A Logic of Knowing How
Peking University(北京大学)
在本文中,我们提出了一个单智能体模态逻辑框架推理目标直接的“知道如何”的基础上,从语言学,哲学,模态逻辑和自动规划的想法。我们首先定义一个模态语言来表达“我知道如何保证phi给定psi”的语义不是基于标准的认识模型,但标记的过渡系统,代表代理的知识,他自己的能力。一个健全和完整的证明系统,以捕捉有效的推理模式“知道如何”的最重要的公理表明其组成性质。
2015-07-09 cs.AI cs.LO
A Distributed Optimized Patient Scheduling using Partial Information
Karunya University(卡鲁尼亚大学)
软件代理可以是多代理系统(MAS)的成员,其共同执行一系列复杂和智能的任务。在医院中,由于动态变化和分布,调度决策很难调度。针对医院动态变化的特点,提出了一种新的调度方法--分布式优化病人调度方法(DOPSG)。这种方法的目标是,没有必要知道病人代理人的信息全球。用最少的信息,这种方法有效地工作。调度问题可以解决多个部门在医院。根据患者优先级将患者代理调度到资源代理,以减少患者代理的等待时间,减少资源的空闲时间。
2012-06-08 cs.AI
Better Understanding, Understanding Better
提出一种比较认知逻辑,通过层级索引理解模态和比较连接词,建模不同智能体对命题的理解程度差异,并给出语义框架和完备性结果。
2026-07-01 cs.AI cs.LO
Measuring the intelligence of an idealized mechanical knowing agent
The U.S. Securities and Exchange Commission(美国证券交易委员会)
该研究定义了理想化机械认知智能体的智能层级为其已知编码的可计算序数的上确界,证明知晓他者属性的智能体智能层级更高,并以此为依据提出反对智能爆炸可能性的证据。
2019-12-03 cs.AI cs.LO math.LO
Knowing the User Is Not Knowing What We Established: Grounding Awareness in Personal Agents
Carnegie Mellon University(卡内基梅隆大学);New York University(纽约大学);NYU Shanghai(上海纽约大学)
该研究针对个人智能体记忆无法区分用户与智能体共同确立的约定状态的问题,提出基础感知能力,开发基准测试并引入轻量的基础层模块,显著改善智能体行为。
2026-10-14 cs.AI cs.HC cs.LG
Characterising Interventions in Causal Games
University of Oxford(牛津大学);London Initiative for Safe AI (LISA)(伦敦安全人工智能倡议(LISA))
本文提出一组完备且可靠的基本因果干预,放宽了因果博弈中对干预的时间顺序约束,使任意复杂干预查询可在多智能体环境中研究,并展示了其在安全AI系统设计中的应用。
2024-06-13 cs.AI cs.GT cs.MA
Multi-agent reinforcement learning for intent-based service assurance in cellular networks
Ericsson Research(爱立信研究院)
最近,基于意图的管理在电信网络中受到了很好的关注,这是由于许多用例的严格性能要求。文献中的几种方法采用传统的闭环驱动方法来实现KPI的意图。然而,这些方法考虑每个闭环彼此独立,这降低了组合性能。而且,这种现有方法不容易扩展。多智能体强化学习(MARL)技术在传统闭环控制不足的许多领域显示出了重要的前景,通常用于循环之间的复杂协调和冲突管理。在这项工作中,我们提出了一种基于MARL的方法来实现基于意图的管理,而不需要知道一个模型的底层系统。此外,当存在相互冲突的意图时,MARL代理可以通过优先考虑重要的KPI来隐式地激励循环进行合作并促进权衡,而无需人工交互。在网络仿真器上进行了三种服务的KPI优化实验。结果表明,该系统性能良好,能够满足所有现有的意图时,有足够的资源或优先级的KPI时,资源稀缺。
2022-08-26 cs.AI cs.LG
From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents
The Chinese University of Hong Kong(香港中文大学);Fudan University(复旦大学);University of Edinburgh(爱丁堡大学);Tencent(腾讯);University of Bristol(布里斯托大学)
提出KAPRO框架和KAware数据集,通过解耦元认知判断与自主执行,评估LLM代理的自我意识能力,发现其与任务成功强相关但在内部能力场景中下降,开源模型易过度使用工具。
