TO-Agents: A Multi-Agent AI Framework for Subjective Preference-Guided Topology Optimization
Department of Mechanical Engineering Massachusetts Institute of Technology Cambridge, MA, 02139 USA（机械工程系 马萨诸塞理工学院 哥伦布, 马萨诸塞州, 02139 美国）
本文提出TO-Agents，一种多智能体AI框架，通过将自然语言设计意图与迭代拓扑优化相结合，解决设计者手动转换非直接关联的偏好到求解器设置的问题，并在两个长周期设计任务中验证了其有效性。
2026-08-25 cs.AI
Recursive Reasoning Graph for Multi-Agent Reinforcement Learning
Stanford University（斯坦福大学）；Honda Research Institute US（本田美国研究院）
多智能体强化学习（MARL）为多个智能体之间的交互提供了一种同时学习策略的有效方法。然而，在需要复杂交互的场景中，现有算法可能无法准确预测自我行为对其他代理的影响。增强对其他代理的潜在响应进行推理的能力可以允许代理制定更有效的策略。本文在集中训练分散执行的框架下采用递归推理模型，以帮助学习代理更好地与其他代理合作或竞争。该算法被称为递归推理图（R2G），在多个多智能体粒子和机器人游戏中表现出最先进的性能。
2022-03-06 cs.AI cs.LG cs.MA
AgentPSO: Evolving Agent Reasoning Skill via Multi-agent Particle Swarm Optimization
Korea Advanced Institute of Science and Technology（韩国科学技术院）
AgentPSO通过多智能体粒子群优化框架，使智能体在任务中进化推理能力，通过结合自身经验与群体最优技能，提升个体与集体推理性能，实验证明其优于静态单智能体和测试时多智能体方法。
2026-08-11 cs.AI
PeerGuard: Defending Multi-Agent Systems Against Backdoor Attacks Through Mutual Reasoning
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Alabama at Birmingham（阿拉巴马大学伯明翰分校）
本研究调查多智能体系统的后门漏洞，提出基于智能体互推理的防御机制，通过评估响应检测被投毒智能体，在LLM系统中实现高准确率与低误报。
2025-05-27 cs.AI cs.LG cs.MA
Strat-Reasoner: Reinforcing Strategic Reasoning of LLMs in Multi-Agent Games
School of Software Engineering, South China University of Technology（华南理工大学软件学院）；Department of Computer Science, University of Oxford（牛津大学计算机科学系）
提出Strat-Reasoner框架，通过递归推理范式和集中式思维链比较模块，结合混合优势与组相对强化学习，提升大语言模型在多智能体游戏中的战略推理能力。
2026-05-25 cs.AI
MAPS: Multi-Agent Personality Shaping for Collaborative Reasoning
针对现有多智能体协作推理中行为同质化、缺乏反思能力的问题，提出MAPS框架，基于大五人格理论分配独特人格特质并引入Critic智能体引导迭代优化，提升推理深度与灵活性，在基准测试中表现优异且具泛化性。
2025-11-12 cs.AI
SocialGrid: A Benchmark for Planning and Social Reasoning in Embodied Multi-Agent Systems
Technical University of Darmstadt（达姆施塔特技术大学）；German Research Center for Artificial Intelligence（德国人工智能研究中心）；Lab1141（Lab1141实验室）；Centre for Cognitive Science, Darmstadt（达姆施塔特认知科学中心）
SocialGrid通过评估LLM在具身多智能体环境中的规划、任务执行与社交推理能力，揭示了现有模型在任务完成和社交推理上的不足，并提供规划 oracle 和竞争排行榜以促进改进。
2026-04-17 cs.AI cs.LG cs.MA
Auditing Multi-Agent LLM Reasoning Trees Outperforms Majority Vote and LLM-as-Judge
University of Southern California, Los Angeles, CA, USA（美国南加州大学）
通过构建推理树路径搜索机制，AgentAuditor在多智能体系统中实现了优于多数投票和LLM作为裁判的推理准确性提升
2026-09-04 cs.AI
SiriuS: Self-improving Multi-agent Systems via Bootstrapped Reasoning
