Superminds Test: Actively Evaluating Collective Intelligence of Agent Society via Probing Agents
University of Maryland(马里兰大学);Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Carnegie Mellon University(卡内基梅隆大学)
研究通过Superminds测试评估代理社会的集体智慧,发现规模扩大并未带来集体智慧,交互浅显是主要限制因素。
2026-04-24 cs.AI cs.CL cs.LG
Safety-Aware Multi-Agent Apprenticeship Learning
Imperial College London(帝国理工学院)
我们的目标是在论文“安全意识学徒学习”中提到的技术的基础上进行扩展,以提高现有的强化学习模型的效用和效率,从一个单一的智能体学习框架到多智能体学习框架。我们对该项目的贡献体现在以下要点中:1.关于我们将为逆向强化学习模型添加从单Agent场景到多Agent场景的扩展的事实。我们对这个项目的第一个贡献是考虑在多Agent场景中从专家行为中提取安全奖励函数的情况,而不是从单Agent场景中提取。2.本文的第二个贡献是将单Agent学习框架扩展为多Agent学习框架,并在此基础上设计了一个新的学习框架。3.我们对这个项目的最后一个贡献是经验性地评估我对单智能体逆强化学习框架的扩展的性能。
2022-01-24 cs.AI cs.LG
Memory Management in Resource-Bounded Agents
University of L’Aquila(拉奎拉大学)
在人工智能中,多智能体系统构成了一种有趣的社会建模类型,并且在这方面具有广阔的应用领域,其延伸到人文科学。逻辑通常被用来建模这样的系统,因为它更容易验证的可解释性和有效性,所以出于这个原因,我们试图通过插入时间的概念来管理代理的内存扩展以前的工作。
2019-09-18 cs.AI cs.LO
When Patients Cut In: Extending Clinical Conversational AI Safety to Interruptions
Ufonia Limited(乌福尼亚有限公司);Newcastle University(纽卡斯尔大学)
该研究针对临床对话AI未考虑患者打断的问题,调整重叠类别为三种操作类型,测试四种LLM配置,发现竞争型FAQ打断下所有模型均出现信息覆盖失败,提出需按单元评估打断鲁棒性。
2026-09-01 cs.CL
A further exploration of deep Multi-Agent Reinforcement Learning with Hybrid Action Space
Chongqing University(重庆大学)
将深度强化学习(drl)扩展到多智能体领域的研究,解决了许多复杂问题,取得了巨大的成就。然而,这些研究几乎都只关注离散或连续的动作空间,很少有将多智能体深度强化学习应用于混合动作空间的现实环境问题。因此,在本文中,我们提出了两个算法:深度多代理混合软演员-评论家(MAHSAC)和多代理混合深度确定性策略梯度(MAHDDPG),以填补这一空白。这两种算法遵循集中训练和分散执行(CTDE)范式,可以处理混合动作空间问题。我们的经验是在多智能体粒子环境中运行的,这是一个简单的多智能体粒子世界,以及一些基本的模拟物理。实验结果表明,这些算法具有良好的性能。
2022-08-30 cs.AI cs.LG cs.MA
Agentic Transaction: Towards ACID-Compliant Agent Systems
Tsinghua University(清华大学)
该研究提出ACID兼容的智能体事务框架,开发对应数据智能体,在基准测试中较含Claude Code的现有智能体提升10.6%,为构建可信可扩展AI智能体开辟新方向。
2026-08-17 cs.AI cs.CL cs.DB
Modelling Control Arguments via Cooperation Logic in Unforeseen Scenarios
控制论证框架的目的是专门从代理的角度来模拟战略场景,通过扩展论证框架的标准模型,考虑到参数和攻击的不确定性。然而,他们没有充分考虑联盟形成和一组代理人在不确定的环境中的相互作用。为了解决这个问题,我们提出了一个形式主义的多智能体场景通过合作逻辑和研究代理的策略和行动在一个动态的环境。
2022-10-21 cs.AI
AgentRec: Agent Recommendation Using Sentence Embeddings Aligned to Human Feedback
Rutgers University(罗格斯大学)
本文提出AgentRec架构,基于SBERT编码句子嵌入,通过微调与人类反馈强化学习对齐,实现快速(<300ms)且高准确率(92.2%)的LLM智能体推荐,并开源数据集与代码。
2025-01-23 cs.AI cs.CL cs.LG
Multi-Agent Transactive Memory
Carnegie Mellon University(卡内基梅隆大学);University of California, Berkeley(加州大学伯克利分校)
提出MATM框架,通过共享存储和检索智能体轨迹,实现异构智能体群体间的知识复用,提升下游任务性能并减少交互步骤。
2026-10-16 cs.AI cs.CL cs.IR
Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows
