AI Agent

Learning to Negotiate: Multi-Agent Deliberation for Collective Value Alignment in LLMs

学习协商：多智能体协商以实现大语言模型中的集体价值对齐

Panatchakorn Anantaprayoon, Nataliia Babina, Nima Asgharbeygi, Jad Tarifi

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

AI总结 本文提出基于多智能体协商的对齐框架，通过集体代理（CA）目标提升大语言模型的集体价值对齐能力，并改进冲突解决能力，实验表明其在冲突解决性能上有显著提升。

Comments To appear in LREC 2026 2nd DELITE Workshop

TwinLoop: Simulation-in-the-Loop Digital Twins for Online Multi-Agent Reinforcement Learning

TwinLoop：用于在线多智能体强化学习的闭环仿真数字孪生

Nan Zhang, Zishuo Wang, Shuyu Huang, Georgios Diamantopoulos, Nikos Tziritas, Panagiotis Oikonomou, Georgios Theodoropoulos

机构 * Research Institute of Trustworthy Autonomous Systems, Southern University of Science and Technology（南方科技大学可信自主系统研究院） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Informatics and Telecommunications, University of Thessaly（色萨利大学信息与电信系） 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 TwinLoop通过仿真闭环数字孪生框架提升多智能体系统在运行时的适应性，减少对高成本试错的依赖，提高上下文切换后的适应效率。

Comments 6 pages, 6 figures

Energy Saving for Cell-Free Massive MIMO Networks: A Multi-Agent Deep Reinforcement Learning Approach

为无细胞大规模MIMO网络节能：一种多智能体深度强化学习方法

Qichen Wang, Keyu Li, Ozan Alp Topal, Özlem Tugfe Demir, Mustafa Ozger, Cicek Cavdar

机构 * Bilkent University（比尔肯大学） ； Aalborg University（奥尔堡大学） 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 本文提出一种多智能体深度强化学习算法，用于无源大规模MIMO网络下行链路动态交通条件下的节能，通过自主控制天线配置和先进睡眠模式选择，降低能耗并减少掉线率。

PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing

PaperOrchestra：一个用于自动化AI论文写作的多智能体框架

Yiwen Song, Yale Song, Tomas Pfister, Jinsung Yoon

机构 * Google（谷歌） 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 PaperOrchestra通过多智能体框架将非结构化研究资料转化为可提交的LaTeX论文，包含全面的文献综述和生成的视觉内容，通过PaperWritingBench基准测试显著优于现有自动写作系统。

Comments Project Page: https://yiwen-song.github.io/paper_orchestra/

Co-Designing Quantum Codes with Transversal Diagonal Gates via Multi-Agent Systems

通过多智能体系统共设计具有横向对角门的量子码

Xi He, Sirui Lu, Bei Zeng

机构 * Department of Physics, The University of Texas at Dallas, Richardson, Texas 75080, USA（德克萨斯大学达拉斯分校物理系，美国德克萨斯州理查森市75080） 纠错

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

AI总结 本文提出通过多智能体系统结合符号合成、组合和线性规划搜索、精确重建数值候选和形式验证，实现非加性量子纠错码的精确科学发现，发现14116种代码并提取无限族。

Comments 33 pages, 4 figures

FURINA: A Fully Customizable Role-Playing Benchmark via Scalable Multi-Agent Collaboration Pipeline

FURINA：通过可扩展的多智能体协作流水线实现完全可定制的角色扮演基准

Haotian Wu, Shufan Jiang, Chios Chen, Yiyang Feng, Hehai Lin, Heqing Zou, Yao Shu, Chengwei Qin

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The University of Hong Kong（香港大学） ； Stony Brook University（石溪大学） ； Nanyang Technological University（南洋理工大学） ； Datawhale Org.（Datawhale 组织） ； Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出FURINA-Builder，一种可扩展的多智能体协作流水线，用于构建完全可定制的角色扮演基准。该基准支持多样化的场景和提示格式，通过智能体协作评估任意角色，并发现推理能力提升的同时 hallucinations 增加的新型权衡。

Talk to Right Specialists: Iterative Routing in Multi-agent Systems for Question Answering

与正确专家对话：多智能体系统中用于问答的迭代路由

Feijie Wu, Zitao Li, Fei Wei, Yaliang Li, Bolin Ding, Jing Gao

机构 * Purdue University（普渡大学） ； Alibaba（阿里巴巴） ； Zoom Communication（Zoom通信） 纠错

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

AI总结 本文提出RIRS框架，通过迭代路由解决多智能体问答中用户无法确定咨询哪个专家及复杂问题需多专家证据的问题，提升回答准确性和效率。

Comments Differences between v1 & v2: The algorithm name of the first version is RopMura, which decomposes a multi-hop query into several simple subqueries, and a question selector selects one of the subqueries to answer. In the second version, the name is updated to RIRS, which directly routes a query to the appropriate agents, regardless of whether the query is single-hop or multi-hop

