AI Agent

ALS Storage Ring RF Control System Upgrade Plan and Status

ALS存储环射频控制系统升级计划与现状

Najm Us Saqib, Angel Jurado, Esteban Andrade, Qiang Du, Jeong Han Lee, Miroslaw Dach, Benjamin Flugstad

专题命中 规划决策 ：planning(abstract)

AI总结 ALS存储环射频控制系统升级采用Allen-Bradley PLC平台，以提升系统的可维护性、可靠性和长期支持能力。

Journal ref ICALEPCS 2025

SATMO: a Multi-Planet Thermal Analysis Tool for CubeSat Missions

SATMO：用于立方卫星任务的多行星热分析工具

Alexander Chipps, Daniel Forgette, Kerri Cahoy

专题命中 规划决策 ：planning(abstract)

AI总结 SATMO是一款开源的立方卫星热分析工具，通过MATLAB实现，提供低成本的热建模解决方案，适用于地球及其他行星轨道任务。

Comments 33 pages, 20 figures, submitted to AIAA SciTech 2026

DiscoVerse: Multi-Agent Pharmaceutical Co-Scientist for Traceable Drug Discovery and Reverse Translation

DiscoVerse：多智能体制药合作者用于可追溯的药物发现与逆向翻译

Xiaochen Zheng, Alvaro Serra, Ilya Schneider Chernov, Maddalena Marchesi, Eunice Musvasva, Tatyana Y. Doktorova

机构 * F. Hoffmann-La Roche Ltd.（Hoffmann-La Roche有限公司） 纠错

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

AI总结 DiscoVerse通过多智能体系统实现制药领域可追溯的药物发现与逆向翻译，结合人类参与和大规模数据验证，展示出高召回率和精准决策能力。

Comments 24 pages, 5 figures, 3 tables. Updated version: added three pharmaceutical industry use cases and revised text for clarity

LLMs Can't Handle Peer Pressure: Crumbling under Multi-Agent Social Interactions

大语言模型难以应对同伴压力：在多智能体社交互动中崩溃

Maojia Song, Tej Deep Pala, Ruiwen Zhou, Weisheng Jin, Amir Zadeh, Chuan Li, Dorien Herremans, Soujanya Poria

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Lambda Labs（Lambda实验室） 纠错

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

AI总结 研究探讨了大语言模型在多智能体社交互动中的表现，提出KAIROS基准用于评估模型在复杂社交动态中的决策能力，发现模型规模和训练方法对抵抗社交影响至关重要。

LLM Collaboration With Multi-Agent Reinforcement Learning

大语言模型与多智能体强化学习的协同

Shuo Liu, Tianle Chen, Zeyu Liang, Xueguang Lyu, Christopher Amato

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

AI总结 本研究提出MAGRPO算法，将大语言模型协同工作建模为多智能体强化学习问题，通过有效协同提升生成质量。

Multi-Agent Deep Reinforcement Learning for Collaborative UAV Relay Networks under Jamming Atatcks

多智能体深度强化学习在对抗攻击下的协同无人机中继网络

Thai Duong Nguyen, Ngoc-Tan Nguyen, Thanh-Dao Nguyen, Nguyen Van Huynh, Dinh-Hieu Tran, Symeon Chatzinotas

机构 * VNU - University of Engineering and Technology (VNU - UET)（越南工程与技术大学） ； School of Computer Science and Informatics, University of Liverpool（利兹大学计算机科学与信息学学院） ； Interdisciplinary Centre for Security Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科研究中心） 纠错

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

AI总结 本文提出基于多智能体深度强化学习的协同无人机中继网络方法，通过集中训练与分布式执行框架有效应对对抗攻击，提升系统吞吐量并降低碰撞率。

Comments IEEE ICC 2026

Argus: A Multi-Agent Sensitive Information Leakage Detection Framework Based on Hierarchical Reference Relationships