UC San Diego(加州大学圣地亚哥分校);Snowflake AI Research(Snowflake人工智能研究院);University of Hong Kong(香港大学)
研究针对现有文本到SQL基准无法评估模型生成人工智能原生SQL能力的问题,构建Spider 2.0-AIFunc基准,经特定管道和多轮验证,评估十个先进语言模型,发现准确率差距及传统代理框架转移无效等情况。
2026-07-08 cs.AI cs.CL cs.DB
FutureWeaver: Planning Test-Time Compute for Multi-Agent Systems with Modularized Collaboration
University of California, Davis(加州大学戴维斯分校);University of Waterloo(滑铁卢大学);Greenshoe, Inc(Greenshoe公司)
提出FutureWeaver框架,通过双层次规划架构和自诱导协作模块,在固定预算下优化多智能体系统的测试时计算分配,显著提升协作性能。
2026-06-01 cs.AI cs.CL
Graph-based Target Back-Propagation for Context Adaptation in Multi-LLM Agentic Systems
Retail Intelligence, Walmart Global Tech(零售智能,沃尔玛全球技术)
提出GTBP框架,通过图结构反向传播局部目标输出,实现多LLM智能体工作流的上下文自适应,理论保证稳定性,实验优于基线。
2026-06-15 cs.CL cs.LG
PolicyBank: Evolving Policy Understanding for LLM Agents
Google Cloud(谷歌云);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
研究通过交互与反馈让LLM代理自主优化政策解读,提出PolicyBank机制以结构化存储政策洞察并迭代完善,有效填补规范缺口。
2026-04-16 cs.AI cs.CL
AutoData: Agentic Search for Pre-training Data Selection
University of Amsterdam(阿姆斯特丹大学);Weco AI
AutoData将预训练数据选择视为智能体搜索问题,通过迭代优化可执行选择算法,发现优于人工流程的配方并提升下游指标。
2026-09-18 cs.AI cs.CL
A Survey of LLM-based Deep Search Agents: Paradigm, Optimization, Evaluation, and Challenges
Shanghai Jiao Tong University(上海交通大学)
本文首次系统综述基于大语言模型的深度搜索智能体,从架构、优化、应用与评估四个维度梳理现有工作,并指出关键挑战与未来研究方向。
2025-08-19 cs.AI cs.CL cs.IR
Enhancing Reasoning with Collaboration and Memory
Google DeepMind(谷歌DeepMind)
本文研究多智能体协作与记忆库对LLM推理的增强作用,提出变语境智能体和摘要智能体,并发现随机示例选择常优于原则性方法,某些任务中示例反而干扰模型。
2025-03-07 cs.AI cs.LG
MisoDICE: Multi-Agent Imitation from Unlabeled Mixed-Quality Demonstrations
Singapore Management University(新加坡国立管理大学);University of Oregon(俄勒冈大学)
MisoDICE提出两阶段方法,结合大语言模型标注轨迹与新型多智能体DICE算法,从混合质量示范中学习稳健策略,在标准基准上表现优越。
2025-05-24 cs.AI cs.LG cs.MA
Why Keep Your Doubts to Yourself? Trading Visual Uncertainties in Multi-Agent Bandit Systems
Sun Yat-sen University(中山大学);University of Washington(华盛顿大学);Snap Inc.(Snap公司);Syracuse University(雪城大学)
Agora通过去中心化市场交易机制提升多智能体系统在视觉任务中的协调效率与经济性。
2026-01-26 cs.AI cs.LG
Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace Negotiation
Twitter, Inc.(推特公司)
随着云计算的发展,越来越多的大型企业将其基础设施和工作负载扩展到公共云中。提出了一个基于信念-愿望-意图(BDI)多Agent的云资源云市场系统的完整框架。云市场系统中的每一方都支持BDI代理进行自主决策和协商,以促进资源的自动购买和销售。此外,来自竞争相同云资源的企业的多个BDI代理可以经由主协商交换所彼此协商,以在协商云资源时最小化企业的总体成本函数。云市场系统进一步增强了代理的行为规范和信誉指数的分配,以促进他们之间的信任。
2022-06-16 cs.AI cs.DC cs.MA
FP3O: Enabling Proximal Policy Optimization in Multi-Agent Cooperation with Parameter-Sharing Versatility
