AI Agent

Tacit Coordination of Large Language Models

大型语言模型的隐性协调

Ido Aharon, Emanuele La Malfa, Michael Wooldridge, Sarit Kraus

机构 * Department of Computer Science, Bar-Ilan University（巴伊兰大学计算机科学系） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Institute for Decentralized AI (IDAI)（去中心化人工智能研究所） 纠错

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

AI总结 研究大型语言模型在多智能体无通信协调中的焦点涌现能力，通过博弈和搜救任务评估，发现模型在多数场景匹配或超越人类，但在数值常识和文化显著性任务中失败，并提出无学习策略改善协调。

Comments Code: https://github.com/EmanueleLM/focal-points

TERMS-Bench: Diagnosing LLM Negotiation Agents Beyond Deal Rate

TERMS-Bench: 在交易率之外评估大语言模型谈判代理

Erica Zhang, Fangzhao Zhang, Aneesh Pappu, Batu El, Jose Blanchet, Susan Athey, Jiashuo Liu, James Zou

机构 * Stanford School of Engineering（斯坦福大学工程学院） ； Stanford Department of Economics（斯坦福大学经济系） ； Stanford Graduate School of Business（斯坦福商学院） 纠错

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

AI总结 TERMS-Bench通过博弈论框架评估谈判代理，揭示其在交易率之外的性能差异，如盈余提取、线索使用和合规性。

Comments Project Site: https://terms-bench.github.io/

An Analysis of the Coordination Gap between Joint and Modular Learning for Job Shop Scheduling with Transportation Resources

带运输资源的作业车间调度中联合学习与模块化学习协调差距分析

Moritz Link, Jonathan Hoss, Noah Klarmann

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

AI总结 通过资源稀缺性和时间主导性分析，量化联合训练与模块化训练在带运输资源的作业车间调度中的性能差距，发现联合训练在多数情况下更优，但在瓶颈环境下差距缩小。

Comments Supported by the Chips Joint Undertaking and its members, including top-up funding by National Authorities, within the Cynergy4MIE project (Grant Agreement No. 101140226). This work has been submitted to the IEEE for possible publication

Large Language Model Agents Are Not Always Faithful Self-Evolvers

大型语言模型代理并非总是忠实的自我进化者

Weixiang Zhao, Yingshuo Wang, Yichen Zhang, Yang Deng, Yanyan Zhao, Wanxiang Che, Bing Qin, Ting Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本研究首次系统调查自我进化LLM代理的经验忠实性，通过因果干预发现代理依赖原始经验但常忽略或误解浓缩经验，并分析其成因。

Comments ICML 2026

Continual Quadruped Robots Coordination via Semantic Skill Discovery

通过语义技能发现实现持续四足机器人协调

Daoqing Wang, Yuchen Xiao, Weixuan Huang, Zhilong Zhang, Shenghua Wan, Meng Li, Lei Yuan, Yang Yu

机构 * National Key Laboratory of Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，南京，中国） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，南京，中国） ； Polixir Technologies, Nanjing, China（南京极智科技有限公司） 纠错

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

AI总结 提出Conquer框架，通过语义技能库实现多四足机器人在持续学习任务中的协调，避免灾难性遗忘，最终平均成功率95.6%。

Comments 22 pages, 8 figures, 11 tables. Project page: https://conquer-project.pages.dev/

Learn to Match: Two-Sided Matching with Temporally Extended Feedback

学会匹配：具有时间扩展反馈的双边匹配

Haijing Zong, Yancheng Liang, Boyang Zhou, Natasha Jaques

机构 * Department of Economics, University of Washington（华盛顿大学经济系） ； Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） 纠错

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

AI总结 提出一个具有时间扩展反馈的双边匹配框架，将其建模为部分可观测马尔可夫博弈，并基于多智能体强化学习构建Learn2Match基准，实验表明独立PPO优于bandit基线，但存在信息摩擦损失。

A Survey on Large Language Model-Based Game Agents

基于大语言模型的游戏智能体综述

Sihao Hu, Tiansheng Huang, Gaowen Liu, Ramana Rao Kompella, Fatih Ilhan, Selim Furkan Tekin, Yichang Xu, Zachary Yahn, Ling Liu

机构 * Georgia Institute of Technology USA（佐治亚理工学院美国分校） ； Cisco Research USA（思科研究美国分公司） 纠错

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

AI总结 综述基于大语言模型的游戏智能体，提出统一参考架构，从单智能体（记忆、推理、感知-行动接口）和多智能体（通信协议、组织模型）层面总结研究，并建立挑战导向的分类法连接六种游戏类型与智能体需求。

