AI Agent

Offline Multi-Agent Reinforcement Learning for 6G Communications: Fundamentals, Applications and Future Directions

离线多智能体强化学习用于6G通信：基础、应用与未来方向

Eslam Eldeeb, Hirley Alves

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

AI总结 本文提出了一种基于保守Q学习的离线多智能体强化学习算法，用于6G通信中的无线资源管理和无人机网络，旨在解决多智能体环境下的安全高效训练问题。

Progressive Ideation using an Agentic AI Framework for Human-AI Co-Creation

基于代理AI框架的渐进性构想：用于人机协同创造

Sankar B, Srinidhi Ranjini Girish, Aadya Bharti, Dibakar Sen

机构 * Department of Mechanical Engineering, Indian Institute of Science (IISc), Bangalore 560012 India（机械工程系，印度科学研究院（IISc），班加罗尔） ； Department of Design and Manufacturing, Indian Institute of Science (IISc), Bangalore 560012 India（设计与制造系，印度科学研究院（IISc），班加罗尔） 纠错

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

AI总结 MIDAS通过分布式代理AI系统，提升人机协同创造中想法生成的渐进性和新颖性。

Comments 21 pages, 11 figures

Agentic TinyML for Intent-aware Handover in 6G Wireless Networks

代理型TinyML用于6G无线网络中的意图感知切换

Alaa Saleh, Roberto Morabito, Sasu Tarkoma, Anders Lindgren, Susanna Pirttikangas, Lauri Lovén

机构 * Center for Ubiquitous Computing（无处不在计算中心） ； University of Oulu（奥卢大学） ； Department of Communication Systems（通信系统系） ； EURECOM ； Department of Computer Science（计算机科学系） ； University of Helsinki（赫尔辛基大学） ； RISE Research Institutes of Sweden（瑞典研究机构） ； Department of Computer Science, Electrical and Space Engineering（计算机科学、电气与空间工程系） ； Luleå University of Technology（卢勒奥技术大学） 纠错

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

AI总结 本文提出WAAN框架，利用TinyML代理实现6G网络中的意图感知主动切换，通过多模态环境控制案例验证其在保持用户体验方面的有效性。

Ask, Clarify, Optimize: Human-LLM Agent Collaboration for Smarter Inventory Control

提问、澄清、优化：人类-大语言模型代理协作以实现更智能的库存控制

Yaqi Duan, Yichun Hu, Jiashuo Jiang

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

AI总结 本文提出混合代理框架，利用LLM作为智能接口，通过分离语义推理与数学计算，降低库存成本32.1%，证明LLM作为自然语言接口使优化策略更易被非专家使用。

Can Optimal Transport Improve Federated Inverse Reinforcement Learning?

最优传输能否改进联邦逆强化学习？

David Millard, Ali Baheri

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

AI总结 本文提出基于最优传输的联邦逆强化学习方法，通过Wasserstein均值融合提升跨异构环境的奖励估计一致性。

Scaling Patterns in Adversarial Alignment: Evidence from Multi-LLM Jailbreak Experiments

对抗对齐中的扩展模式：来自多LLM jailbreak实验的证据

Samuel Nathanson, Rebecca Williams, Cynthia Matuszek

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

AI总结 本研究通过多LLM jailbreak实验揭示了模型大小不对称对对抗鲁棒性的影响，发现攻击者规模与有害输出严重性呈正相关，且攻击者对齐性可缓解有害响应。

FlashInfer-Bench: Building the Virtuous Cycle for AI-driven LLM Systems

FlashInfer-Bench: 构建 AI 驱动的 LLM 系统的良性循环

Shanli Xing, Yiyan Zhai, Alexander Jiang, Yixin Dong, Yong Wu, Zihao Ye, Charlie Ruan, Yingyi Huang, Yineng Zhang, Liangsheng Yin, Aksara Bayyapu, Luis Ceze, Tianqi Chen

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

AI总结 FlashInfer-Bench 提出了一种闭环框架，用于评估和部署 AI 生成的 GPU 内核，以提升大规模语言模型的推理性能。

A Near-optimal, Scalable and Parallelizable Framework for Stochastic Bandits Robust to Adversarial Corruptions and Beyond