2026-06-23 cs.AI cs.CL cs.LG
Lessons Learned: A Multi-Agent Framework for Code LLMs to Learn and Improve
Rensselaer Polytechnic Institute(拉特兰理工学院);Massachusetts Institute of Technology(麻省理工学院);Michigan State University(密歇根州立大学);MIT-IBM Watson AI Lab, IBM Research(MIT-IBM沃森人工智能实验室,IBM研究院)
针对代码大语言模型性能互补问题,提出基于经验教训的多智能体协作框架,通过征集、存储与选择机制,使小型模型团队超越大型模型。
2025-10-23 cs.AI cs.LG cs.MA
A Logic of Knowing Why
Peking University(北京大学);University of Bern(伯尔尼大学)
当我们说“我知道他为什么迟到”时,我们不仅知道他迟到的事实,而且还知道对这一事实的解释。我们在已有的关于为什么问题、科学解释和证明逻辑的形式研究的启发下,提出了一个“知道为什么”的逻辑框架。我们将Ky_i算子引入到认知逻辑的语言中来表达“主体i知道为什么是phi”,并提出了一种Kripke式的语义。我们得到两个健全和完整的公理化w.r.t.两个不同的模型类,取决于关于内省的不同假设。
2017-03-14 cs.AI cs.LO math.LO
Dealing with incomplete agents' preferences and an uncertain agenda in group decision making via sequential majority voting
University of Padova(帕多瓦大学);NICTA(国家信息与通信技术研究院);UNSW Sydney(悉尼新南威尔士大学)
我们考虑多代理系统,其中代理的偏好通过顺序多数表决聚合:每个决定是通过执行一系列成对比较,其中每个比较是代理之间的加权多数表决。由于隐私问题或正在进行的启发过程,代理偏好的不完整性在许多现实生活中很常见。此外,如何汇总偏好可能存在不确定性。例如,议程(一棵树,其叶子被标记为正在比较的决定)可能还不知道或固定。因此,我们研究如何确定集体最优决策(也称为赢家)时,偏好可能是不完整的,当议程可能是不确定的。我们表明,它是计算上很容易确定,如果一个候选人的决定总是赢,或可能会赢,无论议程。另一方面,在计算上很难知道候选决策是否在至少一个议程中获胜,至少一个完成代理的偏好。即使议程必须平衡,以便每个候选人的决定都面临相同数量的多数票,这些结果也是有效的。这样的结果是有用的推理偏好诱导。它们有助于理解任务的复杂性,例如确定是否可以集体做出决定,以及了解是否可以通过适当安排议程来操纵获胜者。
2009-09-24 cs.AI cs.GT cs.MA
On Convergence and Optimality of Best-Response Learning with Policy Types in Multiagent Systems
University of Edinburgh(爱丁堡大学)
虽然许多多智能体算法是为同构系统(即所有代理都是相同的)而设计的,但也有一些重要的应用程序需要代理协调其行动,而无需事先知道其他代理的行为。使这个问题可行的一种方法是假设其他代理从特定集合中提取其潜在策略(或类型),并且领域专家可以提供该集合的规范,尽管只是部分正确的。一些研究人员已经提出了算法来计算这些政策库的后验信念,然后可以用来确定最佳行动。在本文中,我们提供了两个中心的设计参数,这种方法的理论指导:首先,重要的是,用户选择一个后验可以学习的潜在类型的真实分布,否则次优的行动可能会被选择。我们分析了两个现有的后验公式的收敛性,并提出了一个新的后验,可以学习相关分布。其次,由于类型是由专家提供的,它们可能是不准确的,因为它们不能预测代理的观察到的动作。我们提供了一个新的最优性,它允许专家使用有效的模型检验算法来验证类型的最优性的表征。
2019-07-15 cs.AI cs.MA
Multi-Vehicle Trajectory Prediction at Intersections using State and Intention Information
Technical University of Munich(慕尼黑工业大学)
传统的方法来预测未来的轨迹的道路代理依赖于知道他们的过去轨迹的信息。这项工作只依赖于了解当前状态和预期方向,以预测交叉口处的多辆车。此外,车辆之间的信息传递为每个车辆提供了环境的更全面的概览,从而允许更明智的预测。这是通过训练一个神经网络来完成的,该神经网络采用多个车辆的状态和意图来预测它们的未来轨迹。使用意图作为输入允许我们的方法扩展到另外控制多个车辆朝向期望路径行驶。实验结果表明,我们的方法在轨迹预测和交叉口车辆控制方面的鲁棒性。此工作的完整培训和评估代码可在此处获得:\url{https://github.com/Dekai21/Multi_Agent_Intersection}。
