AI Agent

GameTalk: Training LLMs for Strategic Conversation

GameTalk: 训练 LLMs 进行战略性对话

Victor Conchello Vendrell, Max Ruiz Luyten, Mihaela van der Schaar

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 GameTalk 通过多轮互动训练 LLMs 实现战略性决策，优于传统方法，尤其在奖励塑造下表现突出。

Comments 32 pages, 8 figures

Computational Foundations for Strategic Coopetition: Formalizing Collective Action and Loyalty

战略竞合的计算基础：形式化集体行动与忠诚

Vik Pant, Eric Yu

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

AI总结 本文提出了一种基于忠诚度调节的效用函数，用于分析竞合环境中集体行动问题的产生与解决，通过实验验证展示了忠诚度对努力差异的显著影响。

Comments 68 pages, 22 figures. Third technical report in research program; should be read with companion arXiv:2510.18802 and arXiv:2510.24909. Adapts and extends complex actor material from Pant (2021) doctoral dissertation, University of Toronto

MoE-Enhanced Multi-Domain Feature Selection and Fusion for Fast Map-Free Trajectory Prediction

增强型多域特征选择与融合的无地图轨迹预测

Wenyi Xiong, Jian Chen, Ziheng Qi, Wenhua Chen

机构 * School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology, School of Automation and Intelligent Manufacturing, Southern University of Science and Technology（南方科技大学自动化与智能制造学院） ； Leapmotor Technology（Leapmotor科技） ； Department of Aeronautical and Automotive Engineering, Loughborough University（伦敦大学洛桑学院航空与汽车工程系） 纠错

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

AI总结 本文提出了一种无地图轨迹预测方法，通过多域特征选择与融合，提升轨迹预测的准确性和效率。

Tunable Passivity Control for Centralized Multiport Networked Systems

可调被动控制用于集中多端网络化系统

Xingyuan Zhou, Peter Paik, S. Farokh Atashzar

机构 * Dept. of Electrical and Computer Engineering, New York University (NYU)（电气与计算机工程系，纽约大学） 纠错

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

AI总结 本文提出了一种可调集中最优被动控制方法，用于提升集中多端网络化系统的稳定性与性能，通过优化能量耗散分布实现L2稳定性，增强系统可扩展性与通用性。

VALISENS: A Validated Innovative Multi-Sensor System for Cooperative Automated Driving

VALISENS: 一种经过验证的创新多传感器系统用于协同自动驾驶

Lei Wan, Prabesh Gupta, Andreas Eich, Marcel Kettelgerdes, Hannan Ejaz Keen, Michael Klöppel-Gersdorf, Alexey Vinel

机构 * XITASO GmbH ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； LiangDao GmbH ； Fraunhofer IVI（弗劳恩霍夫研究所） 纠错

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

AI总结 VALISENS通过V2X协作提升多传感器融合，有效提升复杂环境下的感知性能和系统可靠性。

Comments 8 pages, 5 figures, submitted to IEEE VNC

UltraFlwr -- An Efficient Federated Surgical Object Detection Framework

UltraFlwr -- 一种高效的联邦手术物体检测框架

Yang Li, Soumya Snigdha Kundu, Maxence Boels, Toktam Mahmoodi, Sebastien Ourselin, Tom Vercauteren, Prokar Dasgupta, Jonathan Shapey, Alejandro Granados

机构 * 1 Surgical \& Interventional Engineering, King's College London, UK ； 2 Neurosurgery Department, King's College Hospital, UK ； 3 Department of Urology, Guy's Hospital, UK ； 4 Department of Engineering, King's College London, UK 纠错

专题命中 多智能体 ：workflow(abstract)

AI总结 UltraFlwr 提出了一种高效的联邦学习框架，用于在异构手术环境中实现稳健的YOLO物体检测，通过整合Ultralytics YOLO与Flower FL平台，支持Partial Aggregation并降低通信成本。

Comments 7 pages, 3 figures

Curate-Train-Refine: A Closed-Loop Agentic Framework for Zero Shot Classification

