AI Agent

Interactive and Hybrid Imitation Learning: Provably Beating Behavior Cloning

交互式和混合模仿学习：可证明地超越行为克隆

Yichen Li, Chicheng Zhang

机构 * University of Arizona（亚利桑那大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出Warm Stagger方法，证明在按状态计算注释成本时，交互式和混合模仿学习可超越传统行为克隆方法。

Comments 42 pages, Accepted by NeurIPS 2025

The case for an Astrometric Mission Extension of Euclid. Extending Gaia by 6 magnitudes with Euclid covering one-third of the sky

欧几里得任务的测光任务扩展案。通过欧几里得覆盖三分之一天空，将Gaia的观测精度提升6个星等

Luigi "Rolly'' BEDIN

专题命中 规划决策 ：planning(abstract)

AI总结 通过欧几里得任务覆盖三分之一天空，将Gaia的观测精度提升6个星等，以获得更精确的恒星视差运动测量。

Comments 10(+App.2) pages, 3(+App.1) low-res. figures. Accepted for publication on Astronomy & Astrophysics (A&A) on 27th October 2025. Manuscript ID: AA57407-25. Comments are welcome

Journal ref A&A 704, A193 (2025)

A CASP-based Solution for Traffic Signal Optimisation

基于CASP的交通信号优化解决方案

Alice Tarzariol, Marco Maratea, Mauro Vallati

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于CASP的交通信号优化方法，通过编码和clingcon 3求解，实验证明其在提升解决方案质量方面的潜力。

Comments To appear in Theory and Practice of Logic Programming (TPLP), Proceedings of ICLP 2025

Journal ref Theory and Practice of Logic Programming 25 (2025) 794-812

Percentile-based probabilistic optimization for systematic and random uncertainties in radiation therapy

基于百分位的概率优化用于放疗中的系统性和随机不确定性

Albin Fredriksson, Erik Engwall, Jenneke de Jong, Johan Sundström

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出一种基于百分位的概率优化框架，用于提高放疗中目标覆盖与危及器官保护的平衡，通过显式控制临床目标满足概率，提升治疗效果。

Comments 15 pages, 5 figures

Cities at Play: Improving Equilibria in Urban Neighbourhood Games

城市中的游戏：在城市邻里游戏中改善均衡

Martin Gairing, Adrian Vetta, Zhanzhan Zhao

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种通过精心设计的小规模投资来改善城市邻里游戏均衡的方法，证明了通过调整效用函数可以提高社会福利。

Effective outdoor pathloss prediction: A multi-layer segmentation approach with weighting map

有效户外路径损耗预测：一种多层分割方法与加权地图

Yuan Gao, Tao Wen, Wenjing Xie, Jianbo Du, Yong Zeng, Dusit Niyato, Shugong Xu

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出一种基于 ResNet 的多层分割方法与加权地图，用于有效预测户外路径损耗，实验表明其在精度和计算效率上优于现有方法。

ReCo-KD: Region- and Context-Aware Knowledge Distillation for Efficient 3D Medical Image Segmentation

ReCo-KD：区域和上下文感知的知识蒸馏用于高效的3D医学图像分割

Qizhen Lan, Yu-Chun Hsu, Nida Saddaf Khan, Xiaoqian Jiang

机构 * McWilliams School of Biomedical Informatics, The University of Texas Health Science Center at Houston (UTHealth Houston)（麦威廉生物医学信息学学院，德克萨斯大学健康科学中心休斯顿分校（UTHealth休斯顿）） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 ReCo-KD通过区域和上下文感知的知识蒸馏方法，在不需自定义学生设计的情况下，实现高效3D医学图像分割的轻量化模型，提升临床应用的实用性。

Comments 10 pages

Modal Parameter Extraction via Propeller-Driven Vibration Testing

通过螺旋桨驱动振动测试提取模态参数

Gabriele Dessena, Alessandro Pontillo

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过螺旋桨驱动振动测试提取模态参数，验证了其在低频模态信息提取中的可行性，并探讨了未来自动化测试规划的方向。

