning surrogate crop modelling for scalable seasonal-to-climate crop-risk assessment
作物产量评估的代理影响建模
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出SECSF框架，利用每日温度和降水数据高效模拟作物生长，减少计算成本，支持区域作物压力分析及早期预警。
Personalized Autonomous Driving via Optimal Control with Clearance Constraints from Questionnaires
基于问卷的 Clearance 约束下的个性化自动驾驶最优控制
机构 * Department of Mechanical Engineering, Seoul National University（机械工程系，首尔国立大学） ； Department of Aerospace Engineering, Seoul National University（航空航天工程系，首尔国立大学）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出基于用户问卷的个性化自动驾驶规划框架，通过将用户偏好作为约束条件，改进自动驾驶中的安全距离控制。
ORV: 4D Occupancy-centric Robot Video Generation
ORV：基于占用的4D机器人视频生成
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； IIIS, Tsinghua University（清华大学人工智能研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo（宁波工程技术院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； ByteDance（字节跳动） ； Kling, Kuaishou Technology（Kling，快手科技） ； GigaAI ； AIR, Tsinghua University（清华大学人工智能研究院）
专题命中 规划决策 ：planning(abstract)
AI总结 ORV提出一种基于占用的4D机器人视频生成框架，通过结合动作先验与占用视觉先验，提升视频生成质量与可控性，实现多视角一致合成和仿真到现实的迁移。
Comments CVPR 2026. Project page: this https URL (https://orangesodahub.github.io/ORV/) Code: this https URL (https://github.com/OrangeSodahub/ORV)
Cine MRI-Validated Biventricular Electromechanical Digital Twin Framework for Predicting Regional Endocardial Motion
经 Cine MRI 验证的双心室电机械数字孪生框架用于预测区域心内膜运动
专题命中 规划决策 ：planning(abstract)
AI总结 该研究提出经 Cine MRI 验证的双心室电机械数字孪生框架，整合多类心脏生理机制，可预测区域心内膜运动，为心内植入物植入部位选择及患者特异性规划提供支持。
Conservative adventurers have more future academic impact
保守型冒险者具有更高的未来学术影响力
专题命中 规划决策 ：planning(abstract)
AI总结 该研究通过分析31780857篇论文的数据集，发现“保守型冒险者”在相近领域内频繁转换主题，其未来引用量比其他群体最高高出19%，为科学职业规划提供了新见解。
Comments v4: remove the unnecessary coloring. v3: As close as possible to the published version with Scientometrics, with the supplement appended. 31 pages of main text and 86 pages of supplement. Corresponding authors: Fengnan Gao and Haipeng Zhang
2. 多智能体 31 篇
DentAgent: Evidence-Centric Multi-Agent Coordination for Multimodal Dental Reasoning
DentAgent：以证据为中心的多智能体协调的多模态牙科推理框架
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Angelalign Technology Inc.（时代天使科技有限公司） ； Peking University（北京大学） ； Tsinghua University（清华大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；agentic(abstract)
AI总结 针对现有牙科AI系统模态或任务局限及证据不可追溯问题，提出以证据为中心的多智能体框架DentAgent，经四个基准测试，其多标签诊断性能超越资深专家17.3个百分点，可用于多模态牙科推理及人群口腔健康评估。
Adaptive Memory and Reflection Multi-Agent System for Medical Question Answering
面向医学问答的自适应记忆与反思多智能体系统
机构 * School of Computing and Mathematics, Manchester Metropolitan University（曼彻斯特城市大学计算与数学学院） ； Electrical and Computer Engineering, Technion – Israel Institute of Technology（以色列理工学院电气与计算机工程系） ； School of Science and Technology, Hong Kong Metropolitan University（香港都会大学科学与科技学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 针对现有医学问答系统缺乏适应性等问题，提出自适应记忆与反思多智能体框架，经MedQA等数据集验证，结合专用记忆等模块可提升性能，助力开发可信医学智能体。
Comments Accepted by IEEE SMC 2026
A Multi-Agent Platform for Automated Enterprise Analytics and Insight Generation
用于自动化企业分析与洞察生成的多智能体平台
机构 * Rakuten India Enterprise Private Limited（乐天印度企业私人有限公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出基于CrewAI的多智能体框架，含五个专业智能体，经300个测试用例验证，功能准确率95.3%，较单智能体基线提升显著，可用于自动化企业分析与洞察生成。
ReasFlow: Assisting Reasoning-Centric Scientific Discovery in Applied Mathematics via a Knowledge-Based Multi-Agent System
ReasFlow：通过基于知识的多智能体系统助力应用数学中以推理为中心的科学发现
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；AI agent(abstract)；autonomous agent(abstract)
AI总结 针对理论驱动科学发现探索不足的问题，ReasFlow引入以推理为中心的自主智能体系统，通过内部验证循环和知识检索机制减少专家干预，能统一多项科研任务，从最少提示生成高质量论文，在开源基线中表现出色。
From Multi-Agent to Single-Agent: When Is Skill Distillation Beneficial?
