AI Agent

Multi-Agent Coordinated Rename Refactoring

多智能体协同重命名重构

Abhiram Bellur, Mohammed Raihan Ullah, Fraol Batole, Mohit Kansara, Masaharu Morimoto, Kai Ishikawa, Haifeng Chen, Yaroslav Zharov, Timofey Bryksin, Tien N. Nguyen, Hridesh Rajan, Danny Dig

机构 * University of Colorado（科罗拉多大学） ； Tulane University（路易斯安那大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； NEC Corporation（日本电气通信事业株式会社） ； NEC Laboratories America（NEC美国实验室） ； JetBrains Research（JetBrains研究） 纠错

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

AI总结 本文提出了一种多智能体框架，通过协同重命名重构自动化减少开发者负担，提升重构效率。

Cultural Palette: Pluralising Culture Alignment via Multi-agent Palette

文化调色板：通过多智能体调色板实现文化对齐的多元化

Jiahao Yuan, Zixiang Di, Shangzixin Zhao, Zhiqing Cui, Hanqing Wang, Guisong Yang, Usman Naseem

机构 * ECNU（华东师范大学） ； USST（上海理工大学） ； BNU（北京师范大学） ； HKUST–GZ（香港理工大学-广州） 纠错

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

AI总结 Cultural Palette通过多智能体框架实现文化对齐的多元化，利用文化地理和颜色混合机制提升跨文化响应的适应性与准确性。

Comments 19 pages, 10 figures

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