Comments ACM Computing Surveys, 2026

High entropy leads to symmetry-equivariant policies in Dec-POMDPs

高熵导致 Dec-POMDP 中的对称等变策略

Johannes Forkel, Constantin Ruhdorfer, Michael Beukman, Andreas Bulling, Jakob Foerster

机构 * FLAIR, Department of Engineering Science, University of Oxford（奥德赛实验室，工程科学系，牛津大学） ； Collaborative Artificial Intelligence, University of Stuttgart（协同人工智能，斯图加特大学） 纠错

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

AI总结 证明在 Dec-POMDP 中，足够高的熵正则化可确保策略梯度收敛到对称等变联合策略，并通过实验发现高熵系数能提升跨种子交叉对战的回报。

Don't Make the LLM Read the Graph: Make the Graph Think

不要让大语言模型读图：让图思考

Yuqi Sun, Tianqin Meng, George Liu, Yashraj Panwar, Lakshya Chaudhry, Munasib Ilham, Aman Chadha

机构 * Mindoverflow ； University of Waterloo（多伦多大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Foothill College（foothill学院） ； Purdue University（普渡大学） ； University of Wisconsin（威斯康星大学） ； Apple（苹果公司） 纠错

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

AI总结 通过3000多次对照实验，研究显式信念图在合作多智能体推理中是否提升LLM性能，发现集成架构决定图的价值，识别出“规划者违抗”现象，并证明图深度收益递减。

Comments main body has 9 pages, 4 figures, under review for COLM 2026 conference

Can Agents Distinguish Visually Hard-to-Separate Diseases in a Zero-Shot Setting? A Pilot Study

智能体能否在零样本设置中区分视觉上难以分离的疾病？一项初步研究

Zihao Zhao, Frederik Hauke, Juliana De Castilhos, Sven Nebelung, Daniel Truhn

机构 * Department of Diagnostic and Interventional Radiology, University Hospital Aachen, 52074 Aachen, Germany（诊断与介入放射科，亚琛大学医院，德国亚琛，52074） 纠错

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

AI总结 本研究探索多模态大语言模型智能体在零样本下区分视觉混淆疾病（如黑色素瘤与不典型痣、肺水肿与肺炎）的能力，提出基于对比裁决的多智能体框架，在皮肤镜数据上准确率提升11个百分点，但总体性能仍不足临床部署。

Comments Code available at https://github.com/TruhnLab/Contrastive-Agent-Reasoning. Accepted by MICCAI 2026

Sampling-Based Coordination-Informed Multi-Objective Multi-Robot Reinforcement Learning

基于采样的协调感知多目标多机器人强化学习

Antonio Marino, Esteban Restrepo, Soon-jo Chung, Paolo Robuffo Giordano, Claudio Pacchierotti

机构 * University of Cambridge（剑桥大学） ； CNRS, Univ Rennes, Inria, IRISA（法国国家科学研究中心、雷恩大学、法国国家信息与自动化研究所、IRISA） ； California Institute of Technology（加州理工学院） 纠错

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

AI总结 提出CIMORL框架，通过分布式权重预测、特权专家训练和采样变体（CIMORL-TS/MPPI），在合作与对抗场景中实现Pareto最优解，超体积提升21.2%。

Comments 20 pages, 11 figures, 4 tables

Anytime Plug-and-Play Control with Contract-Based Distributed MPC

基于契约的分布式模型预测控制的随时即插即用控制

Sabrina Bodmer, Danilo Saccani, Melanie N. Zeilinger, Andrea Carron

机构 * Institute for Dynamic Systems and Control, ETH Zurich（动态系统与控制研究所，苏黎世联邦理工学院） ； Institute of Mechanical Engineering, École Polytechnique Fédérale de Lausanne（机械工程研究所，洛桑联邦理工学院） 纠错

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

AI总结 研究多移动机器人应用中通信拓扑时变问题，提出基于局部通信的分布式控制算法，靠距离邻居定义和预测轨迹契约，有效支持智能体随时加入或离开，保证避碰和约束满足。

Asynchronous Distributed Bandit Submodular Maximization under Heterogeneous Communication Delays

异步分布式带宽子模最大化在异构通信延迟下的研究

Pranjal Sharma, Zirui Xu, Vasileios Tzoumas

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

AI总结 本文研究了在异构通信延迟下异步分布式多智能体带宽子模最大化问题，提出了一种异步协调算法，证明了其在通信延迟和时钟偏差下的近似保证。

Optimization-Guided Diffusion for Interactive Scene Generation

基于优化的扩散生成交互场景

Shihao Li, Naisheng Ye, Tianyu Li, Kashyap Chitta, Tuo An, Peng Su, Boyang Wang, Haiou Liu, Chen Lv, Hongyang Li