从多智能体到单智能体：技能蒸馏何时有益？
机构 * The Chinese University of Hong Kong（香港中文大学） ； LIGHTSPEED
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 研究探讨了技能蒸馏在多智能体系统到单智能体系统转换中的有效性，提出通过评估指标的拓扑刚性预测技能效用，并引入AdaSkill框架实现自适应蒸馏。
Comments 35 pages, 15 figures, 17 tables
Autonomous Cyber Defense in Connected Vehicles: A Multi-Agent Approach to V2X Security
网联车辆中的自主网络防御：一种面向V2X安全的多智能体方法
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)
AI总结 针对网联车辆V2X安全，提出三层多智能体架构，以SAE标准时序为硬性约束，分层处理消息分类、冲突解决与模型优化，解决现有入侵检测系统的安全-安保冲突问题。
A Locally Deployable Tool-Grounded LLM Multi-agent Framework for Automating Methane Emission Analysis and Reporting
一种可本地部署的基于工具的大语言模型多智能体框架，用于自动化甲烷排放分析与报告
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)
AI总结 本研究开发了一种可本地部署的基于工具的LLM多智能体框架，用于自动化甲烷排放分析与报告，在多类真实场景测试中表现优异，能缩短工作流时间、降低人力需求并提升数据安全性。
Agent Harness Distillation: Inference-Time Harness Extraction and Exploitation in Autonomous Multi-Agent Systems
智能体调控蒸馏：自主多智能体系统中的推理时调控提取与利用
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 本文提出AHD框架，将AMAS推理时调控提取形式化为新安全问题，实验证实其可提取调控致IP泄露，还提出对应欺骗防御，揭示AMAS新安全威胁。
Multi-Agent Embodied Autonomous Driving (MAEAD): From V2X Information Exchange to Shared World Models
多智能体具身自动驾驶：从V2X信息交换到共享世界模型
机构 * Lingnan University, Hong Kong（岭南大学（香港））
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)
AI总结 本文综述了从单车智能向多智能体具身系统转变的自动驾驶技术，通过共享世界模型实现感知共享、意图推断和协同规划，并指出了在仿真评估、实时安全保证等方面的研究空白。
Co-RL: Unsupervised Reasoning Emerges from Diverse Cohort in Multi-agent RL
Co-RL：多智能体强化学习中多样群体涌现的无监督推理
机构 * University of Exeter（埃克塞特大学） ； ByteDance（字节跳动） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； UC San Diego（加州大学圣迭戈分校）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本研究提出Co-RL框架，通过参数不共享的多智能体协作训练，利用同伴奖励减少对真实标注的依赖，提升纯文本及多模态任务的推理性能，缓解训练崩溃与响应同质化问题。
Comments 30 pages, 5 figures, 11 tables
Beyond the Transcript: Detecting Covert Co ordination in Latent Multi-Agent Communication
超越文本记录：检测潜在多智能体通信中的隐蔽协同
机构 * MIT Media Lab（麻省理工学院媒体实验室） ； Westtown School（韦斯顿镇学校） ； University of Florida（佛罗里达大学） ； SRI International（SRI国际公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本研究针对语言模型智能体通过不可见潜在状态进行隐蔽协同的问题，提出可验证潜在对齐（VLA）框架，设计三层监控器与可引导性框架，在多智能体拍卖基准上实现了高效的隐蔽协同检测与缓解。
Multi-Agent Off-Policy Deep Reinforcement Learning for Smart Campus Coverage
面向智慧校园覆盖的多智能体离线策略深度强化学习
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 本文针对现实非凸校园拓扑下的毫米波基站最优部署问题，将其建模为马尔可夫决策过程，通过对比四种深度强化学习方案，发现地理划分多智能体DDPG在密集场景中性能更优、可实现全覆盖且收敛高效。
Sanyu Studio: A Multi-Agent System for Art-Historical Narrative Construction
三语工作室：用于艺术史叙事构建的多智能体系统
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 该研究提出Sanyu Studio多智能体系统，将321幅常玉油画建模为具备特定机制的智能体，经7天工作坊验证，其可在历史证据有限时放大人类能动性，为公众提供艺术史解读的交互式入口。
