AI Agent

Self-Compression of Chain-of-Thought via Multi-Agent Reinforcement Learning

通过多智能体强化学习实现链式思维的自我压缩

Yiqun Chen, Jinyuan Feng, Wei Yang, Meizhi Zhong, Zhengliang Shi, Rui Li, Xiaochi Wei, Yan Gao, Yi Wu, Yao Hu, Zhiqiang Pu, Jiaxin Mao

机构 * Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） ； Institute of Automation,Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Southern California（南加州大学） ； Shandong University（山东大学） 纠错

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

AI总结 通过多智能体强化学习实现链式思维的自我压缩，有效减少响应长度并提升准确性。

Epistemic Context Learning: Building Trust the Right Way in LLM-Based Multi-Agent Systems

知识上下文学习：在基于大语言模型的多智能体系统中以正确方式建立信任

Ruiwen Zhou, Maojia Song, Xiaobao Wu, Sitao Cheng, Xunjian Yin, Yuxi Xie, Zhuoqun Hao, Wenyue Hua, Liangming Pan, Soujanya Poria, Min-Yen Kan

机构 * National University of Singapore（国立新加坡大学） ； Singapore University of Technology（新加坡科技学院） ； Nanyang Technological University（南洋理工大学） ； Duke University（杜克大学） ； University of Waterloo（滑铁卢大学） ； Microsoft（微软公司） ； Peking University（北京大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出Epistemic Context Learning（ECL），通过历史交互构建同伴资料以提升多智能体系统中信任建模的准确性，使小型模型在性能上超越大模型，并在多种配置中表现出良好的泛化能力。

Comments Codes and data are available at https://github.com/skyriver-2000/epistemic-context-learning

Adaptive Confidence Gating in Multi-Agent Collaboration for Efficient and Optimized Code Generation

多智能体协作中的自适应置信度门控：用于高效优化的代码生成

Haoji Zhang, Yuzhe Li, Zhenqiang Liu, Chenyang Liu, Shenyang Zhang, Yi Zhou

机构 * University of Electronic Science and Technology of China（电子科技大学） 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 DebateCoder通过多智能体协作和自适应置信度门控机制，提升小型语言模型在复杂逻辑任务中的代码生成效率和准确性。

ScaleSim: Serving Large-Scale Multi-Agent Simulation with Invocation Distance-Based Memory Management

ScaleSim: 通过调用距离基于的内存管理实现大规模多智能体仿真服务

Zaifeng Pan, Yipeng Shen, Zhengding Hu, Zhuang Wang, Aninda Manocha, Zheng Wang, Zhongkai Yu, Yue Guan, Yufei Ding

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Amazon Web Services（亚马逊网络服务） 纠错

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

AI总结 ScaleSim通过调用距离基于的内存管理，提升大规模多智能体仿真的效率，实现1.74倍速度提升。

JointDiff: Bridging Continuous and Discrete in Multi-Agent Trajectory Generation

JointDiff: 在多智能体轨迹生成中弥合连续与离散

Guillem Capellera, Luis Ferraz, Antonio Rubio, Alexandre Alahi, Antonio Agudo

机构 * Kognia Sports Intelligence（Kognia体育智能） ； Visual Intelligence for Transportation, EPFL（交通视觉智能，EPFL） ； Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息工业研究所，CSIC-UPC） 纠错

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

AI总结 JointDiff通过联合生成连续和离散事件，提升多智能体轨迹生成的可控性和真实性。

Comments Accepted at ICLR 2026

A Multi-agent Framework for Physical Laws Discovery

发现物理定律的多智能体框架

Bo Hu, Siyu Liu, Beilin Ye, Yun Hao, Yanhui Liu, Yang Lu, Ju Li, David J. Srolovitz, Tongqi Wen

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

AI总结 本研究提出基于大语言模型的多智能体框架，用于发现物理定律，通过整合文献引导的变量选择、假设形成、符号回归等技术，实现了对金属玻璃形成能力、化合物硬度和多组分合金杨氏模量的高精度预测。

Optimal Transport for Time-Varying Multi-Agent Coverage Control

基于时间变化多智能体覆盖控制的最优传输

Italo Napolitano, Mario di Bernardo

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

AI总结 本文提出基于最优传输的时间变化多智能体覆盖控制方法，通过解析解提升跟踪性能，验证了动态覆盖控制的有效性。

Comments Keywords: Optimal Transport; Multi-Agent Systems; Coverage Control; Wasserstein Distance; Time-Varying Density; Autonomous Systems; Distributed Control

What the flock knows that the birds do not: exploring the emergence of joint agency in multi-agent active inference

鸟群知道鸟类不知道的东西：探索多智能体主动推断中联合代理的出现

Domenico Maisto, Davide Nuzzi, Giovanni Pezzulo

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

AI总结 本文通过主动推断模型探讨多智能体系统中集体知识和联合代理的涌现机制，揭示了信息耦合如何产生新的自主性与推断能力。

Comments 21 pages, 3 figures, appendix

RecNet: Self-Evolving Preference Propagation for Agentic Recommender Systems

RecNet: 为代理推荐系统设计的自进化偏好传播

Bingqian Li, Xiaolei Wang, Junyi Li, Weitao Li, Long Zhang, Sheng Chen, Wayne Xin Zhao, Ji-Rong Wen

机构 * GSAI, Renmin University of China（清华大学） ； Department of Data Science, City University of Hong Kong（城市大学数据科学系） 纠错

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

AI总结 RecNet通过自进化机制实现代理推荐系统的实时偏好传播，利用路由代理和反馈驱动优化提升偏好传播的准确性和持续性。

Learning to Communicate Across Modalities: Perceptual Heterogeneity in Multi-Agent Systems