PolySwarm: A Multi-Agent Large Language Model Framework for Prediction Market Trading and Latency Arbitrage

PolySwarm：一种多智能体大语言模型框架，用于预测市场交易和延迟套利

Rajat M. Barot, Arjun S. Borkhatariya

机构 * Department of Computer Science, State University of New York, Binghamton（纽约州立大学宾汉姆顿分校计算机科学系） ； Department of Software Engineering, Arizona State University（亚利桑那州立大学软件工程系） 纠错

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

AI总结 本文提出PolySwarm框架，通过多智能体大语言模型实时预测市场交易和去中心化平台上的延迟套利，结合贝叶斯方法和信息论分析，展示其在概率校准上的优越性能。

Comments 13 pages, 3 figures, 3 tables

Representational Collapse in Multi-Agent LLM Committees: Measurement and Diversity-Aware Consensus

多智能体大语言模型委员会中的表征坍塌：测量与多样性感知共识

Dipkumar Patel

机构 * LLMs Research Inc.（LLMs研究公司） 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 研究探讨多智能体大语言模型委员会中表征坍塌现象，通过测量和多样性感知共识方法提升共识质量，实验表明表征坍塌可测量且影响任务难度。

Comments 11 pages, 2 figures, 7 tables

PlayGen-MoG: Framework for Diverse Multi-Agent Play Generation via Mixture-of-Gaussians Trajectory Prediction

PlayGen-MoG：基于高斯混合轨迹预测的多智能体多样化play生成框架

Kevin Song

机构 * Amazon Web Services（亚马逊云服务） 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 本文提出PlayGen-MoG框架，通过高斯混合输出头、相对空间注意力和非自回归预测方法，解决多智能体轨迹生成中的多样性与空间协调问题，实现从单一静态阵型生成真实play。

Comments 9 pages, 4 figures, 2 tables. Accepted to CVPRW 2026

One Panel Does Not Fit All: Case-Adaptive Multi-Agent Deliberation for Clinical Prediction

一个面板并不适用于所有情况：面向临床预测的案例自适应多智能体协商

Yuxing Lu, Yushuhong Lin, Jason Zhang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学） 纠错

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

AI总结 本文提出CAMP框架，通过动态组建专家团队应对临床预测中的案例异质性，采用三值投票机制和混合路由策略，实现更精确的诊断预测和住院疗程生成，优于现有方法。

"Who Am I, and Who Else Is Here?" Behavioral Differentiation Without Role Assignment in Multi-Agent LLM Systems

我是谁，还有谁在这里？

Houssam EL Kandoussi

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 研究探讨了多个大语言模型在共享对话中是否发展出差异化社会角色或趋于统一行为，通过实验平台分析7种异质LLM群体在统一推理后端上的多代理讨论，发现异质群体行为差异化更显著，且模型名暴露会增加行为收敛，去除提示结构可使行为趋于同质。

Comments 9 pages, 11 figures, 5 tables

Multi-Agent LLMs for Adaptive Acquisition in Bayesian Optimization

多智能体大语言模型用于贝叶斯优化中的自适应获取

Andrea Carbonati, Mohammadsina Almasi, Hadis Anahideh

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 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 本文研究多智能体大语言模型在贝叶斯优化中的自适应获取策略，通过分解探索-利用控制与候选生成，提升搜索效率与稳定性。

Comments Proceedings of the IISE Annual Conference & Expo 2026

Robust Multi-Agent Reinforcement Learning for Small UAS Separation Assurance under GPS Degradation and Spoofing

针对GPS退化和欺骗的鲁棒多智能体强化学习用于小型无人机分离保障

Alex Zongo, Filippos Fotiadis, Ufuk Topcu, Peng Wei

机构 * George Washington University（乔治华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 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 本文通过多智能体强化学习解决小型无人机在GPS退化和欺骗下的鲁棒分离保障问题，提出闭式表达式对抗扰动，实现线性时间评估，并在高密度无人机模拟中取得近零碰撞率。

Comments This work has been submitted to the IEEE for possible publication

OEMA: Ontology-Enhanced Multi-Agent Collaboration Framework for Zero-Shot Clinical Named Entity Recognition

OEMA：基于本体的多智能体协作框架用于零样本临床命名实体识别

Xinli Tao, Xin Dong, Xuezhong Zhou

机构 * Department of Artificial Intelligence, Beijing Key Lab of Traffic Data Analysis ； Mining , School of Computer Science \& Technology, Beijing Jiaotong University , Beijing , 100044 , China 纠错

