AI Agent

Training-Free Agentic AI: Probabilistic Control and Coordination in Multi-Agent LLM Systems

无需训练的代理AI：多代理大语言模型系统的概率控制与协调

Mohammad Parsa Hosseini, Ankit Shah, Saiyra Qureshi, Alex Huang, Connie Miao, Wei Wei

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

AI总结 本文提出REDEREF控制器，通过概率方法提升多代理LLM系统的路由效率与鲁棒性，减少资源消耗并提高任务成功率。

Comments under review, 13 pages

When Do Multi-Agent Systems Outperform? Analysing the Learning Efficiency of Agentic Systems

多智能体系统何时表现更优？分析智能体系统的学习效率

Junwei Su, Chuan Wu

机构 * Department of Computer Science, University of Hong Kong（计算机科学系，香港大学） 纠错

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

AI总结 本文研究多智能体强化学习在大语言模型中的学习效率，通过理论分析揭示任务分解与对齐对样本复杂性的影响，明确MARL在特定任务下的优势条件。

EduAgentQG: A Multi-Agent Workflow Framework for Personalized Question Generation

Rui Jia, Min Zhang, Fengrui Liu, Bo Jiang, Kun Kuang, Zhongxiang Dai

机构 * East China Normal University（东华大学） ； Shanghai Institute of Al for Education（上海人工智能教育研究院） ； The Chinese University of Hong Kong, Shenzhen School of Data Science（香港中文大学（深圳）数据科学学院） 纠错

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

A Multi-Agent Reinforcement Learning Approach For Safe and Efficient Behavior Planning Of Connected Autonomous Vehicles

Songyang Han, Shanglin Zhou, Jiangwei Wang, Lynn Pepin, Caiwen Ding, Jie Fu, Fei Miao

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

Comments This paper is submitted to IEEE Transactions on Intelligent Transportation Systems

Multi-Agent Safe Planning with Gaussian Processes

Zheqing Zhu, Erdem Bıyık, Dorsa Sadigh

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

Comments 9 pages, 5 figures. Published at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2020

GAM-Agent: Game-Theoretic and Uncertainty-Aware Collaboration for Complex Visual Reasoning

GAM-Agent：面向复杂视觉推理的博弈论与感知不确定性感知协作框架

Jusheng Zhang, Yijia Fan, Wenjun Lin, Ruiqi Chen, Haoyi Jiang, Wenhao Chai, Jian Wang, Keze Wang

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

AI总结 该研究提出GAM-Agent博弈论多智能体框架，通过基础感知智能体与关键验证智能体的非零和博弈及不确定性感知协作，在四个视觉推理基准上显著提升了中小及强规模VLM的性能，为可靠可解释多模态推理提供了新路径。

Comments Accepted at NeurIPS 2025. Code available at https://github.com/jushengzhang/Gam-Agent

Causal Explanations for Sequential Decision-Making in Multi-Agent Systems

Balint Gyevnar, Cheng Wang, Christopher G. Lucas, Shay B. Cohen, Stefano V. Albrecht

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

Comments Accepted in 23rd International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS), 2024

Orchestrating Power Grid Studies with Multi-Agent AI and MCP Servers

利用多智能体人工智能和MCP服务器编排电网研究

Jérôme Picault, Clément Goubet

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

AI总结 探讨智能体人工智能和MCP在TSO环境下对电网研究的支持，结合大语言模型等要素，介绍pypowsybl - mcp接口搭建试验台，研究智能体交互方式，讨论人工参与原则与评估策略，推动电网研究环境更具交互性、可审计性和扩展性。

Comments Accepted to IJCAI AISE 2026 workshop

Agent Identity URI Scheme: Topology-Independent Naming and Capability-Based Discovery for Multi-Agent Systems

代理身份 URI 方案：多智能体系统的拓扑无关命名和基于能力的发现

Roland R. Rodriguez

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

AI总结 研究多智能体系统身份与位置绑定的问题，提出 agent:// URI 方案，通过信任根、能力路径和唯一标识符解耦身份与拓扑，实现基于能力的发现，经多维度评估，为去中心化代理身份及发现提供基础。

Comments 19 pages, 6 tables. Feedback welcome on DHT incentive models and capability mapping service design

[AAFLOW+] Stateful Operator Abstraction with Zero-Copy Distributed KV Cache Orchestration for Multi-Agent Workflows