在多智能体系统中学习跨模态交流：感知异质性

Naomi Pitzer, Daniela Mihai

机构 * University of Southampton（索姆塞特大学） 纠错

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

AI总结 研究通过异质多模态交流游戏探讨智能体在感知异质性下的交流机制，发现单模态系统更高效，多模态系统需更多信息交换，位扰动实验揭示了意义的分布编码特性。

Comments To be published in EvoLang XVI proceedings. 15 pages, 17 figures

Generalized Information Gathering Under Dynamics Uncertainty

在动态不确定性下的一般信息收集

Fernando Palafox, Jingqi Li, Jesse Milzman, David Fridovich-Keil

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

AI总结 本文提出了一种统一框架，用于在动态不确定性下一般化信息收集，通过解耦动态模型、信念更新等选择与信息收集成本，提供理论依据和实验验证。

Reputation as a Solution to Cooperation Collapse in LLM-based MASs

声誉作为解决基于大语言模型的多智能体系统合作崩溃的解决方案

Siyue Ren, Wanli Fu, Xinkun Zou, Chen Shen, Yi Cai, Chen Chu, Zhen Wang, Shuyue Hu

机构 * School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院） ； School of Cybersecurity, Northwestern Polytechnical University（西北工业大学网络安全学院） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（西北工业大学人工智能、光学和电子学（iOPEN）学院） ； Kyushu University（九州大学） ； South China University of Technology（华南理工大学） ； Yunnan University of Finance and Economics（云南财经大学） ； Northwestern Polytechnical University（西北工业大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 RepuNet通过动态双层声誉框架解决基于大语言模型的多智能体系统中的合作崩溃问题，促进并维持合作。

Comments Published as a conference paper at AAMAS 2026

Opinion Consensus Formation Among Networked Large Language Models

网络化大语言模型中的意见共识形成

Iris Yazici, Mert Kayaalp, Stefan Taga, Ali H. Sayed

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

AI总结 研究通过DeGroot模型分析网络化大语言模型的意见共识形成，发现共识依赖于讨论主题和内在偏见，而非初始条件，且收敛速度与图的特征值相关。

Comments Accepted at ICASSP 2026

Shortlisting: a Principled Approach

短名单：一种原则性方法

Edith Elkind, Qishen Han, Lirong Xia

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

AI总结 本文提出了一种原则性的短名单方法，旨在提高决策效率和公平性，减少认知负担并促进民主制度的信任

AI-Augmented Density-Driven Optimal Control (D2OC) for Decentralized Environmental Mapping

AI增强的密度驱动最优控制（D2OC）用于去中心化环境映射

Kooktae Lee, Julian Martinez

机构 * Department of Mechanical Engineering, New Mexico Institute of Mining and Technology（机械工程系，新墨西哥矿业与技术研究院） 纠错

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

AI总结 本文提出AI增强的密度驱动最优控制方法，用于在传感和通信受限条件下实现多智能体环境映射，通过自适应机制提升密度估计精度和鲁棒性。

Adaptive Swarm Mesh Refinement using Deep Reinforcement Learning with Local Rewards

基于深度强化学习的自适应群体网格细化

Niklas Freymuth, Philipp Dahlinger, Tobias Würth, Simon Reisch, Luise Kärger, Gerhard Neumann

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于深度强化学习的自适应群体网格细化方法，通过智能体协作实现高效优化，生成高适应性网格，提升复杂模拟的效率和精度。

Comments Submitted to Journal of Machine Learning Research (JMLR)

Delegation Without Living Governance

无生命治理的委托

Wolfgang Rohde

机构 * AiSuNe Foundation（AiSuNe基金会） 纠错

专题命中 多智能体 ：agentic(abstract)；分类 cs.AI

AI总结 本文探讨了在代理AI系统决策成为运行时决策的情况下，如何通过运行时治理（治理双胞胎）维持人类在社会、经济和政治结果塑造中的相关性。

Deep Reinforcement Learning for Fault-Adaptive Routing in Eisenstein-Jacobi Interconnection Topologies

深度强化学习用于Eisenstein-Jacobi互连拓扑中的故障自适应路由

Mohammad Walid Charrwi, Zaid Hussain

机构 * High Performance Computing Lab, Computer Science Department, Kuwait University（科威特大学计算机科学系高性能计算实验室） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于强化学习的自适应路由方法，在故障EJ网络中实现94%的有效可达性和91%的包交付率，优于Dijkstra算法并具备高吞吐量。

Decentralized Learning with Dynamically Refined Edge Weights: A Data-Dependent Framework

动态细化边缘权重的去中心化学习：一种数据依赖型框架

Rongxing Du, Hoi-To Wai

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种基于数据依赖性的去中心化学习框架D3GD，通过动态细化边权重加速收敛并适应数据相似性。

Comments 4 pages(without appendix)

Free-Space Optical Communication-Driven NMPC Framework for Multi-Rotor Aerial Vehicles in Structured Inspection Scenarios

基于自由空间光通信的多旋翼无人机在结构化检查场景中的NMPC框架

Giuseppe Silano, Daniel Bonilla Licea, Hajar El Hammouti, Martin Saska

专题命中 多智能体 ：planning(abstract)

AI总结 本文提出了一种基于自由空间光通信的NMPC框架，用于多旋翼无人机在结构化场景中的通信感知运动规划，支持平面和倾斜配置，并通过仿真验证其有效性。

Comments Accepted for presentation to the 2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Vienna, Austria