AI Agent

MapCoder-Lite: Distilling Multi-Agent Coding into a Single Small LLM

MapCoder-Lite：将多智能体编码 distilling 进单一小型 LLM

Woongkyu Lee, Junhee Cho, Jungwook Choi

机构 * Hanyang University（翰阳大学） ； Samsung SDS（三星SDS） 纠错

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

AI总结 MapCoder-Lite通过三支柱方法将多智能体编码distilling进单一7B模型，显著提升代码生成性能并降低资源消耗。

Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty

在不确定性下主动非对称多智能体多模态学习

Rui Liu, Pratap Tokekar, Ming Lin

机构 * University of Maryland, College Park（马里兰大学 College Park分校） 纠错

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

AI总结 在不确定性下主动非对称多智能体多模态学习通过模态层面协作提升事故检测性能

MA3DSG: Multi-Agent 3D Scene Graph Generation for Large-Scale Indoor Environments

MA3DSG：多智能体3D场景图生成用于大规模室内环境

Yirum Kim, Jaewoo Kim, Ue-Hwan Kim

机构 * Department of AI Convergence, Gwangju Institute of Science and Technology (GIST)（人工智能融合学院，全州科学技术院（GIST）） 纠错

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

AI总结 MA3DSG通过多智能体协作实现大规模室内环境的3D场景图生成，无需训练参数即可提升扩展性与协同能力。

Revisiting Multi-Agent Asynchronous Online Optimization with Delays: the Strongly Convex Case

重新审视带有延迟的多智能体异步在线优化：强凸情况

Lingchan Bao, Tong Wei, Yuanyu Wan

机构 * Southeast University-Monash University Joint Graduate School（东南大学-墨尔本大学联合研究生院） ； School of Computer Science and Engineering（计算机科学与工程学院） ； School of Software Technology（软件技术学院） 纠错

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

AI总结 本文在强凸条件下，通过改进的FTDL算法，消除了对最大延迟和反馈顺序的假设，将遗憾界从O(√dT)提升至O(d log T)。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-51810-9}

Explaining and Improving Information Complementarities in Multi-Agent Decision-making

解释并改进多智能体决策中的信息互补性

Ziyang Guo, Yifan Wu, Jason Hartline, Jessica Hullman

机构 * Northwestern University（西北大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出了一种新的解释技术ILIV-SHAP，用于改进多智能体决策中的信息互补性，通过人机协作提升决策准确性。

When Do Credal Sets Stabilize? Fixed-Point Theorems for Credal Set Updates

何时信念集稳定？关于信念集更新的不动点定理

Michele Caprio, Siu Lun Chau, Krikamol Muandet

机构 * The University of Manchester（曼彻斯特大学） ； Nanyang Technological University（南洋理工大学） ； CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

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

AI总结 本文探讨了在不精确性下信念集更新过程的稳定性问题，通过分析不动点的存在条件和实现方法，揭示了不精确性对学习过程动态的影响。

The Missing Half: Unveiling Training-time Implicit Safety Risks Beyond Deployment

缺失的一半：揭示训练时间隐含的安全风险

Zhexin Zhang, Yida Lu, Junfeng Fang, Junxiao Yang, Shiyao Cui, Hao Zhou, Fandong Meng, Jie Zhou, Hongning Wang, Minlie Huang, Tat-Seng Chua

机构 * The Conversational AI (CoAI) group, DCST, Tsinghua University（清华大学智能对话研究院） ； National University of Singapore（新加坡国立大学） ； Pattern Recognition Center, WeChat AI, Tencent Inc, China（腾讯人工智能研究院） 纠错

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

AI总结 本文首次系统研究训练期间隐式安全风险，揭示模型内部激励和上下文信息驱动的有害行为，并通过实验展示其广泛存在和严重性。

Resilience of Entanglement-Induced Coordination in Adversarial Environments: The Team-Based Quantum Sabotage Game

纠缠诱导协调在对抗环境中的韧性：基于团队的量子破坏博弈

Sinan Bugu

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

AI总结 本文提出基于团队的量子破坏博弈，利用纠缠实现对抗环境中的非经典协调，展示量子纠缠在多代理决策中的鲁棒性与独特优势。

Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents

联邦SARSA在本地训练和异构智能体中的收敛性保证

Paul Mangold, Eloïse Berthier, Eric Moulines

机构 * polytechnique（巴黎政治学院） ； mbzuai（Mohamed bin Zayed University of Artificial Intelligence） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出FedSARSA在本地训练和异构智能体中的收敛性保证，通过多步误差展开量化异质性影响，并展示其在智能体数量上的线性加速特性。

Comments Deep FedSARSA !

Unlocking Past Information: Temporal Embeddings in Cooperative Bird's Eye View Prediction

解锁过去信息：合作鸟瞰图预测中的时间嵌入

Dominik Rößle, Jeremias Gerner, Klaus Bogenberger, Daniel Cremers, Stefanie Schmidtner, Torsten Schön

机构 * Department of Computer Science and AImotion Bavaria, Technische Hochschule Ingolstadt（计算机科学系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； Department of Electrical Engineering and AImotion Bavaria, Technische Hochschule Ingolstadt（电气工程系和AImotion巴伐利亚，因戈尔施塔特技术大学） ； School of Engineering and Design, Technical University of Munich（工程与设计学院，慕尼黑技术大学） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 TempCoBEV通过整合历史信息提升合作鸟瞰图预测的准确性和可靠性，尤其在通信故障情况下表现显著。

Comments Copyright 2024 IEEE. This is the accepted version of the paper. In 2024 IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225. Official paper available at https://doi.org/10.1109/IV55156.2024.10588608

Journal ref IEEE Intelligent Vehicles Symposium (IV), pp. 2220-2225, 2024