Stanford University（斯坦福大学）
SiriuS提出一种通过构建高质量推理轨迹经验库并增强失败轨迹来实现多智能体系统自我改进的框架，在推理、生物医学问答和协商任务上取得显著性能提升。
2025-02-07 cs.AI
Group Deliberation Oriented Multi-Agent Conversational Model for Complex Reasoning
Brown University（布朗大学）；New England College（新英格兰学院）；Georgia Institute of Technology（佐治亚理工学院）
本文提出一种群体讨论导向的多智能体对话模型，通过三级角色架构和改进的优化策略，提升复杂推理任务的准确性和一致性。
2025-12-31 cs.AI
ReM-MoA: Reasoning Memory Sustains Mixture-of-Agents Scaling
University of Southern California（南加州大学）；Iowa State University（爱荷华州立大学）；Cisco AI Research（思科人工智能研究院）
提出ReM-MoA框架，通过排名推理记忆和策展多样化记忆路由机制，解决混合代理架构随深度增加性能退化问题，在多个推理基准上持续优于现有方法。
2026-06-24 cs.AI
Roundtable Policy: Confidence-Weighted-Consensus Aggregation Improves Multi-Agent-System Reasoning
mit（麻省理工学院）
圆桌政策通过多语言模型加权共识提升多智能体系统在复杂科学任务中的推理能力
2026-02-11 cs.AI
Unlocking the Power of Multi-Agent LLM for Reasoning: From Lazy Agents to Deliberation
The Pennsylvania State University（宾夕法尼亚州立大学）；Harvard University（哈佛大学）；Michigan State University（密歇根州立大学）；University of Utah（犹他大学）；Microsoft（微软公司）
本文针对多智能体LLM推理中的懒惰智能体行为与多轮交互迷失问题，通过因果影响测量与鼓励深思熟虑的可验证奖励机制，有效缓解了协作失效并释放了多智能体框架的推理潜力。
2025-11-04 cs.AI cs.CL
MARIC: Multi-Agent Reasoning for Image Classification
Enhans, Seoul, South Korea（韩国首尔Enhans）；Peking University, Beijing, China（中国北京北京大学）
提出多智能体框架MARIC，通过分解图像分类为协作推理过程，利用大纲智能体、方面智能体和推理智能体进行多视角分析与综合，在四个基准数据集上显著优于基线方法。
2026-06-11 cs.AI cs.CL cs.CV
Neural Amortized Inference for Nested Multi-agent Reasoning
Dartmouth College（达特茅斯学院）；Google Research（谷歌研究院）；New York University（纽约大学）；University of Virginia（弗吉尼亚大学）；Massachusetts Institute of Technology（麻省理工学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
针对嵌套多智能体推理计算复杂度随层级指数增长的问题，提出利用神经网络摊销高阶社会推理的新方法，在两个多智能体交互领域验证了其高效性与低精度损失的优势。
2023-08-21 cs.AI cs.LG cs.MA
AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning
FNii-Shenzhen, The Chinese University of Hong Kong (Shenzhen) School of Science and Engineering（深圳FNii、香港中文大学（深圳）科学与工程学院）
AgentsEval通过多智能体推理框架，实现医学影像报告的临床可信评估，提供结构化反馈和稳健的评估结果。
2026-01-23 cs.AI
Two Heads are Better Than One: Test-time Scaling of Multi-agent Collaborative Reasoning
Rutgers University（罗格斯大学）；University of Connecticut（康涅狄格大学）；Nanyang Technological University（南洋理工大学）；Sakana AI（Sakana人工智能公司）；NVIDIA Research（英伟达研究院）
该研究针对单智能体测试时扩展（TTS）的瓶颈，提出用多智能体系统（MAS）升级TTS，引入M500数据集并结合CEO智能体的自适应策略，微调的Qwen2.5-32B-MAS等模型性能优于基础模型。
2026-08-27 cs.AI