一种近优、可扩展且可并行化的随机带老虎机框架，具有对抗性破坏的鲁棒性及更广泛的适用性

Zicheng Hu, Cheng Chen

机构 * MoE Engineering Research Center of Hardware/Software Co-design Technology and Application（硬件/软件协同设计技术与应用的MoE工程研究中心） ； East China Normal University（东华大学） 纠错

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

AI总结 本文提出了一种改进的随机老虎机框架BARBAT，通过消除K因子实现最优悔恨界，并扩展至多种设置，提升并行化能力与计算效率。

Comments Accepted at NeurIPS 2025

Digitization Can Stall Swarm Transport: Commensurability Locking in Quantized-Sensing Chains

数字化可能阻碍群体运输：量化感知链中的公约数锁定

Caroline N. Cappetto, Penelope Messinger, Kaitlyn S. Yasumura, Miro Rothman, Tuan K. Do, Gao Wang, Liyu Liu, Robert H. Austin, Shengkai Li, Trung V. Phan

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

AI总结 研究发现机器人群体在均匀梯度下因传感器分离与间距比例满足数论条件而出现集体运输停滞现象，揭示了数论与群体机器人运输之间的联系。

Multiagent Reinforcement Learning for Liquidity Games

流动性游戏中的多智能体强化学习

Alicia Vidler, Gal A. Kaminka

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种多智能体强化学习框架，用于流动性游戏，通过差异奖励实现个体自利行为与集体市场效率的统一。

Comments 9 pages

SLEI3D: Simultaneous Exploration and Inspection via Heterogeneous Fleets under Limited Communication

SLEI3D: 基于异构舰队的同步探索与勘察及有限通信下的实时通信

Junfeng Chen, Yuxiao Zhu, Xintong Zhang, Bing Luo, Meng Guo

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） ； Division of Natural and Applied Sciences, Duke Kunshan University（杜克昆山大学自然科学与应用科学系） 纠错

专题命中 多智能体 ：planning(abstract)

AI总结 SLEI3D通过异构舰队实现同步探索与勘察，并在有限通信条件下进行实时通信。

StyGazeTalk: Learning Stylized Generation of Gaze and Head Dynamics

StyGazeTalk: 学习风格化的 gaze 和 head 动态生成

Chengwei Shi, Chong Cao

机构 * Beihang University（北京航空航天大学） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 StyGazeTalk 通过多模态框架生成风格化的 gaze 和 head 动态，提升 3D 面部生成的现实感。

Comments arXiv submission

How improving performance may imply losing consistency in event-triggered consensus

如何提高性能可能意味着在事件触发共识中失去一致性

David Meister, Duarte J. Antunes, Frank Allgöwer

专题命中 多智能体 ：agent(abstract)

AI总结 本文研究了事件触发共识中性能提升与一致性的矛盾，通过单积分器动态和完全通信图，证明信息增强提高性能但导致不一致，并推导最优控制输入解释文献中的矛盾结果。

Comments Accepted for publication in Automatica

Journal ref Automatica, Vol. 185, March 2026, 112768

An Agentic Framework for Neuro-Symbolic Programming

一种用于神经符号编程的代理框架

Aliakbar Nafar, Chetan Chigurupati, Danial Kamali, Hamid Karimian, Parisa Kordjamshidi

机构 * Michigan State University（密歇根州立大学） 纠错

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

AI总结 AgenticDomiKnowS通过代理工作流简化神经符号编程，使用户能快速构建程序，减少开发时间。

Subgroup Identification and Individualized Treatment Policies: A Tutorial on the Hybrid Two-Stage Workflow

子群识别与个性化治疗政策：混合两阶段工作流程教程

Nan Miles Xi, Xin Huang, Lin Wang

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出混合两阶段工作流程，结合统计推断与机器学习方法，用于识别治疗效应异质性并制定个性化治疗政策。