Argus：基于分层参考关系的多智能体敏感信息泄露检测框架

Bin Wang, Hui Li, Liyang Zhang, Qijia Zhuang, Ao Yang, Dong Zhang, Xijun Luo, Bing Lin

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（超高清沉浸媒体技术广东省重点实验室，北京大学深圳研究生院） ； University of Electronic Science and Technology of China（电子科技大学） ； Tencent Security Platform Department（腾讯安全平台部） ； China Unicom (Guangdong) Industrial Internet Co., Ltd（中国联通（广东）工业互联网有限公司） 纠错

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

AI总结 Argus通过多智能体协作框架整合关键内容、文件上下文和项目参考关系，有效降低误报率，提升敏感信息检测的准确性和效率。

Comments 11 pages, 7 figures, 8 tables;Accepted to ICSE 2026 Research Track

Probabilistic Multi-Agent Aircraft Landing Time Prediction

基于概率的多智能体飞机着陆时间预测

Kyungmin Kim, Seokbin Yoon, Keumjin Lee

机构 * Department of Advanced Air Transportation（先进空运部门） ； Department of Air Transport, Transportation, and Logistics（空运、运输与物流部门） 纠错

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

AI总结 本文提出一种基于概率的多智能体飞机着陆时间预测框架，通过提供着陆时间分布提高预测精度和不确定性量化，并揭示空中交通管制的潜在模式。

Comments 13 pages, 8 figures, accepted at AIAA SciTech 2026

Multi-agent learning under uncertainty: Recurrence vs. concentration

多智能体学习在不确定性下的研究：递归与集中

Kyriakos Lotidis, Panayotis Mertikopoulos, Nicholas Bambos, Jose Blanchet

机构 * Stanford University（斯坦福大学） ； Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔INP、LIG） 纠错

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

AI总结 本文研究了在不确定性下多智能体学习的收敛性，发现强单调博弈中正则化学习的动力学可能无限次远离均衡，但总能返回附近并集中于该区域。

Comments 44 pages, 17 figures

Orchestrator Multi-Agent Clinical Decision Support System for Secondary Headache Diagnosis in Primary Care

协调多代理临床决策支持系统用于初级医疗二次头痛诊断

Xizhi Wu, Nelly Estefanie Garduno-Rapp, Justin F Rousseau, Mounika Thakkallapally, Hang Zhang, Yuelyu Ji, Shyam Visweswaran, Yifan Peng, Yanshan Wang

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

AI总结 本文提出了一种基于多代理架构的临床决策支持系统，通过协调机制提升继发性头痛诊断的准确性和可解释性。

Aetheria: A multimodal interpretable content safety framework based on multi-agent debate and collaboration

Aetheria：基于多智能体辩论与协作的多模态可解释内容安全框架

Yuxiang He, Jian Zhao, Yuchen Yuan, Tianle Zhang, Wei Cai, Haojie Cheng, Ziyan Shi, Ming Zhu, Haichuan Tang, Chi Zhang, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Sichuan University（四川大学） ； Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； China Railway Rolling Stock Corporation Limited（中国铁路滚动股票有限公司） 纠错

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

AI总结 Aetheria通过多智能体辩论与协作机制，实现多模态内容安全的可解释性与高准确性，提升可信AI审查水平。

Comments https://github.com/Herrieson/Aetheria

MARINE: Theoretical Optimization and Design for Multi-Agent Recursive IN-context Enhancement

MARINE：多智能体递归上下文增强的理论优化与设计

Hongwei Zhang, Ji Lu, Yongsheng Du, Yanqin Gao, Lingjun Huang, Baoli Wang, Fang Tan, Peng Zou

机构 * Hongwei Zhang（张宏伟） ； Ji Lu（卢纪） ； Yongsheng Du（杜永生） ； Yanqin Gao（高燕琴） ； Lingjun Huang（黄令军） ； Baoli Wang（王宝利） ； Fang Tan（谭芳） ； Peng Zou（邹鹏） 纠错

