AI Agent

MAESTRO: Multi-Agent Environment Shaping through Task and Reward Optimization

MAESTRO：通过任务和奖励优化进行多智能体环境塑造

Boyuan Wu

机构 * Department of Mechanical and Industrial Engineering（机械与工业工程系） ； University of Toronto（多伦多大学） 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 MAESTRO通过任务和奖励优化提升多智能体强化学习的环境塑造能力，结合LLM生成课程和奖励函数，提高性能和稳定性。

Comments Preprint. 16 pages, 6 figures. Preliminary version; extended experiments and analysis forthcoming

Persona-based Multi-Agent Collaboration for Brainstorming

基于角色的多智能体协作进行头脑风暴

Nate Straub, Saara Khan, Katharina Jay, Brian Cabral, Oskar Linde

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

AI总结 本文提出基于角色的多智能体协作框架，通过角色定制提升头脑风暴的深度和跨领域覆盖能力。

Comments 12 pages, 8 figures

MoReGen: Multi-Agent Motion-Reasoning Engine for Code-based Text-to-Video Synthesis

MoReGen：基于代码领域的文本到视频合成多智能体运动-推理引擎

Xiangyu Bai, He Liang, Bishoy Galoaa, Utsav Nandi, Shayda Moezzi, Yuhang He, Sarah Ostadabbas

机构 * Northeastern University（东北大学） ； University of Oxford（牛津大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 MoReGen通过整合多智能体大语言模型、物理模拟器和渲染器，实现了基于代码领域的文本到视频合成，强调物理精度和运动一致性，为生成符合物理原理的视频提供了一种新的方法。

Connectivity-Preserving Multi-Agent Area Coverage via Optimal-Transport-Based Density-Driven Optimal Control (D2OC)

基于最优传输的密度驱动最优控制（D2OC）的连通性保持多智能体区域覆盖

Kooktae Lee, Ethan Brook

机构 * Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥矿业与技术研究所） 纠错

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

AI总结 本文提出基于最优传输的密度驱动最优控制框架，通过引入连通性惩罚项保证多智能体在非均匀覆盖任务中的连通性与协调性，提升覆盖质量。

Comments Under review in IEEE Control Systems Letters (LCSS). 6 pages

Semantic-Aware Cooperative Communication and Computation Framework in Vehicular Networks

具有语义意识的车联网中协作通信与计算框架

Jingbo Zhang, Maoxin Ji, Qiong Wu, Pingyi Fan, Kezhi Wang, Wen Chen

机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； School of Information Engineering, Jiangxi Provincial Key Laboratory of Advanced Signal Processing and Intelligent Communications, Nanchang University（江西省级先进信号处理与智能通信重点实验室，南昌大学信息工程学院） ； Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, and the Beijing National Research Center for Information Science and Technology, Tsinghua University（空间网络与通信国家重点实验室，北京信息科学与技术国家研究中心，清华大学电子工程系） ； Department of Computer Science, Brunel University（布鲁内尔大学计算机科学系） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） 纠错

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

AI总结 本文提出一种三元协作语义通信框架，通过多智能体近端策略优化和线性规划解决车联网中语义任务卸载问题，提升边缘计算效率。

HeLoFusion: An Efficient and Scalable Encoder for Modeling Heterogeneous and Multi-Scale Interactions in Trajectory Prediction

HeLoFusion: 一种高效的编码器，用于建模轨迹预测中的异构和多尺度交互

Bingqing Wei, Lianmin Chen, Zhongyu Xia, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学） 纠错

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

AI总结 HeLoFusion通过构建局部多尺度图和类型特定特征网络，高效建模异构和多尺度交互，实现轨迹预测的先进性能。

Resilient Neural-Variable-Structure Consensus Control for Nonlinear MASs with Singular Input Gain Under DoS Attacks

抗扰抗攻击的神经变量结构一致性控制用于受奇异输入增益影响的非线性多智能体系统

Ladan Khoshnevisan, Xinzhi Liu

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

AI总结 本文提出了一种抗DoS攻击和奇异输入增益的神经变量结构一致性控制方法，通过可靠性评估和切换机制实现非线性多智能体系统的鲁棒一致性控制。

Comments 15 pages, 9 figures. Submitted to Nonlinear Dynamics

MisVisFix: An Interactive Dashboard for Detecting, Explaining, and Correcting Misleading Visualizations using Large Language Models

MisVisFix: 一种利用大语言模型检测、解释和纠正误导性可视化信息的交互式仪表板

Amit Kumar Das, Klaus Mueller

专题命中 多智能体 ：workflow(abstract)