[AAFLOW+] 用于多智能体工作流的具有零拷贝分布式键值缓存编排的有状态算子抽象

Arup Kumar Sarker, Alexander James Halpern, Mills Staylor, Aymen Alsaadi, Gregor von Laszewski, Yue Cheng, Shantenu Jha, Geoffrey Fox

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

AI总结 研究多智能体语言模型系统文本中心问题，提出AAFLOW+扩展，构建通信感知图并提供多种算子，实现零拷贝执行，通过分析成本模型验证，大幅降低TTFT、计算成本、键值内存并提高吞吐量，提升多智能体系统效率

Comments 21 pages, 10 Figures, 12 Tables

GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks

GaP：面向变分自动化任务的图即策略多智能体自学习框架

Kaiyuan Chen, Shuangyu Xie, Letian Fu, Justin Yu, William Pacini, Sandeep Bajamahal, Hudson Kim, Jaimyn Drake, Daehwa Kim, Haoru Xue, Jonathan Francis, Christian Juette, Peter Schaldenbrand, Muhammet Yunus Seker, Ruwan Wickramarachchi, Uksang Yoo, Guanzhi Wang, Adithyavairavan Murali, Balakumar Sundaralingam, S. Shankar Sastry, Spencer Huang, Yuke Zhu, Linxi "Jim" Fan, Ken Goldberg

机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； NVIDIA（英伟达） ； Carnegie Mellon University（卡内基梅隆大学） ； Bosch（博世） 纠错

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

AI总结 针对变分自动化任务无模型策略可靠性不足问题，提出图即策略多智能体编码框架GaP，通过生成计算图并行迭代优化，在虚实8项基准上表现远超基线。

Gamma-World: Generative Multi-Agent World Modeling Beyond Two Players

Gamma-World: 超越双玩家的生成式多智能体世界建模

Fangfu Liu, Kai He, Tianchang Shen, Tianshi Cao, Sanja Fidler, Yueqi Duan, Jun Gao, Igor Gilitschenski, Zian Wang, Xuanchi Ren

机构 * NVIDIA ； Tsinghua University（清华大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 提出一种生成式多智能体世界模型，通过Simplex Rotary Agent Encoding实现智能体置换等价性，并采用Sparse Hub Attention降低跨智能体注意力成本，支持多玩家交互视频生成。

Comments Project Page: https://research.nvidia.com/labs/sil/projects/gamma-world

Matrix: Peer-to-Peer Multi-Agent Synthetic Data Generation Framework

矩阵：基于点对点的多智能体合成数据生成框架

Dong Wang, Yang Li, Ansong Ni, Ching-Feng Yeh, Youssef Emad, Xinjie Lei, Liam Robbins, Karthik Padthe, Hu Xu, Xian Li, Asli Celikyilmaz, Ramya Raghavendra, Lifei Huang, Carole-Jean Wu, Shang-Wen Li

机构 * FAIR at Meta（Meta 的 FAIR） 纠错

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

AI总结 本文提出Matrix框架，通过去中心化设计实现多智能体协同生成高质量、多样化的合成数据，提升数据生成效率2-15倍，适用于多智能体对话、网络推理数据提取等场景。

Comments MLSys 2026

A2H: Agent-to-Human Protocol for AI Agent

A2H：AI代理的代理到人类协议

Zhiyuan Liang, Enfang Cui, Qian Wei, Rui She, Tianzheng Li, Minxin Guo, Yujun Cheng

专题命中 多智能体 ：agent(title,abstract)；AI agent(title,abstract)；tool use(abstract)；planning(abstract)

AI总结 A2H协议通过统一机制使人类成为可发现的可解析实体，推动AI代理向人类连接的智能基础设施发展。

Text2BIM: Generating Building Models Using a Large Language Model-based Multi-Agent Framework

Changyu Du, Sebastian Esser, Stavros Nousias, André Borrmann

机构 * Chair of Computing in Civil and Building Engineering, Technical University of Munich, Munich, Germany（土木与建筑工程计算系，慕尼黑技术大学，德国慕尼黑） ； TUM Georg Nemetschek Institute, Munich, Germany（慕尼黑技术大学格奥尔·奈梅克研究所，德国慕尼黑） 纠错

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

Comments Journal of Computing in Civil Engineering

Adversarial Attacks in Multi-Agent LLM Pipelines: Unveiling Structural Vulnerabilities in Agentic AI Architectures