Tree-of-Reasoning: Towards Complex Medical Diagnosis via Multi-Agent Reasoning with Evidence Tree
South China University of Technology（华南理工大学）；Key Laboratory of Big Data and Intelligent Robot (SCUT), Ministry of Education（大数据与智能机器人重点实验室（SCUT））；Hong Kong Polytechnic University（香港理工大学）
针对复杂医学诊断中推理深度不足的问题，提出推理树（ToR）多智能体框架，通过树结构记录推理路径与临床证据，并采用交叉验证机制确保决策一致性，在真实数据上优于基线方法。
2025-08-05 cs.AI
Adaptive Reasoning Executor: A Collaborative Agent System for Efficient Reasoning
Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院）；School of Data Science, Fudan University（复旦大学数据科学学院）；Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院）
提出一种集成小、大语言模型的协作智能体系统，通过小模型初答、大模型验证与按需深度推理，在简单问题上降低大模型计算成本超50%且几乎不损精度，并保持复杂任务性能。
2025-10-15 cs.AI
Towards Using Promises for Multi-Agent Cooperation in Goal Reasoning
RWTH Aachen University（亚琛工业大学）
移动机器人的推理和规划是一个具有挑战性的问题，因为世界随着时间的推移而发展，因此机器人的目标可能会改变。解决这个问题的一种技术是目标推理，其中代理不仅对它的行为进行推理，而且还对要追求的目标进行推理。虽然单智能体的目标推理已经被广泛研究，但分布式多智能体目标推理带来了额外的挑战，特别是在分布式环境中。在这样的背景下，某种形式的协调是必要的，以允许合作行为。以前的目标推理方法共享代理的世界模型与其他代理，这已经使基本的合作。然而，代理的目标，因此其意图，通常不共享。在本文中，我们提出了一种方法来解决这个限制。扩展现有的目标推理框架，我们建议通过承诺，使多个代理之间的合作行为，代理可能会承诺，某些事实将在未来的某个时候是真的。共享这些承诺允许其他代理不仅考虑世界的当前状态，而且在决定下一步追求哪个目标时考虑其他代理的意图。我们描述了如何承诺可以纳入目标生存周期，一个常用的目标细化机制。然后，我们展示了如何承诺可以使用时，规划一个特定的目标，将它们连接到定时初始文字（TILs）从PDDL规划。最后，我们评估我们的原型实现在一个简化的物流方案。
2022-06-20 cs.AI cs.RO
Brain-Inspired Graph Multi-Agent Systems for LLM Reasoning
本文提出受人类认知全局工作理论启发的BIGMAS系统，通过动态图结构和共享工作区提升多步推理能力，实验表明其在多个LLM上均优于现有多智能体基线。
2026-03-16 cs.AI cs.NI
Adaptive Multi-Agent Reasoning for Text-to-Video Retrieval
Shenzhen University（深圳大学）；The Hong Kong Polytechnic University（香港理工大学）；Sichuan University（四川大学）
本文提出自适应多智能体框架，通过动态协调检索、推理和查询重述智能体，提升文本到视频检索的零样本跨模态对齐与复杂查询处理能力。
2025-12-02 cs.AI cs.IR cs.MM
ARM: Discovering Agentic Reasoning Modules for Generalizable Multi-Agent Systems
University of Washington（华盛顿大学）
本文提出了一种新的自动多智能体系统设计范式，通过优化链式推理（CoT）来发现代理推理模块（ARM），该模块通过在代码空间中进行树搜索，利用执行轨迹的反思来进化，从而提升多智能体系统的泛化能力。
2026-05-19 cs.AI cs.CL cs.LG
Exploring LLM Cryptocurrency Trading Through Fact-Subjectivity Aware Reasoning
本文针对更强LLM在加密货币交易中反而不如弱模型的现象，提出事实-主观性感知的多智能体框架FS-ReasoningAgent，将推理分解为事实性与主观性成分，在BTC、ETH、SOL上分别提升7%、2%、10%的利润。
2025-03-12 cs.MA
AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models
CCF Theoretical Computer Science Technical Committee（中国计算机学会理论计算机科学专业委员会）
本文提出AFSPP框架，探索社交网络和主观意识对基于LLM的智能体偏好与个性形成的影响，成功复现人类个性实验关键发现，并提升心理实验效率，为可信AI防范不良偏好提供见解。
2024-01-05 cs.AI cs.CL cs.MA