AI总结 MisVisFix利用大语言模型提供交互式工具，用于检测、解释和纠正误导性可视化信息，提升数据解读的准确性和可信度。

Comments 11 pages, 6 figures. Accepted at IEEE VIS: Visualization & Visual Analytics 2025 conference, November 2-7, 2025, Vienna, Austria

Journal ref IEEE Transactions on Visualization and Computer Graphics (TVCG), PrePrints 5555, pp. 1-11, 2025

Integrated Pipeline for Coronary Angiography With Automated Lesion Profiling, Virtual Stenting, and 100-Vessel FFR Validation

冠状动脉造影集成管道与自动病变分析、虚拟支架植入及100血管FFR验证

Georgy Kopanitsa, Oleg Metsker, Alexey Yakovlev

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

AI总结 AngioAI-QFR通过自动分析和虚拟支架植入，提供了一种整合计算机视觉、功能分析和虚拟PCI的实时冠状动脉造影管道，实现了100血管FFR验证。

Comments 22 pages, 10 figures, 7 tables

Kaapana: A Comprehensive Open-Source Platform for Integrating AI in Medical Imaging Research Environments

Kaapana：一个综合的开源平台，用于将AI整合到医学影像研究环境中

Ünal Akünal, Markus Bujotzek, Stefan Denner, Benjamin Hamm, Klaus Kades, Philipp Schader, Jonas Scherer, Marco Nolden, Peter Neher, Ralf Floca, Klaus Maier-Hein

机构 * Division of Medical Image Computing, German Cancer Research Center, Heidelberg, Germany（德国癌症研究中心医学影像计算部，海德堡，德国） ； Medical Faculty, University of Heidelberg, Heidelberg, Germany（海德堡大学医学系，海德堡，德国） ； Computer Science Faculty, University of Heidelberg, Heidelberg, Germany（海德堡大学计算机科学系，海德堡，德国） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital, Heidelberg, Germany（放射肿瘤学部门模式分析与学习组，海德堡大学医院，海德堡，德国） ； German Cancer Consortium (DKTK), Partner Site Heidelberg, Heidelberg, Germany（德国癌症联盟（DKTK），海德堡合作伙伴站点，海德堡，德国） ； Heidelberg Institute of Radiation Oncology (HIRO), National Center for Radiation Research in Oncology (NCRO), Heidelberg, Germany（海德堡放射肿瘤学研究所（HIRO），肿瘤放射研究国家中心（NCRO），海德堡，德国） ； National Center for Tumor Diseases (NCT), NCT Heidelberg, a partnership between DKFZ and the University Medical Center Heidelberg, 69120 Heidelberg, Germany（肿瘤疾病国家中心（NCT），海德堡NCT，德克萨斯儿童医学研究中心（DKFZ）与海德堡大学医学中心之间的合作，海德堡，德国） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Kaapana是一个开源平台，旨在通过统一的数据处理和协作工具，解决医学影像研究中数据共享与多中心协作的挑战。

Auto-3DPFM: Automating Polarization-Vector Mapping at the Nanoscale

Auto-3DPFM：在纳米尺度上自动化极化矢量映射

Ralph Bulanadi, Marti Checa, Michelle Wang, Franck Rothen, John Lasseter, Sumner B. Harris, Daniel Sando, Valanoor Nagarajan, Liam Collins, Stephen Jesse, Rama Vasudevan, Yongtao Liu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Auto-3DPFM通过自动化技术实现纳米尺度极化矢量的高精度表征，提升铁电材料研究的效率与准确性。

exa-AMD: An Exascale-Ready Framework for Accelerating the Discovery and Design of Functional Materials

exa-AMD：一种面向exascale的加速功能材料发现与设计框架

Weiyi Xia, Maxim Moraru, Ying Wai Li, Cai-Zhuang Wang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 exa-AMD是一种面向exascale的开源框架，通过任务驱动并行化和模块化设计，加速功能材料的发现与设计。

Pre-training, fine-tuning, and distillation (PFD): Automatically generating machine learning force fields from universal models

预训练、微调和蒸馏（PFD）：从通用模型自动生成机器学习力场

Ruoyu Wang, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PFD方法通过预训练、微调和蒸馏从通用模型自动生成高精度力场，提升材料模拟效率和精度。

Comments 11 pages, 8 figures

Journal ref Phys. Rev. Materials (2025) 9, 113802

Integrating Deep-Learning-Based Magnetic Model and Non-Collinear Spin-Constrained Method: Methodology, Implementation and Application

融合深度学习磁模型与非列线自旋约束方法：方法、实现与应用

Daye Zheng, Xingliang Peng, Yike Huang, Yinan Wang, Duo Zhang, Zhengtao Huang, Zefeng Cai, Linfeng Zhang, Mohan Chen, Ben Xu, Weiqing Zhou