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

AI总结 MARINE通过理论优化和设计实现多智能体递归上下文增强，显著提升推理性能并减少参数需求。

An Agentic AI System for Multi-Framework Communication Coding

多框架通信编码的代理AI系统

Bohao Yang, Rui Yang, Joshua M. Biro, Haoyuan Wang, Jessica L. Handley, Brianna Richardson, Sophia Bessias, Nicoleta Economou-Zavlanos, Armando D. Bedoya, Monica Agrawal, Michael M. Zavlanos, Anand Chowdhury, Raj M. Ratwani, Kai Sun, Kathryn I. Pollak, Michael J. Pencina, Chuan Hong

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

AI总结 本研究提出MOSAIC系统，通过多代理架构实现多框架临床沟通编码，达到高F1得分，尤其在患者行为识别上表现突出。

A Multi-Agent LLM Framework for Design Space Exploration in Autonomous Driving Systems

多智能体大语言模型框架用于自动驾驶系统的设计空间探索

Po-An Shih, Shao-Hua Wang, Yung-Che Li, Chia-Heng Tu, Chih-Han Chang

机构 * National Cheng Kung University（国立成功大学） ； Safeware Technology Inc.（Safeware技术公司） 纠错

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

AI总结 本文提出基于多智能体大语言模型的自动驾驶系统设计空间探索框架，通过多模态推理和3D模拟工具自动化解析执行输出，提升设计效率和成本效益。

MARL Warehouse Robots

多智能体强化学习在仓库机器人中的应用

Price Allman, Lian Thang, Dre Simmons, Salmon Riaz

机构 * Department of Computer Science, Oral Roberts University（计算机科学系，奥尔巴尼罗尔斯大学） 纠错

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

AI总结 本文比较了MARL算法在仓库机器人中的性能，发现QMIX在奖励回报上显著优于IPPO，但需大量超参数调优，适用于小规模部署但存在扩展挑战。

Comments 5 pages.Project documentation: https://pallman14.github.io/MARL-QMIX-Warehouse-Robots/

SlicePilot: Demystifying Network Slice Placement in Heterogeneous Cloud Infrastructures

SlicePilot: 解密异构云基础设施中的网络切片部署

Ioannis Panitsas, Tolga O. Atalay, Dragoslav Stojadinovic, Angelos Stavrou, Leandros Tassiulas

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

AI总结 SlicePilot通过多智能体强化学习方法实现网络切片部署的自主优化，提高部署效率并降低计算开销。

FLoRA: An Advanced AI-Powered Engine to Facilitate Hybrid Human-AI Regulated Learning

FLoRA：一种先进的AI引擎，促进混合人类-人工智能调节学习

Xinyu Li, Tongguang Li, Lixiang Yan, Yuheng Li, Linxuan Zhao, Mladen Raković, Inge Molenaar, Dragan Gašević, Yizhou Fan

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

AI总结 FLoRA引擎通过整合先进AI和学习分析，提供动态适应的自我调节支架，促进混合人类-人工智能调节学习。

Symmetry-Based Formation Control on Cycle Graphs Using Dihedral Point Groups

基于二面体点群的循环图形成控制

Zamir Martinez, Daniel Zelazo

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种基于二面体点群的形成控制方法，通过强制对称性和锚定智能体实现对称配置，同时支持时间变化轨迹的协调机动。

A Practical Guide for Designing, Developing, and Deploying Production-Grade Agentic AI Workflows

生产级智能体AI工作流设计、开发与部署的实用指南

Eranga Bandara, Ross Gore, Peter Foytik, Sachin Shetty, Ravi Mukkamala, Abdul Rahman, Xueping Liang, Safdar H. Bouk, Amin Hass, Sachini Rajapakse, Ng Wee Keong, Kasun De Zoysa, Aruna Withanage, Nilaan Loganathan