机构 * Beijing Institute of Technology（北京理工大学） ； OpenDriveLab at The University of Hong Kong（香港大学OpenDriveLab） ； Nanyang Technological University（南洋理工大学） ； NVIDIA Research（英伟达研究院） ； Yinwang Intelligent Tech. Co. Ltd.（银网智能科技有限公司） 纠错

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

AI总结 本文提出OMEGA框架，通过优化引导扩散过程生成符合物理和行为约束的多智能体驾驶场景，提升生成场景的真实性和可控性。

HJ-Gauss: A Monte-Carlo HJ Reachability Scheme

HJ-Gauss: 一种蒙特卡洛HJ可达性方案

Lekan Molu, Venkatraman Renganathan, Namhoon Cho

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

AI总结 本文提出了一种基于局部PDE线性化的方法，通过冻结系数采样方案解决高维系统中经典网格基HJ求解器内存消耗大的问题，实现了存储和网格无关的算法，适用于高维可达性分析。

Comments NeurIPS 2026 Submission

Reinforcement Learning for Freeway Lane-Change Regulation via Connected Vehicles

基于网联车辆的高速公路车道变更调控强化学习方法

Ke Sun, Huan Yu

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

AI总结 针对低自动驾驶渗透率下车道变更控制适用性受限的问题，提出基于多智能体强化学习的网联车辆高速公路车道变更调控框架，可提升交通效率并保障安全。

Dynamics and Convergences for Markov Coevolutionary Opinion Formation Games in Dynamic Social Networks

动态社交网络中马尔可夫协同进化意见形成博弈的动力学与收敛性

Po-An Chen, Chi-Jen Lu, Chuang-Chieh Lin, Jim Shi, Chih-Chieh Hung

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

AI总结 研究动态社交网络中K-NN马尔可夫博弈的收敛性，整合多智能体强化学习和在线学习技术，分析乐观梯度上升算法在一般和马尔可夫博弈中的收敛情况，得出较弱意义上收敛到近似纳什均衡的结果。

How much should we care about what others know? Jump signals in optimal investment under relative performance concerns

我们应该多在意别人知道什么吗？在相对表现关注下的最优投资中的跳跃信号

Peter Bank, Gemma Sedrakjan

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

AI总结 本文研究了在相对表现关注下，投资者如何通过跳跃信号进行最优投资决策，探讨了投资者类型分布对均衡的影响及均衡存在的条件。

V2VCrafter: Consistent Street-View Image Generation Across Vehicles

V2XCrafter：学习生成跨智能体的驾驶场景

Yihang Tao, Yu Guo, Senkang Hu, Yanan Ma, Zihan Fang, Sam Kwong, Yuguang Fang

机构 * Hong Kong JC STEM Lab of Smart City（香港JC智能城市STEM实验室） ； City University of Hong Kong（香港城市大学） ； Lingnan University（岭南大学） 纠错

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

AI总结 提出V2XCrafter框架，通过渐进式多智能体扩散模型和跨智能体注意力模块，生成跨智能体相机视角的一致可控协作驾驶场景，以增强数据并提升下游协作3D目标检测性能。

Move What Matters: Parameter-Efficient Domain Adaptation via Optimal Transport Flow for Collaborative Perception

移动关键内容：基于最优传输流的参数高效域适应用于协同感知

Zesheng Jia, Jin Wang, Siao Liu, Lingzhi Li, Ziyao Huang, Yunjiang Xu, Jianping Wang

机构 * School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出FlowAdapt框架，通过最优传输理论减少信息传输成本，解决多智能体设置中域适应的性能退化问题，实现高效参数利用和语义保持。

Stabilizing Welfare-Maximizing Decisions via Endogenous Transfers

通过内生转移稳定福利最大化决策

Joshua Kavner

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

AI总结 本文提出了一种通过内生转移实现福利最大化决策的框架，解决了联盟形成中的稳定性问题，并提供了高效的算法和理论保障。

Comments 16 pages

Local-Canonicalization Equivariant Graph Neural Networks for Sample-Efficient and Generalizable Swarm Robot Control