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种非列线自旋约束方法，结合深度学习磁模型，用于预测铁材料的居里温度。

EMMap: A Systematic Framework for Spatial EMFI Mapping and Fault Classification on Microcontrollers

EMMap：面向微控制器的空间电磁故障注入映射与故障分类系统框架

Gandham Sai Santhosh, Siddhartha Sanjay Naik, Ritwik Badola, Chester Rebeiro

专题命中 工作流自动化 ：workflow(abstract)

AI总结 EMMap提出了一种平台无关的框架，用于系统化地映射微控制器上的空间电磁故障敏感性并分类故障行为，通过实验展示了其在不同微控制器上的应用潜力。

AI-powered Code Review with LLMs: Early Results

基于AI的代码审查与LLM：初步结果

Zeeshan Rasheed, Malik Abdul Sami, Muhammad Waseem, Kai-Kristian Kemell, Xiaofeng Wang, Anh Nguyen, Kari Systä, Pekka Abrahamsson

专题命中 软件智能体 ：agent(abstract)；AI agent(abstract)；分类 cs.SE

AI总结 本文提出基于LLM的代码审查方法，旨在提高代码质量和开发者教育，通过检测代码问题和减少发布后bug来优化开发流程。

Comments 8 pages

Understanding Chain-of-Thought Effectiveness in Code Generation: An Empirical and Information-Theoretic Analysis

理解链式思维在代码生成中的有效性：一项经验性与信息论分析

Naizhu Jin, Zhong Li, Guang Yang, Tian Zhang, Qingkai Zeng

专题命中 软件智能体 ：planning(abstract)；分类 cs.SE

AI总结 本研究通过经验分析和信息论方法，揭示了链式思维在代码生成中有效性的影响因素，发现结构化CoT在提升生成质量方面表现更优，且其效果受语言系统和模型容量影响。

LISN: Language-Instructed Social Navigation with VLM-based Controller Modulating

LISN: 基于VLM控制器的指令引导社交导航

Junting Chen, Yunchuan Li, Panfeng Jiang, Jiacheng Du, Zixuan Chen, Chenrui Tie, Jiajun Deng, Lin Shao

机构 * RoboScience Co.（RoboScience公司） ； ShanghaiTech University（上海科技大学） ； Nanjing University（南京大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 LISN通过VLM控制器实现指令引导的社交导航，提出首个标准化基准并提升动态避障能力。

Comments 8 pages

YOPO-Nav: Visual Navigation using 3DGS Graphs from One-Pass Videos

YOPO-Nav: 基于单次视频的3DGS图进行视觉导航

Ryan Meegan, Adam D'Souza, Bryan Bo Cao, Shubham Jain, Kristin Dana

机构 * Rutgers University（罗格斯大学） ； Stony Brook University（石溪大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 YOPO-Nav通过单次视频生成3DGS图实现高效视觉导航，结合粗略定位与局部模型优化，适用于真实环境的机器人导航任务。

LLMscape

LLMscape：探索人类与AI在不确定性条件下构建意义的相似性

Gottfried Haider, Jie Zhang

机构 * NYU Shanghai（纽约大学上海校区） ； NYU Shanghai Center for Data Science（纽约大学上海数据科学中心） ； Design Innovation Insitute（设计创新研究所） ； Shanghai Tongji University College of Design and Innovation（上海同济大学设计创新学院） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.LG

AI总结 LLMscape通过互动装置探讨人类与AI在不确定性条件下构建意义的相似性，展示AI作为共同见证者的角色

Comments Accepted to NeurIPS 2025, Creative AI Track (updated to include poster, video)

Episodic Memory Verbalization using Hierarchical Representations of Life-Long Robot Experience

基于长期机器人经验的分层表示的事件记忆语言化

Leonard Bärmann, Chad DeChant, Joana Plewnia, Fabian Peller-Konrad, Daniel Bauer, Tamim Asfour, Alex Waibel

机构 * Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（人机学与机器人研究所，卡尔斯鲁厄理工学院） ； Computer Science Department, Columbia University（计算机科学系，哥伦比亚大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于分层表示的机器人长期经验语言化方法，利用大规模预训练模型实现零样本学习，通过构建树状数据结构实现事件记忆的自然语言抽象，提升人机交互能力。

Comments Humanoids 2025. Code, data and demo videos at https://hierarchical-emv.github.io