Curate-Train-Refine: 一种闭环代理框架用于零样本分类

Gaurav Maheshwari, Kevin El Haddad

机构 * Diabolocom（迪波利科姆） ； University of Mons（蒙斯大学） 纠错

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

AI总结 Curate-Train-Refine通过LLM闭环生成和评估提升零样本分类效率与准确性。

Mixture-of-Models: Unifying Heterogeneous Agents via N-Way Self-Evaluating Deliberation

模型混合：通过N方式自我评估 deliberation 统一异质代理

Tims Pecerskis, Aivars Smirnovs

机构 * Peeramid Labs（Peeramid实验室） ； The AI Futures Collective（人工智能未来集体） 纠错

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

AI总结 通过N方式自我评估 deliberation 协议，统一异质代理，实现小模型集合在性能上超越大模型，建立新的硬件效率前沿。

Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation

通过风格识别的循环一致生成对抗网络实现仿真到现实迁移：通过视觉领域适应实现机器人机械臂的零样本部署

Lucía Güitta-López, Lionel Güitta-López, Jaime Boal, Álvaro Jesús López-López

机构 * Institute for Research in Technology (IIT)（技术研究 institute） ； ICAI School of Engineering（工程学院） ； Comillas Pontifical University（宗座大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于风格识别循环一致生成对抗网络的领域适应方法，实现机器人机械臂在现实环境中的零样本部署，通过视觉领域适应提升仿真到现实迁移的效率和准确性。

Journal ref Engineering Applications of Artificial Intelligence, volume 159, published Jan.2026

AI-enhanced discovery and accelerated synthesis of metal phosphosulfides

人工智能增强的金属硫磷化合物发现与加速合成

Javier Sanz Rodrigo, Nicholas A. Kryger-Nelson, Lena A. Mittmann, Eugène Bertin, Ivano E. Castelli, Andrea Crovetto

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究利用人工智能和理论方法加速金属硫磷化合物的发现与合成，发现19种新化合物并实现高通量合成。

HapticMatch: An Exploration for Generative Material Haptic Simulation and Interaction

HapticMatch: 生成材料触觉模拟与交互的探索

Mingxin Zhang, Yu Yao, Yasutoshi Makino, Hiroyuki Shinoda, Masashi Sugiyama

专题命中 工作流自动化 ：workflow(abstract)

AI总结 HapticMatch通过视觉到触觉的生成框架，利用新型数据集和条件生成模型，实现高保真的触觉模拟与交互，提升VR/AR中的沉浸体验。

A comprehensive semi-automated fabrication system for quartz tuning fork AFM probe with real-time resonance frequency monitoring and Q-factor control

一种用于石英调音叉AFM探针的综合半自动化制造系统，具备实时共振频率监测和Q因子控制

Hankyul Koh, Joon-Hyuk Ko, Wonho Jhe

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出了一种综合半自动化系统，用于石英调音叉AFM探针的制造，通过实时频率监测和Q因子控制，提高成像精度和测量可靠性。

Comments 6 pages, 6 figures

Data Generation for Stability Studies of Power Systems with High Penetration of Inverter-Based Resources

基于高逆变器资源渗透的电力系统稳定性研究数据生成

Francesca Rossi, Mauro Garcia Lorenzo, Eduardo Iraola de Acevedo, Elia Mateu Barriendos, Vinicius Albernaz Lacerda, Francesc Lordan-Gomis, Rosa Badia, Eduardo Prieto-Araujo

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种开源框架，用于生成高逆变器资源渗透电力系统稳定性研究所需的数据集，通过自适应采样和灵敏度分析提升数据质量。

The 2.5-meter Wide Field Survey Telescope Real-time Data Processing Pipeline I: From raw data to alert distribution

2.5米宽视场巡天望远镜实时数据处理流水线 I：从原始数据到警报分发

Minxuan Cai, Zelin Xu, Lulu Fan, Zhen Wan, Binyang Liu, Xu Kong, Weida Hu, Lei Hu, Qing-feng Zhu, Guoliang Li, Jie Lin, Min Fang, Ji-an Jiang, Yongquan Xue, Xianzhong Zhen, Tinggui Wang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍了针对宽视场巡天望远镜的实时数据处理流水线，从原始数据到警报分发的完整流程及主要数据产品。