Narrative-to-Scene Generation: An LLM-Driven Pipeline for 2D Game Environments

叙事到场景生成：一种由大语言模型驱动的2D游戏环境生成管道

Yi-Chun Chen, Arnav Jhala

机构 * Yale University（耶鲁大学） ； North Carolina State University（北卡罗来纳州立大学） 纠错

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

AI总结 本文提出了一种由大语言模型驱动的2D游戏环境生成方法，通过时间框架分析和空间谓词提取，实现从叙述到可玩场景的自动化生成。

Comments Camera-ready version of a paper accepted at the AIIDE 2025 Workshop on Experimental AI in Games (EXAG)

TeleDoCTR: Domain-Specific and Contextual Troubleshooting for Telecommunications

TeleDoCTR: 电信领域和上下文的故障排查

Mohamed Trabelsi, Huseyin Uzunalioglu

机构 * Nokia Bell Labs（诺基亚贝尔实验室） 纠错

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

AI总结 TeleDoCTR是一种针对电信领域的故障排查系统，通过整合领域特定模型自动完成票据分类、检索和生成报告，提升故障排查的准确性和效率。

Adapting Natural Language Processing Models Across Jurisdictions: A pilot Study in Canadian Cancer Registries

在不同司法管辖区适应自然语言处理模型：加拿大癌症登记处的试点研究

Jonathan Simkin, Lovedeep Gondara, Zeeshan Rizvi, Gregory Doyle, Jeff Dowden, Dan Bond, Desmond Martin, Raymond Ng

机构 * School of Population and Public Health University of British Columbia（流行病学与公共卫生学院 首都大学） ； Newfoundland & Labrador Health Services（纽芬兰与拉布拉多省卫生服务） ； Data Science Institute University of British Columbia（数据科学研究所 首都大学） 纠错

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

AI总结 本研究通过结合两种模型，提高了癌症登记处NLP的性能，减少了遗漏癌症并提升了错误覆盖，展示了跨司法管辖区适应的可行性。

When Small Models Are Right for Wrong Reasons: Process Verification for Trustworthy Agents

当小模型适用于错误的原因：信任代理的过程验证

Laksh Advani

机构 * Laksh Advani 纠错

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

AI总结 本文揭示小型语言模型在推理过程中的可靠性问题，提出推理完整性评分，并展示RAG提升推理质量而元认知可能损害性能，强调过程验证对可信代理的重要性。

Comments Accepted to Trustagent workshop AAAI 2026

SpiderGen: Towards Procedure Generation For Carbon Life Cycle Assessments with Generative AI

SpiderGen：面向碳生命周期评估的流程生成方法

Anupama Sitaraman, Bharathan Balaji, Yuvraj Agarwal

机构 * Amazon（亚马逊） 纠错

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

AI总结 SpiderGen利用生成式AI生成碳生命周期评估的流程图，准确率达65%，显著降低评估成本和人力投入。

Grading Handwritten Engineering Exams with Multimodal Large Language Models

用多模态大语言模型评分手写工程考试

Janez Perš, Jon Muhovič, Andrej Košir, Boštjan Murovec

机构 * University of Ljubljana, Faculty of Electrical Engineering（卢布尔雅那大学电子工程学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究利用多模态大语言模型对斯洛文尼亚语手写工程考试进行自动评分，通过多阶段设计实现高可靠性，达到与人工评分约8分的均方差，验证了结构化提示和参考定位的重要性。

Comments 10 pages, 5 figures, 2 tables. Supplementary material available at https://lmi.fe.uni-lj.si/en/janez-pers-2/supplementary-material/

Assessing Quantum Annealing to Solve the Minimum Vertex Multicut

评估量子退火在求解最小顶点多割问题中的应用

Ali Abbassi, Yann Dujardin, Eric Gourdin, Philippe Lacomme, Caroline Prodhon

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文评估了量子退火在解决电信网络安全中的最小顶点多割问题中的可行性，发现其存在硬件限制，混合求解器表现更优。

Comments Published in Codit 2025

MR-DAW: Towards Collaborative Digital Audio Workstations in Mixed Reality

MR-DAW: 向混合现实中的协作数字音频工作站迈进

Torin Hopkins, Shih-Yu Ma, Suibi Che-Chuan Weng, Ming-Yuan Pai, Ellen Yi-Luen Do, Luca Turchet