Evolving Excellence: Automated Optimization of LLM-based Agents

精益求精：基于大语言模型的代理的自动化优化

Paul Brookes, Vardan Voskanyan, Rafail Giavrimis, Matthew Truscott, Mina Ilieva, Chrystalla Pavlou, Alexandru Staicu, Manal Adham, Will Evers- Hood, Jingzhi Gong, Kejia Zhang, Matvey Fedoseev, Vishal Sharma, Roman Bauer, Zheng Wang, Hema Nair, Wei Jie, Tianhua Xu, Aurora Constantin, Leslie Kanthan, Michail Basios

机构 * University of Leeds（利兹大学） ； City, University of London（伦敦城市大学） ； University of West London（西伦敦大学） ； University of Edinburgh（爱丁堡大学） ； University of Surrey（萨里大学） ； University of Warwick（沃里克大学） ； King's College London（伦敦国王学院） 纠错

专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE

AI总结 ARTEMIS通过语义感知的进化算法，自动优化基于大语言模型的代理配置，显著提升多个任务的性能表现。

Auto-BenchmarkCard: Automated Synthesis of Benchmark Documentation

Auto-BenchmarkCard：自动化生成基准测试文档

Aris Hofmann, Inge Vejsbjerg, Dhaval Salwala, Elizabeth M. Daly

专题命中 Agent评测 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 Auto-BenchmarkCard通过多智能体数据提取与大语言模型合成，自动化生成准确的AI基准测试文档，提升基准测试的透明性和可比性。

WOLF: Werewolf-based Observations for LLM Deception and Falsehoods

基于狼人游戏的LLM欺骗与虚假信息观测

Mrinal Agarwal, Saad Rana, Theo Sundoro, Hermela Berhe, Spencer Kim, Vasu Sharma, Sean O'Brien, Kevin Zhu

机构 * Algoverse AI Research（Algoverse AI研究院） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 WOLF通过狼人游戏构建多智能体社交推理基准，评估LLM在欺骗生成与检测中的能力，展示动态交互提升欺骗识别性能。

Comments Spotlight Multi-Turn Interactions in Large Language Models (MTI-LLM) Workshop at NeurIPS 2025

Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics

解析深度搜索：基于无提示多跳问题和因子化指标的全面评估

Maojia Song, Renhang Liu, Xinyu Wang, Yong Jiang, Pengjun Xie, Fei Huang, Jingren Zhou, 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） ； Tongyi Lab, Alibaba Group（阿里云实验室） 纠错

专题命中 Agent评测 ：workflow(abstract)；agentic(abstract)；分类 cs.CL

AI总结 本文提出WebDetective基准测试，通过无提示多跳问题和因子化指标，揭示深度搜索中模型在知识利用和拒绝行为上的系统性弱点，并开发EvidenceLoop工作流程以改进自主推理能力。

Tyche: A Hybrid Computation Framework of Illumination Pattern for Satellite Beam Hopping

Tyche：一种用于卫星波束跳跃的混合计算框架

Ziheng Yang, Kun Qiu, Zhe Chen, Wenjun Zhu, Yue Gao

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 Tyche是一种混合计算框架，通过MCTS-BH算法和滑动窗口技术显著提升卫星波束跳跃的计算效率和吞吐量。

Learning When to Ask: Simulation-Trained Humanoids for Mental-Health Diagnosis

学习何时提问：为心理健康诊断训练的仿真 humanoid

Filippo Cenacchi, Deborah Richards, Longbing Cao

机构 * Macquarie University（麦考瑞大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于仿真的方法，通过训练人形机器人以更有效地进行心理健康诊断，利用反事实回放和安全学习循环提升对话节奏和关系建立。

NordFKB: a fine-grained benchmark dataset for geospatial AI in Norway

NordFKB：挪威地理空间AI的细粒度基准数据集

Sander Riisøen Jyhne, Aditya Gupta, Ben Worsley, Marianne Andersen, Ivar Oveland, Alexander Salveson Nossum

机构 * Kartverket Kristiansand（挪威地图局克里斯蒂安桑分部） ； University of Agder（阿格德大学） ； Norkart Kristiansand（挪威地图公司克里斯蒂安桑分部） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 NordFKB为挪威地理空间AI提供细粒度基准数据集，包含高分辨率影像和详细注释，支持语义分割和目标检测的标准化评估。

Comments 8 pages, 2 figures, 2 tables

Procurement Auctions with Predictions: Improved Frugality for Facility Location

带有预测的采购拍卖：改进的设施选址frugality

Eric Balkanski, Nicholas DeFilippis, Vasilis Gkatzelis, Xizhi Tan

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出了一种改进的设施选址拍卖机制，通过引入预测增强框架，提高了frugality比率并增强了鲁棒性。

Comments In proceeding at NeurIPS 2025