2023-01-06 cs.AI cs.RO
Agentic Self-Awareness: Aligning Knowing, Acting, and Holding
Salesforce AI Research
本研究提出智能体自我意识(ASA)概念,构建相关基准与评估标准,通过搜索方法提升智能体受阻任务的严格自我意识,同时指出仅优化弃权会降低可行任务成功率。
2026-10-13 cs.AI
From Knowing to Doing: A Memory-Controlled Benchmark for LLM Trading Agents on Stock Markets
Tsinghua University(清华大学);Stepfun;FinStep;Shanghai Jiao Tong University(上海交通大学);Adelaide University(阿德莱德大学)
针对LLM交易智能体评估中的知识泄露和收益归因问题,提出KTD-Fin基准,通过数据掩码和Barra风格归因框架,分离市场记忆与投资决策,并揭示收益主要来自被动市场暴露而非选股能力。
2026-05-27 cs.AI q-fin.TR
Knowing When to Ask: Self-Gated Clarification for Hierarchical Language Agents
Amazon Web Services(亚马逊云科技)
提出ACTION-RATING框架,将澄清请求纳入代理的动作空间,与导航共享序数尺度,在分层推理中实现自门控澄清,通过强制性和机会性两种信息寻求模式提升决策准确性。
2026-06-16 cs.AI cs.HC
Paying for Honesty Without Knowing the Truth: Reputation-Penalty Design for LLM Marketplace Agents
Univ. of Illinois Chicago(伊利诺伊大学芝加哥分校);Springbrand Inc.(春品牌公司);Beijing University of Posts and Telecommunications(北京邮电大学);Beihang University(北京航空航天大学);Hangzhou Innovation Institute of BUAA(北京航空航天大学杭州创新研究院);Microsoft(微软公司)
针对LLM智能体商家伪造属性的问题,设计无需真实情况的CARP声誉惩罚机制,搭配SPARC机制可保护消费者、提升福利,且在多模型中具有约束力。
2026-07-31 cs.AI
Knowing Isn't Understanding: Re-grounding Generative Proactivity with Epistemic and Behavioral Insight
University of California, Berkeley(加州大学伯克利分校);University of Toronto(多伦多大学);University of Waterloo(滑铁卢大学)
针对用户无法明确表达需求时的认知不完整问题,提出生成式主动性需要基于认知和行为双重约束来设计负责任的主动代理。
2026-05-31 cs.AI cs.CY cs.LG
Knowing When to Ask for Help: Bayesian Self-Escalation in Hierarchical LLM Agents
该研究针对LLM智能体提出贝叶斯自我升级策略,将生成中委派建模为贝叶斯最优停止问题,经模拟和真实代码级联验证,其升级机制在同等成本下优于事后路由,能力信念区分度随生成提升。
2026-08-26 cs.AI cs.LG stat.ML
LLMs are Greedy Agents: Effects of RL Fine-tuning on Decision-Making Abilities
ELLIS Unit, LIT AI Lab, Institute for Machine Learning, JKU Linz(ELLIS单元、LIT人工智能实验室、机器学习研究所、JKU林茨);Google DeepMind(谷歌DeepMind)
本研究系统分析LLM智能体在决策中的贪婪性、频率偏差和知行差距等失败模式,提出通过基于自生成CoT理由的强化学习微调来增强探索能力并缩小知行差距,实验验证了其有效性。
2025-04-22 cs.AI cs.LG
Knowing When to Yield: Grounded Arbitration of User Corrections in Text-Based Embodied Agents
University of Wisconsin - Madison(威斯康星大学麦迪逊分校);Brown University(布朗大学);Pinterest Inc(Pinterest 公司)
针对用户纠正可能错误的问题,提出GAVA框架,通过接受、拒绝、检查世界和询问的仲裁机制,利用观察受限证据和期望损失规则,在ALFWorld中实现高准确率并降低交互成本。