机构 * Old Dominion University（旧 Dominion 大学） ； Florida International University（佛罗里达国际大学） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 本文提出了一套生产级智能体AI工作流的设计、开发和部署的最佳实践，涵盖架构设计、多智能体模式、模型上下文协议及环境感知部署策略，旨在提升系统的可靠性与可维护性。

CFD-copilot: leveraging domain-adapted large language model and model context protocol to enhance simulation automation

CFD-copilot: 利用领域适应的大语言模型和模型上下文协议增强仿真自动化

Zhehao Dong, Shanghai Du, Zhen Lu, Yue Yang

机构 * State Key Laboratory for Turbulence and Complex Systems（湍流与复杂系统国家重点实验室） ； School of Mechanics and Engineering Science（力学与工程科学学院） ； Peking University（北京大学） ； HEDPS-CAPT 纠错

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 CFD-copilot通过领域适应的大语言模型和模型上下文协议提升CFD仿真的自动化水平。

ImmunoNX: a robust bioinformatics workflow to support personalized neoantigen vaccine trials

ImmunoNX：一种稳健的生物信息学工作流以支持个性化新抗原疫苗试验

Kartik Singhal, Evelyn Schmidt, Susanna Kiwala, S. Peter Goedegebuure, Christopher A. Miller, Huiming Xia, Kelsy C. Cotto, Jinglun Li, Jennie Yao, Luke Hendrickson, Miller M. Richters, My H. Hoang, Mariam Khanfar, Isabel Risch, Shelly O'Laughlin, Nancy Myers, Tammi Vickery, Sherri R. Davies, Feiyu Du, Thomas B. Mooney, Adam Coffman, Gue Su Chang, Jasreet Hundal, John E. Garza, Michael D. McLellan, Joshua F. McMichael, John Maruska, William Blake Inabinett, William A. Hoos, Rachel Karchin, Tanner M. Johanns, Gavin P. Dunn, Russel K. Pachynski, Todd A. Fehniger, Jeffrey P. Ward, Jennifer A. Foltz, William E. Gillanders, Obi L. Griffith, Malachi Griffith

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 ImmunoNX是一种端到端的生物信息学工作流，用于支持个性化新抗原疫苗试验，通过整合测序数据和严格审查流程，提供可重复的疫苗设计框架。

Comments Supplementary tables and materials available at https://doi.org/10.5281/zenodo.17862140

Automated Construction of Artificial Lattice Structures with Designer Electronic States

自动化构建人工晶格结构以实现设计电子态

Ganesh Narasimha, Mykola Telychko, Wooin Yang, Arthur P. Baddorf, P. Ganesh, An-Ping Li, Rama Vasudevan

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；workflow(abstract)；分类 cs.LG

AI总结 本文提出基于强化学习的自动化方法，用于在铜基底上操控CO分子构建人工晶格，实现原子级精确的电子态设计。

Inverse Optimality for Fair Digital Twins: A Preference-based approach

反最优性在公平数字孪生中的应用：基于偏好的方法

Daniele Masti, Francesco Basciani, Arianna Fedeli, Girgio Gnecco, Francesco Smarra

机构 * Gran Sasso Science Institute（gran sass science institute） ； Scuola IMT Alti Studi Lucca ； Fondazione Ugo Bordoni 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG、cs.SE

AI总结 本文提出一种基于偏好的方法，通过引入公平性作为可学习目标，改进数字孪生的决策过程，以更好地反映人类感知的公平性。

Comments Submitted for possible publication at the IFAC World Congress 2026

Beyond Formal Semantics for Capabilities and Skills: Model Context Protocol in Manufacturing

超越能力与技能的形式语义：制造业中的模型上下文协议

Luis Miguel Vieira da Silva, Aljosha Köcher, Felix Gehlhoff

专题命中 工作流自动化 ：planning(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出基于模型上下文协议（MCP）的制造业能力与技能建模方法，通过标准化接口实现与LLM的高效交互，提升工业自动化灵活性。

