AI Agent

Sensorium Arc: AI Agent System for Oceanic Data Exploration and Interactive Eco-Art

Sensorium Arc：面向海洋数据探索与交互生态艺术的AI代理系统

Noah Bissell, Ethan Paley, Joshua Harrison, Juliano Calil, Myungin Lee

机构 * Immersive Media Design University of Maryland College Park（沉浸媒体设计大学马里兰大学学院公园分校） ； Center for the Study of the Force Majeure University of California, Santa Cruz（重大研究机构加州大学圣克鲁兹分校） ； Virtual Planet Technologies（虚拟星球技术） 纠错

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

AI总结 Sensorium Arc通过AI代理将海洋数据转化为生动叙事，结合科学洞察与生态诗意，实现沉浸式环境数据探索与交互生态艺术

Comments (to appear) NeurIPS 2025 Creative AI Track

From Static to Adaptive Defense: Federated Multi-Agent Deep Reinforcement Learning-Driven Moving Target Defense Against DoS Attacks in UAV Swarm Networks

从静态到适应性防御：基于联邦多智能体深度强化学习的移动目标防御用于无人机蜂群网络中的DDoS攻击防护

Yuyang Zhou, Guang Cheng, Kang Du, Zihan Chen, Tian Qin, Yuyu Zhao

机构 * School of Cyber Science and Engineering, Southeast University, Purple Mountain Laboratories, and Jiangsu Province Engineering Research Center of Security for Ubiquitous Network（网络信息安全学院，东南大学，紫金山实验室，江苏省 ubiquitous 网络安全工程研究中心） 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 本文提出基于联邦多智能体深度强化学习的移动目标防御框架，用于无人机蜂群网络中的DDoS攻击防护，通过动态防御策略提升网络韧性。

Comments 15pages; Accepted by IEEE TCCN

FOOTPASS: A Multi-Modal Multi-Agent Tactical Context Dataset for Play-by-Play Action Spotting in Soccer Broadcast Videos

FOOTPASS：一个多模态多智能体战术上下文数据集，用于足球比赛视频中的 play-by-play 动作识别

Jeremie Ochin, Raphael Chekroun, Bogdan Stanciulescu, Sotiris Manitsaris

机构 * Center for Robotics, Mines Paris - PSL（机器人中心，巴黎-PSL Mines） 纠错

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

AI总结 FOOTPASS数据集旨在通过多模态和多智能体战术上下文，实现足球比赛视频中play-by-play动作的自动化识别与可靠提取。

MACIE: Multi-Agent Causal Intelligence Explainer for Collective Behavior Understanding

MACIE：多智能体因果智能解释器用于集体行为理解

Abraham Itzhak Weinberg

机构 * AI-WEINBERG, AI Experts, Tel Aviv, Israel（AI-WEINBERG，AI专家，特拉维夫，以色列） 纠错

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

AI总结 MACIE通过结合因果模型和反事实分析，为多智能体强化学习提供全面的因果解释，解决集体行为归因、涌现智能量化和可操作解释问题。

Securing Smart Contract Languages with a Unified Agentic Framework for Vulnerability Repair in Solidity and Move

用统一的代理框架保障智能合约语言安全：在Solidity和Move中修复漏洞

Rabimba Karanjai, Lei Xu, Weidong Shi

机构 * University Of Houston（德克萨斯大学休斯敦分校） ； Kent State University（肯特州立大学） 纠错

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

AI总结 本文提出Smartify，一种利用多代理框架和LLMs自动检测并修复Solidity和Move智能合约漏洞的方法，展现其在提升安全性和可靠性方面的显著成效。

Mean-field limit of non-exchangeable systems

非交换系统均场极限

Pierre-Emmanuel Jabin, David Poyato, Juan Soler

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

AI总结 本文研究非交换多智能体系统在稀疏图上的均场极限，通过扩展图翁概念移除传统假设，分析网络结构对集体动力学的影响。

Journal ref Communications on Pure and Applied Mathematics, 2024

A Hybrid Proactive And Predictive Framework For Edge Cloud Resource Management

一种混合主动与预测框架用于边缘云资源管理

Hrikshesh Kumar, Anika Garg, Anshul Gupta, Yashika Agarwal

机构 * Department of IT（信息科技系） ； IIIT Vadodara（瓦尔多拉理工学院） ； Gandhinagar, India（印度加尔各答） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种混合主动与预测框架，结合CNN LSTM和多智能体深度强化学习，用于改进边缘云资源管理，通过预测未来需求优化资源分配，提升系统性能和效率。