College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院);The State Key Lab of Brain-Machine Intelligence, Zhejiang University(浙江大学脑机智能国家重点实验室)
针对现有多智能体PPO算法参数共享兼容性不足的问题,提出基于全流程范式的FP3O算法,兼容多种参数共享模式,在多类任务上性能优于基线且通用性强。
2023-10-08 cs.AI cs.LG cs.MA
Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models
University of Virginia(弗吉尼亚大学);University of California(加利福尼亚大学)
本文提出将约束优化与扩散模型相结合的新方法,解决连续空间中多智能体路径寻找问题,直接生成满足碰撞避免和运动学约束的可行轨迹。
2024-12-23 cs.AI cs.LG cs.RO
Cooperative Multi-Agent Transfer Learning with Level-Adaptive Credit Assignment
Beijing Institute of Technology(北京理工大学);Shanghai Jiao Tong University(上海交通大学);Tianjin University(天津大学)
将迁移学习扩展到协作式多智能体强化学习(MARL),近年来受到广泛关注。与单Agent环境相比,协作MARL中不可缺少的协调约束了每个Agent的策略。然而,现有的转移方法只关注代理策略,忽略了协调知识。我们提出了一个新的架构,实现了强大的协调知识转移,通过适当的分解成几个协调模式的整体协调。我们使用一种新的混合网络命名为水平自适应Q Transformer(LA-Q Transformer),以实现代理协调,考虑信用分配,与适当的协调模式,为不同的代理实现了一种新的水平自适应Transformer(LA-Transformer)专门用于协调知识的传输。此外,我们使用了一种新的代理网络人口不变的代理Transformer(PIT),以实现在更多的场景协调转移。在《星际争霸II》微观管理中的大量实验表明,LA-QTransformer与PIT一起实现了与最先进的基线相比的卓越性能。
2021-06-03 cs.AI
Prompt Injection Detection and Mitigation via AI Multi-Agent NLP Frameworks
XCALLY;Linux Foundation AI & Data(Linux基金会AI与数据部门);Conversational Technologies(对话技术公司);Polytechnic University of Turin(都灵理工大学)
本文提出一种多智能体 NLP 框架,通过分层检测、输出净化与策略执行机制防御提示词注入,并基于 500 个注入提示词验证其可降低攻击成功率与违规率。
2025-03-14 cs.AI cs.CL cs.MA
Agent-Enhanced Large Language Models for Researching Political Institutions
MIT(麻省理工学院)
本文提出利用智能体检索增强生成和模块化工具增强LLM,使其作为动态智能体简化政治制度研究中的数据处理与分析,并介绍CongressRA案例以展示降低实证研究成本的潜力。
2025-03-14 cs.CL cs.CY
SkillSafetyBench: Evaluating Agent Safety under Skill-Facing Attack Surfaces
Shanghai AI Laboratory(上海人工智能实验室);Peking University(北京大学);East China Normal University(华东师范大学)
提出SkillSafetyBench基准,通过155个对抗案例评估大语言模型智能体在技能、本地工件和执行环境文件等非用户攻击下的安全失败模式。
2026-08-31 cs.AI cs.CL cs.CR
AgentCourt: Simulating Court with Adversarial Evolvable Lawyer Agents
Southern University of Science and Technology(南方科技大学);Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(深圳高性能数据挖掘重点实验室,深圳先进技术研究所,中国科学院);SIAT-DELI AI and Law Joint Lab(SIAT-DELI人工智能与法律联合实验室);Shenzhen MSU-BIT University(深圳MSU-BIT大学);UNSW Sydney(新南威尔士大学悉尼分校);SUAT(南方科技大学)
针对现有法律AI难以应对动态法庭互动的问题,研究提出AgentCourt法律模拟框架及AdvEvol对抗演化方法,通过模拟千起民事案件演化律师智能体,在CourtBench基准上性能提升12.1%,获专业律师认可,为法律AI发展提供新方向。
2025-06-16 cs.AI cs.CL
L-MAD: A Systematic Evaluation of Multi-Agent Debate Structures in Legal Reasoning
Japan Advanced Institute of Science(日本先进科学研究院);VNU University of Engineering(越南工程大学)