多智能体大语言模型流水线中的对抗攻击：揭示智能体AI架构的结构性漏洞

Faisal Haque Bappy, Tahrim Hossain, Tarannum Shaila Zaman, Raiful Hasan, Kamrul Hasan, Tariqul Islam

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

AI总结 该研究针对多智能体LLM流水线的结构性漏洞，通过在GPT-5-mini等模型上的实验，发现对抗性漏洞源于架构而非模型能力，推动流水线级防御的发展。

Comments This paper has been accepted at the 2026 IEEE Global Communications Conference (GLOBECOM)

RF-Agent: A Practical Framework for Building Language Agents for RFIC Design

RF-Agent：用于构建射频集成电路设计语言代理的实用框架

Yueqi Xing, Houbo He, Jolie Wang, Erin Ni, Shikai Wang, Qiufeng Li, Weidong Cao, Taiyun Chi

机构 * Rice University（莱斯大学） ； The George Washington University（乔治·华盛顿大学） 纠错

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

AI总结 针对大语言模型在射频电路设计应用受限问题，提出RF-Agent框架，通过教科书驱动知识蒸馏创建数据集及基准，研究监督微调与检索增强生成策略，发现特定领域SFT对中小模型提升大，语义检索的RAG表现最佳，为相关工作提供基础。

Comments Accepted at ICLAD (IEEE International Conference on LLM-Aided Design), 2026

AnovaX: A Local, Multi-Agent Voice Assistant with LLM Planning, Typed Executors, and Adaptive Recovery

AnovaX：一个具有大语言模型规划、类型化执行器和自适应恢复功能的本地多智能体语音助手

Raunak B Sinha

机构 * BITS Pilani（贝拉理工学院皮拉尼分校） 纠错

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

AI总结 研究桌面语音助手局限，提出AnovaX本地多智能体语音助手，通过Python进程连接多组件，含规划器、安全层等，各工具对应专用智能体类，有递归元智能体及自适应恢复循环，还介绍配套服务器功能，展示其独特优势。

Alternating Target-Path Planning for Scalable Multi-Agent Coordination

可扩展多智能体协调的交替目标路径规划

Yu Kumagai, Keisuke Okumura

机构 * Hitotsubashi University, Japan（日本立命堂大学） ； National Institute of Advanced Industrial Science and Technology (AIST), Japan（日本国家先进工业科学和技术研究院） 纠错

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

AI总结 本文提出一种迭代优化框架，将目标分配与路径规划解耦，利用高效MAPF求解器实现可扩展的多智能体协同路径规划，有效提升大规模TAPF问题的求解能力。

FLARE: Agentic Coverage-Guided Fuzzing for LLM-Based Multi-Agent Systems

FLARE：基于LLM的多智能体系统代理覆盖引导模糊测试

Mingxuan Hui, Xinyue Li, Lu Wang, Chengcheng Wan, Yifan Wang, Yimian Wang, Feiyue Song, Beining Shi, Yixi Li, Yaxiao Li

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

AI总结 FLARE通过代理定义提取规范和行为空间，构建测试或acles进行覆盖引导模糊测试，发现多智能体系统中的失败案例，实现96.9%的代理间覆盖和91.1%的代理内覆盖。

Comments 22 pages, 7 figures

Environment-Grounded Multi-Agent Workflow for Autonomous Penetration Testing

基于环境的多智能体工作流用于自主渗透测试

Michael Somma, Markus Großpointner, Paul Zabalegui, Eppu Heilimo, Branka Stojanović

机构 * JOANNEUM RESEARCH Forschungsgesellschaft mbH, DIGITAL – Institute for Digital Technologies（JOANNEUM RESEARCH 研究所，DIGITAL – 数字技术研究所） ； TU Graz, Institute for Technical Informatics（格拉茨技术大学，技术信息研究所） ； Jamk University of Applied Sciences, Institute of Information Technology（贾马克应用科学大学，信息技术研究所） 纠错

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

AI总结 本文提出一种基于环境的多智能体架构，用于机器人环境中的自动化渗透测试，通过动态构建共享图状记忆实现系统状态的结构化自动化，并在ROS/ROS2场景中验证了其高可靠性。

Agentic Automation of BT-RADS Scoring: End-to-End Multi-Agent System for Standardized Brain Tumor Follow-up Assessment