机构 * SolJAMM Research（SolJAMM研究） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； ATLAS Insitute（ATLAS研究所） ； Hsinchu County Liou-Jia Senior High School（新竹县柳家高中） ； National Taiwan Normal University（台湾师范大学） ； University of Trento（特伦托大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 MR-DAW通过混合现实技术实现远程协作音乐制作，结合物理脚踏板与虚拟会话，提升音乐家的互动体验。

MGNN: Moment Graph Neural Network for Universal Molecular Potentials

MGNN：基于时刻的图神经网络用于通用分子势能

Jian Chang, Shuze Zhu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 MGNN通过利用三维分子图的时刻表示学习，提出了一种旋转不变的消息传递神经网络架构，在分子势能预测和动态模拟中表现出新的状态-of-the-art性能。

Comments 27 pages, 4 figures

Journal ref NPJ computational materials (2025)

Security in the Age of AI Teammates: An Empirical Study of Agentic Pull Requests on GitHub

AI队友时代的安全：对GitHub上代理拉取请求的实证研究

Mohammed Latif Siddiq, Xinye Zhao, Vinicius Carvalho Lopes, Beatrice Casey, Joanna C. S. Santos

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.SE

AI总结 研究分析了GitHub上代理撰写的PR在安全方面的贡献，发现其主要进行支持性的安全加固活动，且PR被拒绝与复杂性和冗长性相关。

Comments Submitted to Information and Software Technology Journal

An Empirical Evaluation of LLM-Based Approaches for Code Vulnerability Detection: RAG, SFT, and Dual-Agent Systems

基于大型语言模型的代码漏洞检测方法实证评估：RAG、SFT和双智能体系统

Md Hasan Saju, Maher Muhtadi, Akramul Azim

机构 * Department of Electrical, Computer, and Software Engineering（电气、计算机与软件工程系） ； Ontario Tech University（安大略技术大学） 纠错

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

AI总结 本文通过实证评估，比较了RAG、SFT和双智能体系统在代码漏洞检测中的有效性，发现RAG在准确率和F1分数上表现最佳，SFT和双智能体系统也展示了良好的性能，证明了领域专业知识对LLM在实际漏洞检测中的重要性。

Journal ref https://conf.researchr.org/home/cascon-2025

Improving LLM-Assisted Secure Code Generation through Retrieval-Augmented-Generation and Multi-Tool Feedback

通过检索增强生成和多工具反馈改进LLM辅助的安全代码生成

Vidyut Sriram, Sawan Pandita, Achintya Lakshmanan, Aneesh Shamraj, Suman Saha

机构 * Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 通过检索增强生成和多工具反馈，改进LLM辅助的安全代码生成，显著减少安全漏洞和缺陷率。

LLM-Based Agentic Exploration for Robot Navigation & Manipulation with Skill Orchestration

基于大语言模型的代理探索用于机器人导航与操作的技能编排

Abu Hanif Muhammad Syarubany, Farhan Zaki Rahmani, Trio Widianto

专题命中 GUI与网页智能体 ：agentic(title,abstract)

AI总结 本文提出基于大语言模型的代理探索系统，用于机器人导航与操作，通过技能编排实现端到端任务执行。

GRL-SNAM: Geometric Reinforcement Learning with Path Differential Hamiltonians for Simultaneous Navigation and Mapping in Unknown Environments

GRL-SNAM：基于路径微分哈密顿量的几何强化学习用于未知环境中的同时导航与建图

Aditya Sai Ellendula, Yi Wang, Minh Nguyen, Chandrajit Bajaj

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

AI总结 GRL-SNAM通过局部能量优化实现未知环境中的同时导航与建图，利用受控哈密顿优化提升导航质量。

LLM Agents for Combinatorial Efficient Frontiers: Investment Portfolio Optimization

基于LLM代理的组合效率前沿：投资组合优化

Simon Paquette-Greenbaum, Jiangbo Yu

机构 * Department of Civil Engineering, McGill University（土木工程系，麦吉尔大学） 纠错

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

AI总结 本文提出了一种基于LLM代理的新型框架，用于解决组合效率前沿的投资组合优化问题，通过改进的算法开发和流程自动化，实现了更高效的投资组合解决方案。