Comments 20 pages, 2 figures

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents

VibeTensor：由AI代理完全生成的深度学习系统软件

Bing Xu, Terry Chen, Fengzhe Zhou, Tianqi Chen, Yangqing Jia, Vinod Grover, Haicheng Wu, Wei Liu, Craig Wittenbrink, Wen-mei Hwu, Roger Bringmann, Ming-Yu Liu, Luis Ceze, Michael Lightstone, Humphrey Shi

机构 * NVIDIA 纠错

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

AI总结 VibeTensor是首个由AI代理完全生成的深度学习系统软件，实现了PyTorch风格的张量库及CUDA内存管理，展示了AI辅助软件工程的里程碑进展。

Comments Open-source: https://github.com/NVLabs/vibetensor

AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality

AI构建，我们分析：对AI生成构建代码质量的实证研究

Anwar Ghammam, Mohamed Almukhtar

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

AI总结 本研究通过分析AI生成的构建代码质量，探讨其在构建系统中的影响，并发现AI生成代码既可能引入质量问题，也部分消除了现有问题，同时大部分代理提交被开发者接受。

Will It Survive? Deciphering the Fate of AI-Generated Code in Open Source

AI生成代码在开源中的生存状况会怎样？解码AI生成代码的命运

Musfiqur Rahman, Emad Shihab

机构 * Concordia University（康科德大学） 纠错

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

AI总结 研究发现AI生成代码在开源项目中存活时间更长，但修改特征和预测挑战仍需进一步探索。

Comments This paper has been submitted to EASE 2026 research track and currently under review

REprompt: Prompt Generation for Intelligent Software Development Guided by Requirements Engineering

REprompt：基于需求工程的智能软件开发提示生成

Junjie Shi, Weisong Sun, Zhenpeng Chen, Zhujun Wu, Xiaohong Chen, Zhi Jin, Yang Liu

专题命中 软件智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 REprompt是一种基于需求工程的多代理提示优化框架，旨在通过根植需求工程原则来优化系统和用户提示，提升智能软件开发中的提示生成效率与准确性。

From LLMs to Agents in Programming: The Impact of Providing an LLM with a Compiler

从LLM到代理：提供编译器对编程的影响

Viktor Kjellberg, Miroslaw Staron, Farnaz Fotrousi

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文研究了提供编译器如何提升LLM在编程任务中的表现，发现编译器能显著提高编译成功率并减少错误，且小型模型在某些情况下表现更优。

EvoCUA: Evolving Computer Use Agents via Learning from Scalable Synthetic Experience

EvoCUA：通过可扩展的合成经验学习来进化计算机使用代理

Taofeng Xue, Chong Peng, Mianqiu Huang, Linsen Guo, Tiancheng Han, Haozhe Wang, Jianing Wang, Xiaocheng Zhang, Xin Yang, Dengchang Zhao, Jinrui Ding, Xiandi Ma, Yuchen Xie, Peng Pei, Xunliang Cai, Xipeng Qiu

机构 * Meituan（美团） ； Fudan University（复旦大学） ； Tongji University（同济大学） ； The Hong Kong University of Science and Technology（香港理工大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 EvoCUA通过可扩展的合成经验学习进化计算机使用代理，实现更高性能和通用性。

Comments 26 pages, 8 figures

RENEW: Risk- and Energy-Aware Navigation in Dynamic Waterways

RENEW: 动态水道中风险和能耗感知的导航

Mingi Jeong, Alberto Quattrini Li

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

AI总结 RENEW通过结合风险和能耗感知策略，实现动态水道中自主水面车辆的稳健导航，首次解决自适应不可航行性和拓扑路径多样性问题。

Comments 9 pages, 10 figure, 4 tables, AAAI 2026 (main track; oral acceptance)

The Behavioral Fabric of LLM-Powered GUI Agents: Human Values and Interaction Outcomes