研究在法律领域探索多智能体辩论(MAD)框架有效性,引入L-MAD框架评估不同结构和方法,通过分配专家角色提升效果,分析辩论规模发现权衡,明确了在法律推理中部署协作多智能体系统的边界与安全边际。
2026-07-13 cs.AI
Emergent Cooperation in Quantum Multi-Agent Reinforcement Learning Using Communication
Munich Quantum Valley(慕尼黑量子谷)
本文提出通过通信机制在量子多智能体强化学习中实现协同涌现,实验表明MATE等方法能有效提升协作水平。
2026-01-26 cs.AI cs.LG cs.MA
The Heterogeneous Multi-Agent Challenge
THALES, cortAIx Labs Canada(THALES公司,cortAIx实验室加拿大)
该论文指出异构多智能体强化学习(HeMARL)因缺乏标准化测试平台而研究不足,现有环境过于简单或异构性弱,呼吁建立类似ALE和SMAC的基准以推动进展。
2025-09-23 cs.AI cs.MA
Population-Scalable Multi-Agent World Modeling across Scene Geometries
Shanghai Jiao Tong University(上海交通大学)
针对多智能体世界模型的种群可扩展性问题,提出无需重训练即可扩展至任意智能体数量的Khora模型,通过解耦世界状态演化与渲染实现跨视图一致性,验证了泛化性并构建了实时交互系统。
2026-11-06 cs.AI cs.CV cs.LG
SrSv: Integrating Sequential Rollouts with Sequential Value Estimation for Multi-agent Reinforcement Learning
Zhejiang University(浙江大学);Peking University(北京大学)
针对大规模多智能体强化学习中的信用分配与可扩展性挑战,提出SrSv框架,利用Transformer自回归特性进行序列化动作rollout与序列化价值估计,显著提升了训练效率与可扩展性。
2025-03-03 cs.AI cs.LG cs.MA
Ad Hoc Teamwork in the Presence of Adversaries
Pacific Northwest National Laboratory(太平洋西北国家实验室);Northeastern University(东北大学)
特别团队合作的进步有可能创造出在现实世界中强大合作的代理。然而,部署在现实世界中的代理人很容易受到意图颠覆他们的对手的攻击。很少有研究假设对手的存在,特别是团队合作。我们解释了扩展特设团队合作的重要性,包括对手的存在,并澄清为什么这个问题是困难的。然后,我们提出了一些新的研究机会,在特设的团队合作,导致更强大的多代理网络物理基础设施系统的方向。
2022-08-09 cs.AI cs.MA
TinyScientist: An Interactive, Extensible, and Controllable Framework for Building Research Agents
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Allen Institute for Artificial Intelligence(人工智能研究院)
TinyScientist 提出一个交互式、可扩展且可控的框架,识别自动研究核心组件,提供开源代码、网页演示和 Python 包,以降低构建研究智能体的复杂性。
2025-10-08 cs.CL
ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation
Huawei Technologies Co., Ltd(华为技术有限公司);Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Shanghai Jiao Tong University(上海交通大学)
ARTIS通过迭代模拟提升代理在高风险环境中的可靠性和鲁棒性,采用风险感知的模拟器改进决策效果。
2026-10-12 cs.CL
Retrieval- and Argumentation-Enhanced Multi-Agent LLMs for Judgmental Forecasting (Extended Version with Supplementary Material)
Imperial College London(帝国理工学院伦敦分校);King's College London(国王学院伦敦分校)
本文提出一种多智能体框架,结合检索与论证增强技术,提升判断性预测的准确性与可解释性。
2026-02-11 cs.AI
PairVDN - Pair-wise Decomposed Value Functions
University of Cambridge(剑桥大学)
本文提出PairVDN方法,将多智能体价值函数分解为成对函数而非逐智能体函数,突破VDN和QMIX的单调组合限制以提升表达能力,并在新环境Box Jump中验证了性能优势。
2025-03-12 cs.AI
AI-Driven Multi-Agent Vehicular Planning for Battery Efficiency and QoS in 6G Smart Cities
School of Computing, Newcastle University(计算学院,新萨克勒大学);Computer Science Department, University of Hafr Albatin(计算机科学系,哈夫阿尔巴丁大学)