用于样本高效且可泛化的群体机器人控制的局部正则化等变图神经网络

Keqin Wang, Tao Zhong, David Chang, Christine Allen-Blanchette

机构 * Princeton University（普林斯顿大学） 纠错

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

AI总结 该研究针对群体控制MARL策略效率低、泛化差的问题，提出LEGO架构，结合正则化与角色感知图编码，搭配MAPPO算法，在多基准测试中提升性能，可跨团队规模迁移，Crazyflie实验中失效后仍可运行。

Comments Accepted at IROS 2026

Mode 0: Architecture, Risk Taxonomy, and Standardization Pathway for RCU-Assisted V2X Safety Communication

模式0：面向路侧计算单元辅助安全通信的新型3GPP V2X资源分配类别

Dewei Jiang, Xiang Gu

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

AI总结 针对现有3GPP V2X资源分配框架中基站与车辆UE二元分类的结构性缺陷，提出以路侧计算单元（RCU）为核心实体的新模式0，通过集成感知、通信与计算能力，实现高密度交通场景下的低延迟安全通信，并利用MAPPO仿真验证了其性能优势。

Comments v4: substantial restructure; new sections on institutional authority, escalation security, and pool sizing; title revised; references expanded to 34. 44 pages, 7 figures, 4 tables

Shepherding UAV Swarm with Action Prediction Based on Movement Constraints

通过基于运动约束的动作预测来引导无人机群

Yusuke Tsunoda, Yusuke Goto, Takao Sato

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

AI总结 本文提出了一种基于动态窗口方法的三维引导控制律，通过预测自主无人机群的行为来提高引导效率，考虑了运动约束下的可行运动候选生成和评估。

On the existence of fair zero-determinant strategies in the periodic prisoner's dilemma game

关于周期囚徒困境游戏中公平零决定策略存在的研究

Ken Nakamura, Masahiko Ueda

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

AI总结 本文研究周期囚徒困境游戏中公平零决定策略的存在条件，发现其与重复囚徒困境游戏不同，且Tit-for-Tat策略在周期游戏中未必为公平策略。

Comments 35 pages, 7 figures

Journal ref Applied Mathematics and Computation 532, 130259 (2027)

Self-Configurable Mesh-Networks for Scalable Distributed Submodular Bandit Optimization

可自我配置的网格网络用于可扩展的分布式子模带提优化

Zirui Xu, Vasileios Tzoumas

机构 * Department of Aerospace Engineering, University of Michigan（航空航天工程系，密歇根大学） 纠错

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

AI总结 本文提出了一种可自我配置的网格网络方法，通过限制信息中继和消息大小，实现分布式子模带提优化的可扩展性和接近最优性。

The fractal geometry of opinion formation

意见形成的分形几何

Fei Cao, Roberto Cortez

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

AI总结 本文研究了基于代理的意见动力学模型，揭示了其在大规模人口极限下的自相似结构，扩展了伯努利卷积在分形几何中的应用。

Comments 38 pages, 4 figures

Robustness and Centrality in Markov-switching Networks

马尔可夫切换共识网络中的鲁棒性与领导力

Sarah H. Cen, Vaibhav Srivastava, Naomi Ehrich Leonard

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

AI总结 研究马尔可夫切换图下多智能体系统在连续和离散时间中的鲁棒性，推导稳态协方差表达式，并扩展静态图的鲁棒性概念到切换图场景。

Comments An extended version of an earlier IEEE CDC paper

When Coordination Is Avoidable: A Monotonicity Analysis of Organizational Tasks

当协调可避免时：组织任务的单调性分析

Harang Ju

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

AI总结 本文通过单调性分析，证明协调并非所有组织任务必需，并基于分布式系统理论提出判定规则，应用于工作流和任务数据集，发现大量协调支出可避免。

Comments 27 pages, 1 figure, 10 tables

DeReCo: Decoupling Representation and Coordination Learning for Object-Adaptive Decentralized Multi-Robot Cooperative Transport

DeReCo：解耦表示与协调学习以实现物体自适应的去中心化多机器人协作运输

Kazuki Shibata, Ryosuke Sota, Shandil Dhiresh Bosch, Yuki Kadokawa, Yoshihisa Tsurumine, Takamitsu Matsubara

机构 * Division of Information Science, Graduate School of Science and Technology, Nara Institute of Science and Technology (NAIST)（信息科学系，科学技术研究生院，科学与技术国立研究所（NAIST）） ； Department of Cognitive Robotics, Faculty of Mechanical Engineering, Delft University of Technology（认知机器人系，机械工程学院，代尔夫特理工大学） 纠错

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

AI总结 DeReCo通过解耦表示与协调学习，提升多机器人协作运输的样本效率和泛化能力。

Comments 9 pages, 7 figures