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

AI总结 本文提出OEMA框架，通过多智能体协作提升零样本临床NER性能，结合自标注器、判别器和预测器，实现接近监督学习的准确率。

Comments 12 pages, 4 figures, 4 tables

Journal ref JAMIA Open, 2026, ooag049

Multi-Agent Dialectical Refinement for Enhanced Argument Classification

多智能体辩证细化用于增强论证分类

Jakub Bąba, Jarosław A. Chudziak

机构 * Faculty of Electronics 纠错

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

AI总结 本文提出MAD-ACC框架，通过多智能体辩论解决论证分类不确定性，实现85.7%的宏F1分数，无需领域特定训练，提供可解释的辩论记录。

Comments Accepted for publication in the proceedings of ACIIDS 2026

Dual-Graph Multi-Agent Reinforcement Learning for Handover Optimization

双图多智能体强化学习用于切换优化

Matteo Salvatori, Filippo Vannella, Sebastian Macaluso, Stylianos E. Trevlakis, Carlos Segura Perales, José Suarez-Varela, Alexandros-Apostolos A. Boulogeorgos, Ioannis Arapakis

机构 * Telefónica Research ； Innocube PC ； Department of Electrical and Computer Engineering, Democritus University of Thrace（电气与计算机工程系，德摩根大学） 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 本文提出TD3-D-MA算法，利用双图结构和图神经网络解决网络切换优化问题，通过共享参数GNN和区域双批评器提升决策效率，实验证明其在不同交通和网络拓扑下均能提升网络吞吐量。

AutoSCORE: Enhancing Automated Scoring with Multi-Agent Large Language Models via Structured Component Recognition

AutoSCORE: 通过结构化组件识别提升多智能体大语言模型的自动评分

Yun Wang, Zhaojun Ding, Xuansheng Wu, Siyue Sun, Ninghao Liu, Xiaoming Zhai

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

AI总结 AutoSCORE通过多智能体大语言模型和结构化组件识别提升自动评分的准确性与可解释性，在多个基准数据集上表现出色，尤其在复杂评分标准下效果显著。

Comments 9 pages, 2 figures

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(48), 40898-40906, 2026

MARS: toward more efficient multi-agent collaboration for LLM reasoning

MARS：迈向更高效的多智能体协作以提升大语言模型推理

Xiao Wang, Jia Wang, Yijie Wang, Pengtao Dang, Sha Cao, Chi Zhang

机构 * Indiana University Bloomington（印第安纳大学布卢明顿分校） ； Oregon Health & Science University（俄勒冈健康与科学大学） 纠错

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

AI总结 本文提出MARS框架，通过角色化协作提升LLM推理能力，相比MAD等方法，在多个基准测试中实现准确率相当但token消耗和推理时间减少约50%。

Learning Communication Between Heterogeneous Agents in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence

在自主网络防御中的多智能体强化学习中学习异构智能体间的通信

Alex Popa, Adrian Taylor, Ranwa Al Mallah

机构 * Department of Electrical and Computer Engineering, Royal Military College of Canada（加拿大皇家军事学院电子与计算机工程系） ； Defence Research and Development Canada（加拿大国防研究与发展加拿大） ； Department of Computer Engineering and Software Engineering, Polytechnique Montréal（蒙特利尔理工学院计算机工程与软件工程系） 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 本文研究了在模拟网络环境中异构智能体通信能力的多智能体系统，利用CommFormer算法训练评估智能体，结果显示异构能力的智能体在收敛速度和标准误差方面优于其他算法。

Comments 6 pages, 3 figures, 1 algorithm, conference paper. CyMARL-CommFormer code available at https://github.com/Poly-AIvsAI/CyMARL-CommFormer/tree/main

JCAS-MARL: Joint Communication and Sensing UAV Networks via Resource-Constrained Multi-Agent Reinforcement Learning

JCAS-MARL：通过资源受限多智能体强化学习实现联合通信与感知的无人机网络

Islam Guven, Mehmet Parlak

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

AI总结 本文提出JCAS-MARL框架，利用多智能体强化学习解决无人机网络中通信、感知与能源约束的协同优化问题，通过动态通信图实现多无人机共识以提高检测可靠性。

Comments 6 pages, 8 figures, submitted to the conference

Multi-Agent Debate with Memory Masking

具有记忆掩码的多智能体辩论

Hongduan Tian, Xiao Feng, Ziyuan Zhao, Xiangyu Zhu, Rolan Yan, Bo Han

机构 * TMLR Group, Hong Kong Baptist University（香港 Baptist 大学 TMLR 团队） ； Search Algorithm Group, WeChat, Tencent（微信搜索算法团队，腾讯） 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 本文提出MAD-M$^2$框架，通过在每轮辩论前屏蔽错误记忆以提升多智能体辩论的鲁棒性，实验证明其在数学和逻辑推理任务中表现更优。