本文扩展SimulatorOrchestrator,引入AI驱动的多智能体车辆规划与期望区域机制,在真实城市数据上验证其相比传统路径算法可提升电池效率、服务质量和救护车调度能力。
2025-09-18 cs.AI cs.ET cs.NI
A Novel Hierarchical Multi-Agent System for Payments Using LLMs
School of Computing and Information Systems, Singapore Management University(新加坡管理大学计算机与信息学院);Research and Development, Mastercard(万事达卡研发部)
本文提出HMASP系统,通过分层多智能体架构实现端到端支付流程自动化,采用模块化设计和协调协议,首次实现基于LLM的支付智能体全流程。
2026-02-27 cs.CL cs.MA
Reasonably reasoning AI agents can avoid game-theoretic failures in zero-shot, provably
Foster School of Business, University of Washington(华盛顿大学福斯特商学院)
本文研究了AI代理在重复博弈中的稳定性,证明了基于贝叶斯后验采样的代理能趋近纳什均衡,且在未知收益情况下仍保持收敛性。
2026-04-25 cs.AI cs.MA econ.TH
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
Extending Environments To Measure Self-Reflection In Reinforcement Learning
The U.S. Securities and Exchange Commission(美国证券交易委员会);InQTel(InQTel公司)
该研究提出可模拟智能体假设行为的扩展强化学习环境,以智能体在这类环境的加权平均性能衡量其自我反思能力,还给出环境示例及能提升部分标准RL智能体在特定扩展环境中性能的简单变换方法。
2022-07-19 cs.AI cs.LG
EcoAgent: An Efficient Device-Cloud Collaborative Multi-Agent Framework for Mobile Automation
针对现有云端移动多智能体延迟高、隐私风险大等问题,提出闭环端云协同框架EcoAgent,集成Dual-ReACT与预理解模块,在AndroidWorld上达到与纯云智能体相当的成功率,同时降低开销与延迟。
2025-11-17 cs.AI
Deadlock-Free Method for Multi-Agent Pickup and Delivery Problem Using Priority Inheritance with Temporary Priority
Waseda University(早稻田大学)
针对多智能体配送问题(MAPD问题),通过扩展优先级继承回溯(PIBT)方法,使其适用于更一般的环境,提出了一种MAPD问题的控制方法. PIBT是一种有效的算法,它为每个代理引入了一个优先级,并且在每个时间步,代理按照优先级的降序,通过仅与本地代理的通信来决定下一个时间步中的下一个相邻位置。不幸的是,PIBT仅适用于被建模为双连通区域的环境,如果它包含死端,如树形路径,PIBT可能会导致死锁。然而,在现实世界的环境中,有许多死胡同路径的位置,如货架上的材料存储以及装载/卸载位置的运输卡车。我们所提出的方法使MAPD任务在环境中进行一些树形路径没有死锁,同时保留PIBT功能,它允许代理有临时的优先级和限制代理的运动在树上。首先,我们证明了代理总是可以达到他们的交付没有死锁。我们的实验表明,所提出的方法是非常有效的,即使在PIBT是不适用的环境中,通过比较它们与那些使用众所周知的令牌传递方法作为基线。
2022-05-25 cs.AI cs.MA
Meta-Multi-Agent Reinforcement Learning for Fast Adaptation of Interactive Policies with Applications to Autonomous Driving
Virginia Tech(弗吉尼亚理工大学);Georgia Tech(佐治亚理工学院)
本文提出元多智能体强化学习框架,通过马尔可夫博弈建模和元纳什均衡概念,实现自动驾驶中交互策略的快速适应,并验证其优于预训练基线。
2026-10-02 cs.AI cs.MA cs.SY
Using the NANDA Index Architecture in Practice: An Enterprise Perspective
Cisco Systems(思科系统);MIT(麻省理工学院);Unify Dynamics;Tata Consultancy Services(塔塔咨询公司);CMU(卡内基梅隆大学)
针对自主AI智能体协作的安全与互操作需求,提出NANDA框架,实现全局发现、能力验证及跨协议通信,并扩展零信任原则,奠定大规模部署基础。
2025-08-05 cs.AI cs.MA cs.NI
Agentic Social Affordance Framework (ASAF): Agent Identity Design as a Collaboration Interface in Multi-Agent Systems
Independent Researcher(独立研究者)
