AI Agent

The Rise of Agentic Testing: Multi-Agent Systems for Robust Software Quality Assurance

代理测试的兴起：多代理系统用于稳健的软件质量保证

Saba Naqvi, Mohammad Baqar, Nawaz Ali Mohammad

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

AI总结 本文提出多代理系统用于提升软件测试质量，通过闭环反馈机制实现自适应测试生成和优化，显著提高测试覆盖率并减少无效测试。

Comments 11 Pages

Thucy: An LLM-based Multi-Agent System for Claim Verification across Relational Databases

Thucy：基于LLM的多智能体系统，用于跨关系数据库的声明验证

Michael Theologitis, Dan Suciu

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

AI总结 Thucy是一种基于LLM的多智能体系统，能够跨关系数据库验证声明，并提供支持裁定的SQL查询，准确率达94.3%。

Comments Accepted at AAAI 2026 Workshop on LLM-based Multi-Agent Systems (LaMAS)

FICO: Finite-Horizon Closed-Loop Factorization for Unified Multi-Agent Path Finding

FICO：有限时间闭环因子分解用于统一多智能体路径寻找

Jiarui Li, Alessandro Zanardi, Federico Pecora, Runyu Zhang, Gioele Zardini

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

AI总结 FICO通过系统级建模和闭环设计，实现了多智能体路径寻找问题的高效解决，显著提升了计算效率和适应性。

LeafTutor: An AI Agent for Programming Assignment Tutoring

LeafTutor: 一个用于编程作业辅导的AI代理

Madison Bochard, Tim Conser, Alyssa Duran, Lazaro Martull, Pu Tian, Yalong Wu

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

AI总结 LeafTutor利用大型语言模型为编程作业提供逐步指导，展示了AI辅导在提升STEM教育学习中的潜力。

Software-Defined Agentic Serving

软件定义代理服务

Saurabh Agarwal, Marco Laju, Jayanth Srinivasa, Myungjin Lee, Aditya Akella

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

AI总结 本文提出一种受SDN启发的代理服务框架，通过动态调整通信属性实现高效、响应灵敏的代理服务系统。

Automated Semantic Rules Detection (ASRD) for Emergent Communication Interpretation

多智能体系统中涌现通信解释的自动语义规则检测（ASRD）

Bastien Vanderplaetse, Xavier Siebert, Stéphane Dupont

机构 * University of Mons（蒙斯大学） ； MAIA Artificial Intelligence Lab（MAIA人工智能实验室） ； Mathematics and Operational Research（数学与运筹学） 纠错

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

AI总结 本文提出ASRD算法，用于分析多智能体系统中涌现通信的可解释性，通过提取消息模式并关联输入数据属性，简化后续分析。

When Agents See Humans as the Outgroup: Belief-Dependent Bias in LLM-Powered Agents

当代理将人类视为外群体：由信念驱动的LLM代理偏见

Zongwei Wang, Bincheng Gu, Hongyu Yu, Junliang Yu, Tao He, Jiayin Feng, Chenghua Lin, Min Gao

机构 * Chongqing University（重庆大学） ； The University of Queensland（昆士兰大学） ； Virginia Polytechnic Institute and State University（弗吉尼亚理工大学） ； The University of Manchester（曼彻斯特大学） 纠错

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

AI总结 本文研究了基于LLM的代理在身份信念影响下的群体偏见问题，提出信念污染攻击并设计防御措施，以提升人类交互代理的安全性。

Comments 15 pages

AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design

面向自组织无线网络的AI原生集成感知与通信：架构、学习范式与系统级设计

S. Zhang, M. Feizarefi, A. F. Mirzaei

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

AI总结 本文综述了AI原生集成感知与通信在自组织无线网络中的架构、学习范式及系统设计，探讨了深度强化学习等方法在动态环境中的应用及未来研究方向。

Vertical tacit collusion in AI-mediated markets

人工智能中介市场中的垂直默许 collusion

Felipe M. Affonso

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

AI总结 本文研究了人工智能中介市场中平台与卖家利用AI认知偏见导致的垂直默许 collusion问题，揭示了这种无协调的市场失败对消费者造成的双重伤害。

Evolving Personalities in Chaos: An LLM-Augmented Framework for Character Discovery in the Iterated Prisoners Dilemma under Environmental Stress

混沌中的性格演变：一种结合大语言模型的框架用于在环境压力下的迭代囚徒困境中发现角色

Oguzhan Yildirim

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

AI总结 本文提出一种结合大语言模型的框架，在环境压力下通过迭代囚徒困境发现可解释的角色原型，提升策略的鲁棒性和可解释性。

Comments 10 pages, 5 figures. Project assignment; exploratory study on LLM-based adaptive agents

Joint BS Deployment and Power Optimization for Minimum EMF Exposure with RL in Real-World Based Urban Scenario

联合基站部署与功率优化以最小化电磁场暴露的强化学习在真实世界基于城市场景中

Xueyun Long, Yueheng Li, Mario Pauli, Benjamin Nuss, Thomas Zwick

专题命中 多智能体 ：workflow(abstract)

AI总结 本文提出了一种基于强化学习的方法，用于在真实世界城市场景中联合优化基站部署与功率配置，以最小化电磁场暴露，同时提高计算效率和准确性。

Evolutionary Algorithms for Computing Nash Equilibria in Dynamic Games

进化算法在动态博弈中计算纳什均衡

Alireza Rezaee

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出两种基于种群的进化算法，用于解决动态博弈中纳什均衡计算问题，克服传统方法在非线性动态和多参与者情况下的局限性。