Ground What You See: Hallucination-Resistant MLLMs via Caption Feedback, Diversity-Aware Sampling, and Conflict Regularization

在所见之地接地：通过标题反馈、多样性感知采样和冲突正则化实现抗幻觉的MLLMs

Miao Pan, Wangjie Gan, Jintao Chen, Wenqi Zhang, Bing Sun, Jianwei Yin, Xuhong Zhang

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出抗幻觉的MLLMs方法，通过标题反馈、多样性感知采样和冲突正则化减少幻觉，提升推理准确性。

Comments AAAI-2026 Poster

DriveRX: A Vision-Language Reasoning Model for Cross-Task Autonomous Driving

DriveRX：一种用于跨任务自动驾驶的视觉-语言推理模型

Muxi Diao, Lele Yang, Hongbo Yin, Zhexu Wang, Yejie Wang, Daxin Tian, Kongming Liang, Zhanyu Ma

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北航） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 DriveRX是一种用于自动驾驶的视觉-语言推理模型，通过结构化推理提升多阶段决策能力，并在复杂驾驶条件下表现优异。

OpenMic: A Multi-Agent-Based Stand-Up Comedy Generation System

OpenMic: 基于多智能体的站立喜剧生成系统

Yuyang Wu, Hanzhong Cao, Jianhao Chen, Yufei Li

机构 * School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学学院，北京大学） 纠错

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

AI总结 OpenMic通过多智能体系统生成基于文化背景的站立喜剧，结合检索增强生成和专用JokeWriter提升幽默与节奏表现。

AgenticTCAD: A LLM-based Multi-Agent Framework for Automated TCAD Code Generation and Device Optimization

AgenticTCAD: 基于LLM的多智能体框架用于自动TCAD代码生成与器件优化

Guangxi Fan, Tianliang Ma, Xuguang Sun, Xun Wang, Kain Lu Low, Leilai Shao

机构 * State Key Laboratory of Micro-nano Engineering Science（微纳工程科学国家重点实验室） ； Micro-nano Engineering Sciences Research Center（微纳工程科学研究中心） ； School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） 纠错

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

AI总结 AgenticTCAD通过基于LLM的多智能体框架实现自动TCAD代码生成与器件优化，显著提升设计效率。

Comments Accepted by DATE 2026

When KV Cache Reuse Fails in Multi-Agent Systems: Cross-Candidate Interaction is Crucial for LLM Judges

当KV缓存复用在多智能体系统中失效：跨候选者交互对LLM判断者至关重要

Sichu Liang, Zhenglin Wang, Jiajia Chu, Pengfei Xia, Hui Zang, Deyu Zhou

机构 * Southeast University（东南大学） ； Huawei Technologies Ltd（华为技术有限公司） 纠错

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

AI总结 本研究揭示了在多智能体系统中KV缓存复用的失效模式，指出跨候选者交互对LLM判断者的重要性，强调了以判断者为中心的推理需要专门设计。

Safe Heterogeneous Multi-Agent RL with Communication Regularization for Coordinated Target Acquisition

安全的异构多智能体强化学习与通信正则化用于协同目标获取

Gabriele Calzolari, Vidya Sumathy, Christoforos Kanellakis, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering, Luleå University of Technology, Luleå, Sweden.（计算机科学与空间工程系，卢勒奥技术大学，卢勒奥，瑞典） 纠错

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

AI总结 本文提出了一种安全的异构多智能体强化学习框架，通过通信正则化和安全过滤器实现协同目标获取任务中的安全与稳定执行。

Comments 7 pages, 4 figures, submitted to the IFAC World Congress 2026

The End of Reward Engineering: How LLMs Are Redefining Multi-Agent Coordination

奖励工程的终结：大型语言模型如何重新定义多智能体协调

Haoran Su, Yandong Sun, Congjia Yu

机构 * New York University（纽约大学） ； Lerna AI 纠错

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

AI总结 本文探讨了大型语言模型如何通过语义奖励规范和动态适应替代传统奖励工程，重新定义多智能体协调。

Single-agent Reinforcement Learning Model for Regional Adaptive Traffic Signal Control