Comments \c{opyright} 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Towards Task-Oriented Flying: Framework, Infrastructure, and Principles

面向任务的飞行：框架、基础设施与原则

Kangyao Huang, Hao Wang, Jingyu Chen, Jintao Chen, Yu Luo, Di Guo, Xiangkui Zhang, Xiangyang Ji, Huaping Liu

机构 * Tsinghua University（清华大学） ； Dalian University of Technology（大连理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出面向任务的四旋翼端到端DRL框架，整合复杂任务规范的设计原则，揭示模拟任务定义、训练设计原则和物理部署间的相互依赖关系，为动态无结构环境下的自主飞行提供实用基础。

Adaptation of Embedding Models to Financial Filings via LLM Distillation

通过LLM蒸馏适应金融文件的嵌入模型

Eliot Brenner, Dominic Seyler, Manjunath Hegde, Andrei Simion, Koustuv Dasgupta, Bing Xiang

专题命中 工作流自动化 ：AI agent(abstract)；分类 cs.CL

AI总结 本文通过LLM蒸馏方法，提升金融领域检索性能，实现MRR@5和DCG@5的显著提升。

Comments In proceedings of LLM-Finance 2025 : The 2nd IEEE International Workshop on Large Language Models for Finance

Harmonizing Community Science Datasets to Model Highly Pathogenic Avian Influenza (HPAI) in Birds in the Subantarctic

协调社区科学数据集以建模南极亚地区鸟类中高致病性禽流感（HPAI）

Richard Littauer, Kris Bubendorfer

机构 * School of Engineering and Computer Science（工程与计算机科学学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出了一种协调社区科学数据集的方法，用于建模南极亚地区鸟类中高致病性禽流感的影响，并预测了若干物种的人口规模及潜在死亡率。

Comments Proceedings of Pacific Rim International Conference on Artificial Intelligence 2025 (PRICAI 2025): Artificial Intelligence for Earth and Environmental Science 2025 (AIEES 2025) Workshop, 17-21 Nov 2025, Wellington, New Zealand. Changes from presentation paper: small spelling edits, change of preferred email, inclusion of Codeberg source code

Journal ref Proceedings of Pacific Rim International Conference on Artificial Intelligence 2025 (PRICAI 2025): Artificial Intelligence for Earth and Environmental Science 2025 (AIEES 2025) Workshop, 17-21 Nov 2025, Wellington, New Zealand

A Scalable Pipeline Combining Procedural 3D Graphics and Guided Diffusion for Photorealistic Synthetic Training Data Generation in White Button Mushroom Segmentation

可扩展的管道结合程序化3D图形和引导扩散用于白蘑菇分割的逼真合成训练数据生成

Artúr I. Károly, Péter Galambos

机构 * Antal Bejczy Center for Intelligent Robotics（安塔尔·贝茨奇智能机器人中心） ； Research and Innovation Center of Obuda University（奥布达大学研究与创新中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出结合程序化3D图形和引导扩散模型，生成高逼真合成数据以提升白蘑菇分割性能。

Comments 20 pages, 8 figures

vEDGAR -- Can CARLA Do HiL?

vEDGAR -- CARLA能否进行硬件在环测试？

Nils Gehrke, David Brecht, Dominik Kulmer, Dheer Patel, Frank Diermeyer

机构 * Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 vEDGAR研究旨在评估CARLA在自动驾驶车辆硬件在环测试中的适用性，通过构建仿真框架验证其在真实环境中的性能与局限性。

Benchmarking First-Principles Approaches for Extracting Magnetic Exchange Interactions

对提取磁交换相互作用的原理方法进行基准测试

Nafise Rezaei, Artem R. Oganov, Ali Ghojavand, Milorad V. Milošević, Mojtaba Alaei

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过对比三种原理方法，发现LSTE和FSTE在提取磁交换相互作用上表现相近，而LKAG方法存在定量偏差，LSTE方法在效率与精度间取得最佳平衡。