AI Agent

Byzantine Fault-Tolerant Multi-Agent System for Healthcare: A Gossip Protocol Approach to Secure Medical Message Propagation

容错多智能体系统在医疗中的应用：基于 gossip 协议的安全医疗信息传播方法

Nihir Chadderwala

机构 * Nihir Chadderwala（独立研究者） 纠错

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

AI总结 本文提出一种基于 gossip 协议的拜占庭容错多智能体系统，用于医疗领域，通过加密验证和共识协议保障信息安全与系统容错性。

IntelliCode: A Multi-Agent LLM Tutoring System with Centralized Learner Modeling

IntelliCode：一个具有集中式学习者建模的多智能体LLM辅导系统

Jones David, Shreya Ghosh

机构 * School of Computer Science and Engineering, VIT-AP University（计算机科学与工程学院，VIT-AP大学） ； School of Electrical and Computer Sciences, Indian Institute of Technology Bhubaneswar（电气与计算机科学学院，印度理工学院布巴内斯瓦尔学院） 纠错

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

AI总结 IntelliCode通过集中式学习者建模和多智能体协作，实现透明且可靠的LLM辅导系统，提升学习效率和课程适应性。

Comments Submitted to EACL 2026 System Demonstrations Track. 6 pages (main content), 6 figures, includes appendices

PDE-Agent: A toolchain-augmented multi-agent framework for PDE solving

PDE-Agent：一种增强工具链的多智能体框架用于PDE求解

Jianming Liu, Ren Zhu, Jian Xu, Kun Ding, Xu-Yao Zhang, Gaofeng Meng, Cheng-Lin Liu

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

AI总结 PDE-Agent通过增强工具链的多代理协作框架，实现从自然语言描述中自动化的PDE求解。

Comments Adding Affiliation Information on arXiv

A Multi-agent Text2SQL Framework using Small Language Models and Execution Feedback

基于小型语言模型和执行反馈的多智能体文本到SQL框架

Thanh Dat Hoang, Thanh Trung Huynh, Matthias Weidlich, Thanh Tam Nguyen, Tong Chen, Hongzhi Yin, Quoc Viet Hung Nguyen

机构 * Griffith University (Australia)（格里菲斯大学） ； VinUniversity (Vietnam)（文大学） ； Humboldt-Universitat zu Berlin (Germany)（柏林洪堡大学） ； The University of Queensland, Australia (2025)（昆士兰大学） 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 MATS是一种针对小型语言模型的文本到SQL框架，通过多智能体机制和强化学习训练方案，在有限参数下实现与大规模LLM相当的性能。

Enhancing Multi-Agent Collaboration with Attention-Based Actor-Critic Policies

基于注意力机制的Actor-Critic策略增强多智能体协作

Hugo Garrido-Lestache Belinchon, Jeremy Kedziora

机构 * Department of Computer Science and Software Engineering（计算机科学与软件工程系） ； Milwaukee School of Engineering（密尔沃基工程学院） 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TAAC算法，通过注意力机制和惩罚损失函数提升多智能体协作性能，在模拟足球环境中表现出优越的协作能力。

Comments 11 pages

Explainable and Fine-Grained Safeguarding of LLM Multi-Agent Systems via Bi-Level Graph Anomaly Detection

通过双层图异常检测实现LLM多智能体系统的可解释性与细粒度防护

Junjun Pan, Yixin Liu, Rui Miao, Kaize Ding, Yu Zheng, Quoc Viet Hung Nguyen, Alan Wee-Chung Liew, Shirui Pan

机构 * School of Information and Communication Technology, Griffith University, Australia（格里菲斯大学信息与通信技术学院） ； School of Artificial Intelligence, Jilin University, China（吉林大学人工智能学院） ； Department of Statistics and Data Science, Northwestern University, USA（西北大学统计与数据科学系） 纠错

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XG-Guard框架，通过双层图异常检测实现对LLM多智能体系统中恶意智能体的可解释性与细粒度检测。

Comments 14 pages, 3 tables, 5 figures

Rethinking Multi-Agent Intelligence Through the Lens of Small-World Networks

通过小世界网络的视角重新思考多智能体智能

Boxuan Wang, Zhuoyun Li, Xiaowei Huang, Yi Dong

机构 * School of Computer Science and Informatics, University of Liverpool（计算机科学与信息学院，利物浦大学） 纠错

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

AI总结 本文通过小世界网络视角重新思考多智能体智能，提出基于不确定性引导的重 wiring 方案，实现稳定且可扩展的多智能体系统设计。

Comments Under Review

Q-KVComm: Efficient Multi-Agent Communication Via Adaptive KV Cache Compression

Q-KVComm: 通过自适应KV缓存压缩实现高效的多智能体通信

Boris Kriuk, Logic Ng

机构 * Department of Computer Science \& Engineering Hong Kong University of Science ； Department of Physics Hong Kong University of Science 纠错