Comments 12 pages, 8 figures, 2 tables
Position: Multi-Agent Systems Should Prioritize Concurrency Control
立场：多智能体系统应优先考虑并发控制
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 该研究指出基于LLM的多智能体系统的故障本质是并发控制问题，提出应将显式并发控制机制作为首要设计考量，以解决系统可靠性下降的问题。
Comments 16 pages, 1 figure
MITRE-SAGE: A Multi-Agent Cybersecurity Question-Answering Model
MITRE-SAGE：一种多智能体网络安全问答模型
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 针对网络安全领域LLM的不足，研究提出多智能体框架MITRE-SAGE，结合MITRE-QA基准验证其在多项网络安全问答任务中优于基线方法，轻量级配置表现突出。
Deciding Relabeling Observation Consistency in Multi-Agent Discrete-Event Systems
多智能体离散事件系统中重标记观测一致性的判定
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 本文证明多智能体离散事件系统的重标记观测一致性（ROC）是PSPACE完全问题，给出易处理情形的多项式时间算法与充分条件，修正了文献中相关错误结论并证明ROC的组合性。
Online Multi-Agent Contracts
在线多智能体契约
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 该研究针对在线多智能体契约模型，设计了子模收益下O(1)竞争力的在线策略，还证明了子模与XOS收益在在线契约场景下的竞争力界限存在本质分离。
Collective Hallucination in Multi-Agent LLMs:Modeling and Defense
多智能体大语言模型中的集体幻觉：建模与防御
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出一种系统级模型描述多智能体LLM中幻觉的传播与放大，并设计交互感知控制方法，通过置信加权聚合、自适应影响调节、外部验证和隔离不可靠智能体来抑制错误传播，在TruthfulQA和TriviaQA上使幻觉降低39%，事实准确率提升至0.87。
Beyond LLM-Based Reasoning: Lightweight GNNs for Agent Failure Attribution
超越基于大语言模型的推理：用于智能体故障归因的轻量级图神经网络
机构 * University of Illinois（伊利诺伊大学）
专题命中 多智能体 ：agent(title,abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本研究针对多智能体系统故障归因任务，提出轻量级图框架AFANet，其参数少、推理成本低，在域内基准上性能匹配或优于LLM基线，分布外基准可经低成本自适应提升，证明轻量级结构化方法可实现优异故障归因效果。
Complete, Scalable, and Robust Prioritized Planning for Multi-Robot Ordered Storage and Retrieval at Maximum Capacity
面向最大容量下多机器人有序存取任务的完备、可扩展且鲁棒的优先规划
机构 * Rutgers University（罗格斯大学）
专题命中 多智能体 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 该研究针对最大容量下多机器人有序存取问题，提出利用无重排布局特性的在线优先多智能体路径规划算法，实现可扩展且鲁棒的规划，完工时间随机器人数量近线性提升，处理不确定性时执行速度无显著损失。
Comments WAFR 2026 (World Symposium on the Algorithmic Foundations of Robotics)
Adaptive Multi-Agent Feature Selection for Personalized Fall Risk Prevention
面向个性化跌倒风险预防的自适应多智能体特征选择
机构 * University of Central Florida（中佛罗里达大学） ； Arizona State University（亚利桑那州立大学）
专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.LG
AI总结 针对老年人跌倒风险识别的静态方法无法适配动态个性化风险因素，本文提出PAFIR框架，将自适应特征选择建模为强化学习问题，在PEER试验数据上验证其能更有效捕捉特征模式，实现动态个性化跌倒风险预防。
Comments 38 pages, 10 figures, 12 tables. Accepted at Machine Learning for Healthcare (MLHC 2026)
Characterizing Agentic Flooding of Government Services
刻画政府服务的智能体泛滥问题
专题命中 多智能体 ：agentic(title,abstract)；AI agent(abstract)
AI总结 该研究定义了政府服务的智能体泛滥问题，基于84起案例数据集分析其广泛存在性，开发风险矩阵评估高风险服务，梳理政府应对措施并推荐兼顾公平的缓解方案。
Comments To appear in the proceedings of the 9th AAAI Conference on AI, Ethics, and Society (AIES), October 12-14, 2026