区域自适应交通信号控制的单代理强化学习模型

Qiang Li, Ningjing Zeng, Lina Yu

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

AI总结 本文提出一种基于单代理强化学习的区域自适应交通信号控制模型，利用探测车辆数据有效缓解区域拥堵。

Comments A critical error in the methodology. The reported congestion control effects were not caused by the proposed signal timing optimization, but by an incorrect traffic volume scaling factor during evaluation. The traffic demand was not properly amplified, resulting in misleading performance gains. Due to the substantial nature of the error, completion of revisions is not feasible in the short term

Robust Single-Agent Reinforcement Learning for Regional Traffic Signal Control Under Demand Fluctuations

鲁棒的单智能体强化学习用于应对需求波动的区域交通信号控制

Qiang Li, Jin Niu, Lina Yu

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

AI总结 本文提出一种鲁棒的单智能体强化学习框架，用于应对交通需求波动的区域交通信号控制，通过集中决策和高效学习模型有效减少交通队列长度。

Comments A critical error in the methodology. The reported congestion control effects were not caused by the proposed signal timing optimization, but by an incorrect traffic volume scaling factor during evaluation. The traffic demand was not properly amplified, resulting in misleading performance gains. Due to the substantial nature of the error, completion of revisions is not feasible in the short term

A Preliminary Agentic Framework for Matrix Deflation

一个初步的代理框架用于矩阵消去

Paimon Goulart, Evangelos E. Papalexakis

机构 * University of California, Riverside（加州大学河滨分校） 纠错

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

AI总结 本文提出了一种基于代理的矩阵消去方法，利用LLM和VLM实现无阈值的消去，通过上下文学习和排列优化，在不同数据集上取得有竞争力的结果。

Unleashing Tool Engineering and Intelligence for Agentic AI in Next-Generation Communication Networks

释放工具工程与智能以推动下一代通信网络中的智能体AI

Yinqiu Liu, Ruichen Zhang, Dusit Niyato, Abbas Jamalipour, Trung Q. Duong, Dong In Kim

专题命中 多智能体 ：agentic(title,abstract)；planning(abstract)

AI总结 本文提出通过工具工程和智能提升下一代通信网络中的智能体AI，展示工具智能在无人飞行器轨迹规划中的应用，并提供6G时代的智能体构建路线图。

VGC-Bench: Towards Mastering Diverse Team Strategies in Competitive Pokémon

VGC-Bench: 向掌握多样化团队策略的竞技宝可梦迈进

Cameron Angliss, Jiaxun Cui, Jiaheng Hu, Arrasy Rahman, Peter Stone

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 VGC-Bench通过提供标准化评估和人类对战数据集，研究如何让AI代理在多样化团队策略的竞技宝可梦中实现稳健适应与泛化。

Comments AAMAS 2026

Decentralized Online Convex Optimization with Unknown Feedback Delays

去中心化在线凸优化与未知反馈延迟

Hao Qiu, Mengxiao Zhang, Juliette Achddou

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

AI总结 本文提出了一种去中心化在线凸优化算法，解决了未知反馈延迟问题，通过自适应学习率机制实现了改进的后悔界。

Baiting AI: Deceptive Adversary Against AI-Protected Industrial Infrastructures

诱饵AI：针对AI保护工业基础设施的欺骗性对手

Aryan Pasikhani, Prosanta Gope, Yang Yang, Shagufta Mehnaz, Biplab Sikdar

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

AI总结 本文提出了一种基于深度强化学习的欺骗性攻击方法，用于针对AI保护的工业基础设施，通过定制策略实现隐蔽攻击并降低系统可靠性。

Can Inherent Communication Noise Guarantee Privacy in Distributed Cooperative Control ?