2026-10-02 cs.AI
The Cost of Knowing: A Resource-Aware Protocol for Benchmarking Hallucination Beyond Static Leaderboards
研究前沿模型事实性与计算成本的权衡问题,提出资源感知评估协议MAS-HQ,通过包装事实性检测器、归一化成本并让系统竞争,能衡量事实性答案成本,使单代理基线更具资源效率,收益稳定。
2026-07-30 cs.AI
VLAA-GUI: Knowing When to Stop, Recover, and Search, A Modular Framework for GUI Automation
UC Santa Cruz;CMU(卡内基梅隆大学);UNC-Chapel Hill(北卡罗来纳大学教堂山分校);Salesforce;UC Berkeley(伯克利加州大学)
VLAA-GUI通过模块化框架解决GUI代理的早期停止和重复循环问题,引入完整性验证器、循环打破器和搜索代理,提升自动化性能。
2026-09-28 cs.AI cs.CL cs.SE
Learning without Knowing: Unobserved Context in Continuous Transfer Reinforcement Learning
Duke University(杜克大学)
在本文中,我们考虑了一个转移强化学习(RL)问题,在连续的状态和动作空间,在不可观察的上下文信息。例如,上下文可以表示专家代理通过过去与这个世界的交互而形成的世界的心理视图。我们假设,这种情况下是无法访问的学习者代理谁只能观察专家数据。然后,我们的目标是使用上下文感知的专家数据,学习一个最佳的上下文不知道的政策,学习器只使用一些新的数据样本。这些问题通常使用模仿学习来解决,该学习假设专家和学习者代理都可以访问相同的信息。然而,如果学习者不知道专家上下文,单独使用专家数据将导致有偏见的学习者策略,并且将需要许多新的数据样本来改进。为了解决这一挑战,在本文中,我们将学习问题表示为因果约束的多臂强盗(MAB)问题。该MAB的臂对应于可以使用专家数据以无监督方式初始化的一组基础策略函数,并且表示受未观察到的上下文影响的不同专家行为。另一方面,MAB约束对应于我们也从专家数据计算的这些基本策略函数的累积奖励的因果界限。该MAB的解决方案允许学习者代理选择最佳的基本策略并在线改进。因果界限的使用降低了探索方差,因此提高了学习率。我们提供了一个自动驾驶的例子,表明我们提出的转移RL方法提高学习者的政策比现有的模仿学习方法更快,并享有更低的方差在训练过程中的数值实验。
2021-06-07 cs.AI cs.LG
Distributed Knowing How
Department of Philosophy, Peking University(哲学系,北京大学)
本文提出分布式知识-如何的概念,结合多步骤与联盟框架,构建了强完备的证明系统。
2025-11-27 cs.AI cs.LO
Knowing You Is Everything: LLM Agents Achieve Near-Perfect Profile-Consistent Reaction Prediction in Social Media Simulation
Institute for Artificial Intelligence Research and Development of Serbia(塞尔维亚人工智能研发研究所);University of Belgrade(贝尔格莱德大学);Institute for Philosophy and Social Theory(哲学与社会理论研究所);Complexity Science Hub(维也纳复杂性科学中心);University of Kragujevac(克拉古耶瓦茨大学);Faculty of Economics(经济学院);University of Vienna(维也纳大学);Faculty of Social Sciences(社会科学学院);Faculty of Engineering(工程学院);University of Novi Sad(诺维萨德大学);Faculty of Philosophy(哲学院);Nanyang Technological University(南洋理工大学);School of Social Sciences(社会科学学院)
本研究通过基准测试12种LLM配置,发现其在社交媒体反应预测中表现优异,可用于推荐系统压力测试,同时也揭示了大规模合成智能体群对公众意见的潜在威胁。
2026-08-11 cs.AI cs.HC cs.LG
Knowing the Store: What a Memory Backend Must Write Down Before an Agent Can Read It
Bilkent University(比尔肯大学)
本研究探讨记忆后端需暴露何种信息(如生命周期计数和属性列表)使智能体在检索前识别过时记录,通过元记忆监控实验发现,存储写入的内容限制了所有测试模型的表现。