脑肿瘤报告与数据系统自动化：端到端多智能体系统用于标准化脑肿瘤随访评估

Mohamed Sobhi Jabal, Jikai Zhang, Dominic LaBella, Jessica L. Houk, Dylan Zhang, Jeffrey D. Rudie, Kirti Magudia, Maciej A. Mazurowski, Evan Calabrese

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

AI总结 本文提出一种端到端多智能体系统，结合大语言模型和卷积神经网络，用于自动化脑肿瘤BT-RADS评分，提高了与专家标准的一致性和准确性。

Comments 17 pages, 5 figures, 4 tables, 2 supplementary figures, 3 supplementary tables

An Agentic Multi-Agent Architecture for Cybersecurity Risk Management

面向网络安全风险管理的代理多代理架构

Ravish Gupta, Saket Kumar, Shreeya Sharma, Maulik Dang, Abhishek Aggarwal

机构 * Lead Software Engineer, BigCommerce（BigCommerce 首席软件工程师） ； University at Buffalo, The State University of New York, Buffalo, NY, USA（纽约州立大学布法罗分校） ； Software Engineer, Microsoft（微软软件工程师） ； Senior Software Engineer, Amazon（亚马逊高级软件工程师） 纠错

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

AI总结 本文提出一种六代理AI系统，通过共享持久上下文提升评估效率，实验证明其在风险评估中的有效性与效率。

Comments 15 pages, 1 figure, 2 tables. Submitted to AICTC 2026 (Springer LNCS)

Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction

通过大规模开源代理仓库挖掘实现技能自动化获取：一种多代理过程知识提取框架

Shuzhen Bi, Mengsong Wu, Hao Hao, Keqian Li, Wentao Liu, Siyu Song, Hongbo Zhao, Aimin Zhou

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

AI总结 本文提出一种多代理过程知识提取框架，通过挖掘开源仓库获取高质量代理技能，结合安全治理和评估指标实现可扩展的知识获取，提升知识转移效率40%。

Agentic AI for Ultra-Modern Networks: Multi-Agent Framework for RAN Autonomy and Assurance

Sukhdeep Singh, Avinash Bhat, Shweta M, Subhash K Singh, Moonki Hong, Madhan Raj K, Kandeepan Sithamparanathan, Sunder A. Khowaja, Kapal Dev

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

Sentinel Agents for Secure and Trustworthy Agentic AI in Multi-Agent Systems

Diego Gosmar, Deborah A. Dahl

机构 * Head of AI Tesisquare（Tesisquare人工智能负责人） ； Voiceinteroperability.ai Initiative Member（Voiceinteroperability.ai 创始成员） ； Linux Foundation AI & Data（Linux基金会人工智能与数据） ； AI & Data Torino, TO 10100, Italy（人工智能与数据Torino, TO 10100, Italy） ； Principal Conversational Technologies（对话技术首席专家） ； Plymouth Meeting, Pennsylvania, USA（美国宾夕法尼亚州Plymouth Meeting） 纠错

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

Comments 25 pages, 12 figures

(P)rior(D)yna(F)low: A Priori Dynamic Workflow Construction via Multi-Agent Collaboration

Yi Lin, Lujin Zhao, Yijie Shi

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

Secret Collusion among AI Agents: Multi-Agent Deception via Steganography

Sumeet Ramesh Motwani, Mikhail Baranchuk, Martin Strohmeier, Vijay Bolina, Philip H. S. Torr, Lewis Hammond, Christian Schroeder de Witt

机构 * UC Berkeley（加州大学伯克利分校） ； University of Oxford（牛津大学） ； Armasuisse Science+Technology（阿玛苏斯科学与技术） ； Google DeepMind（谷歌DeepMind） 纠错

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

Can We Trust AI Agents? A Case Study of an LLM-Based Multi-Agent System for Ethical AI

José Antonio Siqueira de Cerqueira, Mamia Agbese, Rebekah Rousi, Nannan Xi, Juho Hamari, Pekka Abrahamsson

机构 * Tampere University（塔尔皮奥大学） ； University of Jyväskylä（耶夫斯克耶拉大学） ； University of Vaasa（瓦萨大学） 纠错

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

Regulator-Manufacturer AI Agents Modeling: Mathematical Feedback-Driven Multi-Agent LLM Framework

Yu Han, Zekun Guo

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