Comments ICLR 2026

GoAgent: Group-of-Agents Communication Topology Generation for LLM-based Multi-Agent Systems

GoAgent：基于大语言模型的多智能体系统的群体通信拓扑生成

Hongjiang Chen, Xin Zheng, Yixin Liu, Pengfei Jiao, Shiyuan Li, Huan Liu, Zhidong Zhao, Ziqi Xu, Ibrahim Khalil, Shirui Pan

机构 * School of Cyberspace, Hangzhou Dianzi University（杭州电子科技大学信息学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院） ； School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院） 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 本文提出GoAgent，通过LLM生成任务相关的群体结构，显式构建多智能体系统通信拓扑，提升协作效率并减少通信开销。

Multi-Agent Reinforcement Learning for Dynamic Pricing: Balancing Profitability,Stability and Fairness

多智能体强化学习在动态定价中的应用：平衡盈利、稳定性和公平性

Krishna Kumar Neelakanta Pillai Santha Kumari Amma

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

AI总结 本文通过模拟市场环境评估了多智能体强化学习方法在动态定价中的表现，发现MAPPO在盈利、稳定性和公平性方面表现更优。

Journal ref International Journal of Science and Research (IJSR), Volume 14 Issue 9, September 2025, Paper ID: SR25927034247

Do Mixed-Vendor Multi-Agent LLMs Improve Clinical Diagnosis?

多供应商多智能体大语言模型是否能改善临床诊断？

Grace Chang Yuan, Xiaoman Zhang, Sung Eun Kim, Pranav Rajpurkar

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

AI总结 本文研究了多供应商多智能体系统在临床诊断中的表现，发现混合供应商配置在召回率和准确性上优于单一供应商配置，揭示了供应商多样性对诊断系统鲁棒性的重要性。

Comments Accepted as Oral at the EACL 2026 Workshop on Healthcare and Language Learning (HeaLing)

Multi-Agent LLMs for Generating Research Limitations

多智能体大语言模型用于生成研究局限性

Ibrahim Al Azher, Zhishuai Guo, Hamed Alhoori

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

AI总结 本文提出多智能体框架生成研究局限性，结合OpenReview评论和作者声明，利用引用论文捕捉上下文缺陷，通过不同角色智能体系统识别显性、隐性、同行评审和文献相关局限性，提升局限性描述的准确性。

Comments 18 Pages, 9 figures

Deep Reinforcement Learning for Multi-Agent Coordination

多智能体协调的深度强化学习

Kehinde O. Aina, Sehoon Ha

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

AI总结 本文提出一种基于信息素的多智能体深度强化学习框架，通过虚拟信息素模拟局部和社会交互，实现无通信的去中心化协调，解决狭窄环境中多机器人协作的挑战。

Comments 11 pages, 8 figures, 1 table, presented at SWARM 2022, to be published in Journal of Artificial Life and Robotics

Journal ref Artificial Life and Robotics (2025)

UAV-MARL: Multi-Agent Reinforcement Learning for Time-Critical and Dynamic Medical Supply Delivery

无人机多智能体强化学习：用于时间敏感和动态医疗物资配送

Islam Guven, Mehmet Parlak

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

AI总结 本文提出基于多智能体强化学习的无人机协调框架，用于在动态医疗物资配送中实现高效任务优先和资源分配。

Comments 7 pages, 4 figures, 2 tables, conference

KernelSkill: A Multi-Agent Framework for GPU Kernel Optimization

KernelSkill：一种用于GPU内核优化的多智能体框架

Qitong Sun, Jun Han, Tianlin Li, Zhe Tang, Sheng Chen, Fei Yang, Aishan Liu, Xianglong Liu, Yang Liu

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

AI总结 KernelSkill通过多智能体框架和双层记忆架构，实现高效GPU内核优化，取得显著速度提升。

Cooperative Game-Theoretic Credit Assignment for Multi-Agent Policy Gradients via the Core

基于核心的协同博弈信用分配：通过核心的多智能体策略梯度

Mengda Ji, Genjiu Xu, Keke Jia, Zekun Duan, Yong Qiu, Jianjun Ge, Mingqiang Li

机构 * Key Laboratory of Intelligence, Games and Information Processing in Shaanxi Province（陕西省智能信息处理重点实验室） ； Unmanned System Research Institute（无人系统研究院） ； Northwestern Polytechnical University（西北工业大学） ； School of Mathematics and Statistics（数学与统计学院） ； Information Science Academy（信息科学学院） ； China Electronics Technology Group Corporation（中国电子科技集团有限公司） 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 本文提出CORA方法，通过核心分配机制解决多智能体策略梯度中的信用分配问题，提升联盟策略的协调优化能力。