LLM驱动的GUI代理的行为织体：人类价值观与交互结果

Simret Araya Gebreegziabher, Yukun Yang, Charles Chiang, Hojun Yoo, Chaoran Chen, Hyo Jin Do, Zahra Ashktorab, Werner Geyer, Diego Gómez-Zará, Toby Jia-Jun Li

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文研究了LLM驱动的GUI代理中人类价值观如何影响其行为和交互结果，提出了一种开源测试平台和实证分析方法。

Attention-MoA: Enhancing Mixture-of-Agents via Inter-Agent Semantic Attention and Deep Residual Synthesis

基于跨代理语义注意力和深度残差合成的混合代理增强

Jianyu Wen, Yang Wei, Xiongxi Yu, Changxuan Xiao, Ke Zeng

机构 * Meituan LongCat Interaction Team（美团LongCat交互团队） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 Attention-MoA通过跨代理语义注意力和深度残差合成，提升混合代理系统的性能，优于现有基线。

Enhancing Model Context Protocol (MCP) with Context-Aware Server Collaboration

增强模型上下文协议（MCP）的上下文感知服务器协作

Meenakshi Amulya Jayanti, X. Y. Han

机构 * University of Chicago（芝加哥大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG、cs.SE

AI总结 本研究提出CA-MCP，通过引入共享上下文存储提升多智能体系统效率，减少LLM调用次数和响应失败频率。

Who Does This Name Remind You of ? Nationality Prediction via Large Language Model Associative Memory

这个名字让你想起谁？通过大语言模型关联记忆进行国籍预测

Keito Inoshita

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 LAMA通过利用大语言模型的关联记忆能力，有效提升国籍预测任务的准确性，其双代理架构在处理不同知识领域时表现出互补优势。

EMemBench: Interactive Benchmarking of Episodic Memory for VLM Agents

EMemBench: 交互式评估VLM代理情景记忆的基准测试

Xinze Li, Ziyue Zhu, Siyuan Liu, Yubo Ma, Yuhang Zang, Yixin Cao, Aixin Sun

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

AI总结 EMemBench通过交互式游戏评估VLM代理的情景记忆，发现归纳和空间推理在视觉设置中仍是瓶颈，且持续记忆对文本游戏有明显提升，但对VLM代理的提升不一致。

Comments 25 pages

Robustly optimal dynamics for active matter reservoir computing

主动物质回授计算中的鲁棒最优动力学

Mario U. Gaimann, Miriam Klopotek

机构 * WIN-Kolleg of the Young Academy $\vert$ Heidelberg Academy of Science and the Humanities（年轻学院WIN-Kolleg $\vert$ 科学与人文学院） 纠错

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

AI总结 该研究发现主动物质在特定动力学区域下能实现鲁棒最优的回授计算性能，通过内在弛豫能力实现高效信息处理。

Comments 81 pages, 50 figures. Supplementary Videos: https://doi.org/10.18419/DARUS-4619. Replication Data: https://doi.org/10.18419/DARUS-4620

Failures of Contingent Thinking

条件性思维的失败

Evan Piermont, Peio Zuazo-Garin

机构 * Royal Holloway–University of London（伦敦大学皇家霍洛威学院） ； NYU Shanghai（纽约大学上海分校） 纠错

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

AI总结 本文提出了一种行为定义，用于描述智能体对决策问题的主观状态空间，并探讨了减少不确定性如何提高条件性思维，同时指出条件性思维使状态间主导更具认知挑战。

Chemotactic Feedback Controls Patterning in Hybrid Tumor--Stroma Model

趋化反馈控制混合肿瘤-基质模型中的图案形成

Jiguang Yu, Louis Shuo Wang, Zonghao Liu, Jingfeng Liu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出混合肿瘤-基质模型，通过趋化反馈控制实现图案形成，揭示了闭环反馈在稳定均质性与耐药微环境形成中的作用。

Spin-state energetics of heme-related models with the variational quantum eigensolver

血红素相关模型的自旋态能量学与变分量子特征解算器

Unathi Skosana, Sthembiso Gumede, Mark Tame

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文利用VQE算法研究血红素相关模型的自旋态能量，验证了其在强相关系统中与经典方法的一致性。

Comments 12 pages, 2 figures, appendix