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

AI总结 Q-KVComm通过自适应KV缓存压缩实现多智能体高效通信，提升压缩比与语义保真度。

Comments 7 pages, 4 figures, 1 table

GraphGeo: Multi-Agent Debate Framework for Visual Geo-localization with Heterogeneous Graph Neural Networks

GraphGeo: 多智能体辩论框架用于具有异构图神经网络的视觉地定位

Heng Zheng, Yuling Shi, Xiaodong Gu, Haochen You, Zijian Zhang, Lubin Gan, Hao Zhang, Wenjun Huang, Jin Huang

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

AI总结 GraphGeo通过异构图神经网络的多智能体辩论框架，提升视觉地定位的准确性与鲁棒性。

Comments This submission has been withdrawn by the authors due to a fundamental error in the methodology that affects the validity of the main results

Distributionally Robust Multi-Agent Reinforcement Learning for Intelligent Traffic Control

面向智能交通控制的分布鲁棒多智能体强化学习

Shuwei Pei, Joran Borger, Arda Kosay, Muhammed O. Sayin, Saeed Ahmed

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

AI总结 本文提出了一种分布鲁棒多智能体强化学习框架，用于智能交通控制，在不同交通场景下有效减少排队长度并提高行驶速度。

FocalComm: Hard Instance-Aware Multi-Agent Perception

FocalComm: 重视困难实例的多智能体感知

Dereje Shenkut, Vijayakumar Bhagavatula

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 FocalComm通过聚焦困难实例特征交换，提升多智能体协作感知中对行人等安全关键物体的检测性能。

Comments WACV 2026

Networked Communication for Decentralised Agents in Mean-Field Games

用于均场博弈中去中心化代理的网络通信

Patrick Benjamin, Alessandro Abate

机构 * Department of Computer Science（计算机科学系） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出一种网络通信机制，用于改进均场博弈中去中心化代理的训练效率，同时增强鲁棒性。

Peer-Aware Cost Estimation in Nonlinear General-Sum Dynamic Games for Mutual Learning and Intent Inference

基于非线性一般和动态博弈的同伴感知成本估计用于相互学习与意图推断

Seyed Yousef Soltanian, Wenlong Zhang

机构 * Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出N-PACE算法，通过显式建模同伴学习动态实现无偏成本估计，提升多智能体相互学习与意图推断的性能。

Comments Extended version of our AAMAS 2026 accepted paper with an expanded appendix. Compared to the previous arXiv version, we add theoretical guarantees, additional experiments, new baselines, and more in-depth appendix discussion, along with a link to the GitHub repository

Cooperation as a Black Box: Conceptual Fluctuation and Diagnostic Tools for Misalignment in MAS

协作作为黑箱：多智能体系统中概念波动与对齐偏差的诊断工具

Shayak Nandi, Fernanda M. Eliott

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

AI总结 本文提出马赛克框架，用于诊断多智能体系统中概念波动与对齐偏差，强调术语一致性与道德基础以确保系统技术与道德对齐。

Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation

基于函数逼近和经验均值估计的均值场博弈网络通信

Patrick Benjamin, Alessandro Abate

机构 * University of Oxford（牛津大学） 纠错

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

AI总结 本文提出基于函数逼近和经验均值估计的网络通信方法，解决均值场博弈中去中心化智能体在大规模状态空间和群体依赖策略下的学习问题。

DASH: Deception-Augmented Shared Mental Model for a Human-Machine Teaming System

DASH：基于共享心理模型的欺骗增强型人机协同系统

Zelin Wan, Han Jun Yoon, Nithin Alluru, Terrence J. Moore, Frederica F. Nelson, Seunghyun Yoon, Hyuk Lim, Dan Dongseong Kim, Jin-Hee Cho

机构 * US DEVCOM Army Research Laboratory（美国陆军研究实验室） ； Korea Institute of Energy Technology (KENTECH)（韩国能源技术研究所） ； The University of Queensland（昆士兰大学） 纠错

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

AI总结 DASH通过引入欺骗机制增强人机协同系统的鲁棒性，有效检测内部威胁并提升任务成功率。

Comments 17 pages, 16 figures

On Swarm Leader Identification using Probing Policies

基于探测策略的蜂群领头者识别

Stergios E. Bachoumas, Panagiotis Artemiadis

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于探测策略的蜂群领头者识别方法，利用TGR层和S5模型实现高效的领头者识别，并通过仿真和实际实验验证了其在对抗环境中的有效性。

Comments 13 pages, journal

chatter: a Python library for applying information theory and AI/ML models to animal communication

chatter: 一个用于将信息论和AI/ML模型应用于动物交流的Python库

Mason Youngblood

专题命中 多智能体 ：workflow(abstract)；分类 cs.LG

AI总结 chatter库利用信息论和机器学习技术，通过高维潜在空间分析动物叫声，无需手动分类即可量化声音序列的复杂性和新颖性。