2026-10-06 cs.AI
K^2-Agent: Co-Evolving Know-What and Know-How for Hierarchical Mobile Device Control
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Huawei Noah’s Ark Lab(华为诺亚实验室);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)
K2-Agent通过分层框架共进化声明性与程序性知识,提升复杂移动设备任务的规划与执行能力,实现76.1%的成功率和跨任务的强泛化能力。
2026-02-28 cs.AI
Knowing What You Know: Calibrating Dialogue Belief State Distributions via Ensembles
Heinrich Heine University Düsseldorf(海因里希·海涅大学)
准确跟踪对话过程中发生的事情的能力对于对话系统的性能至关重要。当前最先进的多域对话状态跟踪器在当前的go-to基准上实现了超过55%的准确性,这意味着几乎在每一个第二对话回合中,它们都对不正确的对话状态充满信心。另一方面,信念追踪器在可能的对话状态上保持分布。然而,与对话状态跟踪器相比,它们缺乏性能,并且不产生良好校准的分布。在这项工作中,我们提出了国家的最先进的性能校准多域对话信念跟踪器使用校准的合奏模型。我们由此产生的对话信念跟踪器也优于以前的对话信念跟踪模型的准确性。
2020-11-05 cs.AI cs.CL
Knowing When to Trust Images: Reliability-Aware Multi-modal Entity Alignment
University of North Texas(北德克萨斯大学);Purdue University(普渡大学);Meta Inc(Meta公司)
针对多模态实体对齐中图像噪声和语义错位问题,提出可靠性感知框架RA-MMEA,通过依赖感知的视觉可靠性预测和稳定性正则化的视觉嵌入生成,提升融合质量,实现最先进性能。
2026-09-22 cs.AI cs.CL cs.CV
Knowing the No-match: Entity Alignment with Dangling Cases
Nanjing University(南京大学);University of Southern California(南加州大学)
研究了一种新的知识图谱实体对齐问题集。由于KG拥有不同的实体集合,因此可能存在无法在它们之间找到对齐的实体,从而导致悬空实体的问题。作为对这个问题的第一次尝试,我们构造了一个新的数据集,并设计了一个多任务学习框架,用于实体对齐和悬挂实体检测。框架可以选择放弃预测检测到的悬挂实体的对齐。我们提出了三种基于最近邻距离分布的悬空实体检测技术,即,最近邻分类、边缘排序和背景排序。在检测和移除悬挂实体之后,我们的框架中的合并实体对齐模型可以为剩余实体提供更鲁棒的对齐。综合实验和分析表明,我们的框架的有效性。我们进一步发现,悬挂实体检测模块可以反过来提高对齐学习和最终性能。贡献的资源是公开的,以促进进一步的研究。
2021-06-04 cs.AI cs.CL
Knowing You Don't Know: Learning When to Continue Search in Multi-round RAG through Self-Practicing
University of California Santa Cruz(加州大学圣克ruz分校);The Harker School(哈克尔学校)
提出SIM-RAG框架,通过自我练习生成合成数据训练轻量级评判器,在多轮检索中判断信息充分性以决定是否继续搜索,提升RAG自我意识,无需人工标注,实验验证有效。
2025-06-30 cs.AI cs.CL cs.IR
DART: Leveraging Multi-Agent Disagreement for Tool Recruitment in Multimodal Reasoning
UNC Chapel Hill(北卡罗来纳大学教堂山分校);Nanyang Technological University(南洋理工大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
DART通过多智能体分歧识别有用视觉工具,提升多模态推理中的工具调用效果。
2025-12-08 cs.AI cs.CL cs.CV
Knowing When Not to Answer: Cross-Domain and Multi-Turn Generalization of Latent Underspecification Signals
ITMO University(ITMO大学)
本研究提出多轮不可回答性基准与评估框架,验证潜在欠指定信号的可迁移性,并表明基于校准探测器的门控能精准触发,但端任务提升有限,差距主要在澄清信息的使用。
2026-10-07 cs.AI cs.CL cs.LG