AgenticRag-R1: Agentic Reinforcement Learning with Stack Memory for Multi-Step Reasoning, Retrieval and Memorizing
National Engineering Research Center of Software Engineering, Peking University（北京大学国家软件工程研究中心）；School of Computer Science, Peking University（北京大学计算机学院）
针对现有智能体RAG方法的奖励分配弱、偏向短程推理等问题，提出AgenticRag-R1框架，通过记忆栈等实现长程学习，在多类基准上性能优于强基线。
2026-09-01 cs.AI cs.MA
Agree to Disagree: Subjective Fairness in Privacy-Restricted Decentralised Conflict Resolution
University of Cambridge（剑桥大学）；University of Pennsylvania（宾夕法尼亚大学）；Imperial College London（伦敦帝国理工学院）
公平通常被视为一个系统的全球结果的属性，并假设集中和完整的知识。然而，在真正的分散应用中，代理只有部分观察能力。在有限的信息下，代理人依靠通信向他人泄露他们的一些私人（和不可观察的）信息。当一个代理人深思熟虑地解决冲突时，有限的知识可能会导致其正确结果的观点与冲突解决的实际结果不同。这是主观上的不公平。为了使分散的，公平意识的冲突解决隐私约束下，我们有两个贡献：（1）一个新的互动方法和（2）隐私和公平之间的关系的形式主义。我们提出的交互方法是一种隐私感知的可解释冲突解决架构，其中代理人参与假设和事实的对话。要衡量的隐私公平的关系，我们定义的主观和客观的公平在本地和全球范围内，并正式的影响，由于隐私的部分可观察性，在这些不同的公平概念。我们首先研究我们提出的架构和隐私公平的关系在抽象的，测试不同的论证策略，大量的随机文化。我们实证证明了隐私，客观公平和主观公平之间的权衡，并表明更好的策略可以减轻分布式系统中隐私的影响。除了在广泛的随机抽象文化的分析，我们分析了一个特定的情况下的案例研究：我们实例化我们的架构在一个多智能体模拟的优先级规则感知碰撞避免有限的信息披露。
2021-06-30 cs.LO cs.MA cs.RO
A survey about perceptions of mobility to inform an agent-based simulator of subjective modal choice
为优化城市绿色出行政策，本研究通过在线调查收集650份数据，构建整合习惯与感知偏差的多准则决策模型，初始化Netlogo实现的出行方式选择模拟器，以可视化城市规划演变下的出行方式分布适应情况。
2025-02-17 cs.CY cs.MA
VICoT-Agent: A Vision-Interleaved Chain-of-Thought Framework for Interpretable Multimodal Reasoning and Scalable Remote Sensing Analysis
Wuhan University（武汉大学）；University of Toronto（多伦多大学）
VICoT-Agent通过视觉交织思维链框架实现多模态推理和遥感分析，采用堆栈结构和模块化工具集提升推理效率，并通过推理堆栈蒸馏方法降低模型复杂度，显著提升推理透明度和执行效率。
2025-12-03 cs.AI cs.MA
Augmenting Agent Platforms to Facilitate Conversation Reasoning
在多Agent系统中，通过智能体通信语言（Agent Communication Languages，简称CCN）进行的通信在Agent之间的合作、协调和知识共享中起着关键作用。尽管如此，关于代理消息传递的复杂推理，特别是关于代理之间的对话，往往没有得到通用代理程序设计语言的广泛支持。ACRE（智能体通信Reasoning Engine）旨在补充现有Agent程序设计语言的逻辑推理能力，使其具有对复杂交互协议进行推理的能力，从而促进Agent之间的对话。本文概述了ACRE项目的目标，并详细介绍了代理工厂多代理框架内的原型实现的功能。
2015-08-11 cs.MA
ArgMed-Agents: Explainable Clinical Decision Reasoning with LLM Disscusion via Argumentation Schemes
Hubei University of Technology（湖北工业大学）
本文提出ArgMed-Agents多智能体框架，通过临床讨论论证方案实现LLM的可解释临床决策推理，在提升复杂临床决策准确性的同时为用户提供增强信心的决策解释。
2024-12-28 cs.AI cs.MA cs.SC
Towards a Distributed Platform for Normative Reasoning and Value Alignment in Multi-Agent Systems
本文扩展SPADE平台，引入基于道义逻辑的规范推理与价值对齐能力，以增强多智能体的社会智能并促进复杂环境中的道德决策。
2024-05-22 cs.MA