提出ASAF框架,将社会可供性理论扩展到多智能体AI系统,将智能体身份设计视为协作接口,通过身份信号、行为启动和协作治理三个机制影响人机协作质量。
2026-06-29 cs.AI cs.HC
PLATO: Pointer Learner for Agent and Task Openness
University of Nebraska-Lincoln(内布拉斯加大学林肯分校);University of Georgia(佐治亚大学);Oberlin College(欧柏林学院)
研究开放智能体系统中智能体和任务开放性带来的多智能体强化学习挑战,提出基于指针网络的PLATO方法,结合集中式GNN评论家,在无界状态和动作空间下训练,在野火抑制领域评估中性能优于现有基线。
2026-07-30 cs.AI cs.MA
Reproducing and Extending Experiments in Behavioral Strategy with Large Language Models
Drexel University(德雷塞尔大学);University of Southern Denmark(南丹麦大学)
本研究提出用LLM智能体作为行为策略研究新方法,复现人类实验并验证其行为与人类相当,还通过分析智能体模拟想法发现前瞻性思维与偏好利用以增富的关联,为该领域研究提供新路径。
2024-10-09 cs.AI econ.GN q-fin.EC
Extending Neural Generative Conversational Model using External Knowledge Sources
McGill University(麦吉尔大学);Facebook AI Research(Facebook人工智能研究院)
由于大型语料库的可用性,连接主义方法在会话代理中的使用进展迅速。然而,目前的生成性对话模式往往缺乏连贯性,内容贫乏。这项工作提出了一个架构,将非结构化的知识源,以提高下一个话语预测聊天类型的生成对话模型。我们专注于使用Reddit News数据集训练的序列到序列(Seq2Seq)会话代理,并考虑从维基百科摘要以及NELL知识库中整合外部知识。我们的实验表明,在利用外部知识时,训练时间更快,困惑度更高。
2018-09-14 cs.AI cs.CL
Investigating and Extending Homans' Social Exchange Theory with Large Language Model based Agents
Renmin University of China(中国人民大学)
针对霍曼斯社会交换理论(SET)在社会科学研究中存在的缺乏真实性或成本高的问题,提出用基于大语言模型(LLM)的智能体构建虚拟社会开展研究,验证了该理论在智能体社会中的适用性并扩展了理论,还建立了跨学科研究范式。
2025-02-18 cs.AI
SPOTTER: Extending Symbolic Planning Operators through Targeted Reinforcement Learning
Smart Information Flow Technologies(智能信息流技术公司);Tufts University(塔夫茨大学)
符号规划模型允许决策代理以任意方式对动作进行排序,以实现动态域中的各种目标。然而,它们通常是手工制作的,往往需要精确的配方,对人为错误不稳定。强化学习(RL)方法不需要这样的模型,而是通过探索环境和收集奖励来学习领域动态。然而,强化学习方法往往需要数百万次的经验,并且经常学习不容易转移到其他任务的策略。在本文中,我们解决的一个方面的开放问题,整合这些方法:决策代理如何解决差异,在他们的象征性的规划模型,同时试图实现目标?我们提出了一个名为SPOTTER的集成框架,使用RL来增强和支持(“现货”)的规划代理,发现新的运营商所需的代理完成的目标,最初是无法到达的代理。SPOTTER的性能优于纯RL方法,同时还发现了可转移的符号知识,并且不需要监督,成功的计划跟踪或关于缺失的规划算子的任何先验知识。
2020-12-24 cs.AI
Agentic Semantic Control for Autonomous Wireless Space Networks: Extending Space-O-RAN with MCP-Driven Distributed Intelligence
Institute for the Wireless Internet of Things, Northeastern University, Boston, MA, U.S.A.(无线互联网研究所,东北大学,波士顿,马萨诸塞州,美国)
针对月面无线通信的高自主性等需求,提出基于MCP与A2A的语义智能体层扩展Space-O-RAN,通过分布式认知智能体实现跨控制层的上下文感知无线协调决策。
2025-06-12 cs.AI cs.HC cs.NI
L3M: A Verifiable Harness and Runtime for Self-Extending and Self-Improving Agents
Amazon(亚马逊)
L3M是基于Lean 4的可验证运行时,通过Git存储状态、利用可逆性实现安全工具,在Terminal-Bench上仅用安全工具即可达到约三分之二的带shell通过率,为自改进智能体提供了可扩展的计算框架。
2026-10-14 cs.AI cs.LG
CBCL: Safe Self-Extending Agent Communication
Anuna Research(Anuna研究)
CBCL通过约束消息和扩展到确定性上下文无关语言,确保代理通信的安全性和可扩展性,采用形式化方法验证其安全性。
2026-04-16 cs.AI cs.CR cs.FL