内在通信噪声能否保证分布式协同控制中的隐私？

Yuwen Ma, Sarah K. Spurgeon, Tao Li, Boli Chen

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

AI总结 本文提出了一种基于LQR的分布式协同控制框架，利用内在通信噪声实现差分隐私保护，无需额外隐私噪声，同时保证系统跟踪误差的收敛性。

Inverse Optimal Control for Linear Quadratic Tracking with Unknown Target States

线性二次跟踪中未知目标状态的逆最优控制

Yao Li, Chengpu Yu, Hao Fang, Jie Chen

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

AI总结 本文提出了一种用于多智能体系统联合聚类协调和意图识别的逆最优控制算法，通过线性方程和结构约束提升算法效率和准确性。

Scalable Multiagent Reinforcement Learning with Collective Influence Estimation

可扩展的多智能体强化学习与集体影响估计

Zhenglong Luo, Zhiyong Chen, Aoxiang Liu, Ke Pan

机构 * School of Engineering, The University of Newcastle（工程学院） ； School of Automation, Central South University（自动化学院） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种可扩展的多智能体强化学习框架，通过集体影响估计网络实现高效协作，避免网络扩展并提升鲁棒性和部署可行性。

Does GenAI Make Usability Testing Obsolete?

生成式AI会使可用性测试过时吗？

Ali Ebrahimi Pourasad, Walid Maalej

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

AI总结 本文提出UX-LLM，一种基于大视觉语言模型的可用性问题预测工具，虽无法完全替代传统测试，但可作为补充，尤其适用于资源有限的小型团队。

Comments Accepted for publication at The 47th IEEE/ACM International Conference on Software Engineering ICSE 2025

WISE-Flow: Workflow-Induced Structured Experience for Self-Evolving Conversational Service Agents

WISE-Flow: 基于工作流的结构化经验用于自进化对话服务代理

Yuqing Zhou, Zhuoer Wang, Jie Yuan, Hong Wang, Samson Koelle, Ziwei Zhu, Wei Niu

机构 * George Mason University（乔治·马歇尔大学） ； Amazon（亚马逊公司） 纠错

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

AI总结 WISE-Flow通过将历史服务交互转化为可重用的程序经验，实现自进化对话服务代理的可靠性和稳定性提升。

Comments 19 pages

MegaFlow: Large-Scale Distributed Orchestration System for the Agentic Era

MegaFlow：面向代理时代的大型分布式编排系统

Lei Zhang, Mouxiang Chen, Ruisheng Cao, Jiawei Chen, Fan Zhou, Yiheng Xu, Jiaxi Yang, Zeyao Ma, Liang Chen, Changwei Luo, Kai Zhang, Fan Yan, KaShun Shum, Jiajun Zhang, Zeyu Cui, Feng Hu, Junyang Lin, Binyuan Hui, Min Yang

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

AI总结 MegaFlow是一个面向代理时代的大型分布式编排系统，通过将代理训练基础设施抽象为三个独立服务，实现高效调度、资源分配和任务管理，解决大规模代理训练的基础设施问题。

FilmSceneDesigner: Chaining Set Design for Procedural Film Scene Generation

FilmSceneDesigner: 用于程序化电影场景生成的场景设计链

Zhifeng Xie, Keyi Zhang, Yiye Yan, Yuling Guo, Fan Yang, Jiting Zhou, Mengtian Li

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)

AI总结 FilmSceneDesigner通过自动化场景生成系统，结合代理链接框架和程序化生成流水线，实现从自然语言描述到完整电影场景的自动生成，并构建了SetDepot-Pro数据集提升电影真实感和资产多样性。

Q-realign: Piggybacking Realignment on Quantization for Safe and Efficient LLM Deployment

Q-realign: 量化驱动的对齐以实现安全高效的LLM部署

Qitao Tan, Xiaoying Song, Ningxi Cheng, Ninghao Liu, Xiaoming Zhai, Lingzi Hong, Yanzhi Wang, Zhen Xiang, Geng Yuan

机构 * University of Georgia（佐治亚大学） ； University of North Texas（北卡罗来纳州立大学） ； Hong Kong Polytechnic University（香港理工大学） ； Northeastern University（东北大学） 纠错

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

AI总结 Q-realign通过量化驱动的对齐方法，在部署流程中实现安全高效的LLM部署，有效减少不安全行为并降低计算开销。