Can LLM Agents Really Debate? A Controlled Study of Multi-Agent Debate in Logical Reasoning
McGill University（麦吉尔大学）；Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）；University of South Florida（南佛罗里达大学）
本研究以Knight--Knave--Spy逻辑谜题为场景，通过控制团队规模、构成等六类因素开展受控实验，揭示内在推理能力和群体多样性是多智能体辩论成功的主导因素，为设计可解释的多智能体推理系统提供指导。
2025-11-11 cs.MA
The Consistency Illusion: How Multi-Agent Debate Hides Reasoning Misalignment
Drexel University（德雷塞尔大学）
针对多智能体LLM系统中答案共识不等于推理对齐的问题，提出CARA指标检测一致性错觉，并设计GDP协议通过事实承诺和立场表态显著提升推理对齐。
2026-06-07 cs.MA
Tractable reasoning about Agent Programming in Dynamic Preference Logic
虽然在Agent编程领域已经提出了几种BDI逻辑，但尚不清楚这些逻辑如何连接到它们应该指定的Agent程序。更重要的是，这些逻辑中的推理问题，基于模态逻辑，一般来说是不容易处理的，限制了它们的使用来解决现实世界的问题。在这项工作中，我们使用的动态偏好逻辑BDI代理程序设计语言提供了一个语义基础，并调查这个逻辑的易处理的表达片段的原因代理程序。有了这一点，我们的目标是提供一种实现语义接地代理程序设计语言与易处理的推理周期的方式。
2019-11-14 cs.LO cs.MA
MAG-3D: Multi-Agent Grounded Reasoning for 3D Understanding
Tsinghua University（清华大学）；Pico, ByteDance（字节跳动Pico）
本文提出MAG-3D，一种无需训练的多智能体框架，通过动态协调专家代理实现灵活的3D基础推理，解决复杂场景中的空间和几何关系推理问题。
2026-04-10 cs.CV cs.MA
AgentsNet: Coordination and Collaborative Reasoning in Multi-Agent LLMs
ETH Zurich（苏黎世联邦理工学院）；RWTH Aachen University（亚琛工业大学）；Google Research（谷歌研究院）
提出多智能体推理基准AgentsNet，评估多智能体LLM在给定网络拓扑下的协作策略、自组织与通信能力，发现前沿模型在小规模网络表现优异但随规模扩大而下降，并支持多达100个智能体。
2025-07-11 cs.LG cs.MA
When Do Introspection Axioms Matter for Multi-Agent Epistemic Reasoning?
哲学中的认知逻辑的早期文献集中于对单个主体的知识或信念的推理，特别是关于“内省公理”（如第4和第5公理）的争论。相比之下，后来的计算机科学和博弈论中的认知逻辑文献主要关注多智能体认知推理，单智能体4和5公理在很大程度上被认为是理所当然的。在相关的多智能体场景中，推理智能体A相信什么、智能体B相信什么、智能体A相信什么通常很重要;但仅仅推理智能体A相信什么、智能体A相信什么很少重要。这就提出了一个问题，即单智能体内省公理对多智能体认知推理的影响程度。在本文中，我们形式化和回答这个问题。为了形式化这个问题，我们首先定义了一组多智能体公式，我们称之为智能体交替公式，包括Box_a Box_b Box_a p这样的公式，但不包括Box_a Box_a p这样的公式。然后添加4和5公理（或添加B公理）不允许导出任何新的代理交替公式-在这个意义上，内省公理无关紧要。相比之下，我们表明，这样的保守性结果失败的知识和多代理KT，虽然他们持有相对于一个较小的一类代理nonrepeating公式。
2019-07-22 cs.LO cs.MA
Causality and Epistemic Reasoning in Byzantine Multi-Agent Systems
因果关系是分布式计算中证明不可能结果和合成有效协议的重要概念。对于异步代理在不可靠的通道上通信，因果关系得到了很好的研究和理解。然而，这种理解在很大程度上依赖于代理人本身是正确和可靠的假设。我们提供了第一个拜占庭代理人存在的因果关系的认识分析，即，代理人可以偏离他们的协议，因此，不能依赖。使用我们的新框架，在容错多智能体系统的认知推理，我们确定拜占庭式的类比的因果锥，并描述了一个通信结构，我们称之为多足动物，必要的验证先决条件，在此设置中的行动。
2019-07-22 cs.DC cs.LO cs.MA
Reasoning-Native Agentic Communication for 6G
Sungkyunkwan University（成均馆大学）；Kwangwoon University（光云大学）；University of Oulu（奥卢大学）；Seoul National University (SNU)（首尔国立大学）
本文提出推理原生代理通信，旨在通过协调平面解决6G网络中自主机器间的信念分歧问题，提升异构系统间的协同一致性。
2026-02-19 cs.IT cs.MA math.IT
