AI Agent

AutoNumerics: An Autonomous, PDE-Agnostic Multi-Agent Pipeline for Scientific Computing

AutoNumerics: 一种自主的、与偏微分方程无关的多智能体流水线用于科学计算

Jianda Du, Youran Sun, Haizhao Yang

机构 * University of Maryland（马里兰大学） 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 AutoNumerics通过多智能体框架自主设计并验证数值求解器，基于自然语言描述实现高效准确的偏微分方程求解。

AdaptOrch: Task-Adaptive Multi-Agent Orchestration in the Era of LLM Performance Convergence

AdaptOrch：在LLM性能收敛时代的任务自适应多智能体协调

Geunbin Yu

机构 * Department of Artificial Intelligence, Korea National Open University（人工智能系，韩国国立开放大学） 纠错

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

AI总结 AdaptOrch通过动态选择多智能体协调拓扑，提升任务性能，证明协调设计优于模型选择。

Comments 21 pages, 10 figures, 6 tables

Self-Evolving Multi-Agent Network for Industrial IoT Predictive Maintenance

面向工业物联网预测性维护的自演化多智能体网络

Rebin Saleh, Khanh Pham Dinh, Balázs Villányi, Truong-Son Hy

机构 * Department of Electronics Technology, Faculty of Electrical Engineering and Informatics, Budapest University of Technology and Economics（布达佩斯技术与经济大学电子技术系） ； DataScienceWorld ； Department of Computer Science, The University of Alabama at Birmingham（阿拉巴马大学伯明翰分校计算机科学系） 纠错

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

AI总结 SEMAS通过自演化多智能体架构实现工业物联网预测性维护的实时异常检测与资源优化

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning

多智能体强化学习中的连续时间价值迭代

Xuefeng Wang, Lei Zhang, Henglin Pu, Ahmed H. Qureshi, Husheng Li

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出CT-MARL框架，利用物理指导神经网络和价值梯度迭代模块，解决多智能体强化学习中高维动态系统和价值函数近似难题，实现更准确的价值估计和策略学习。

Comments Accepted at ICLR 2026. 21 pages, 13 figures

Fault Tolerant Multi-Agent Learning with Adversarial Budget Constraints

具有对抗预算约束的容错多智能体学习

David Mguni, Yaqi Sun, Haojun Chen, Wanrong Yang, Amir Darabi, Larry Olanrewaju Orimoloye, Yaodong Yang

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

AI总结 MARTA通过引入Switcher-Adversary机制提升多智能体强化学习的容错性，显著提高性能并降低故障率。

AgentConductor: Topology Evolution for Multi-Agent Competition-Level Code Generation

AgentConductor: 多智能体竞争级代码生成中的拓扑演化

Siyu Wang, Ruotian Lu, Zhihao Yang, Yuchao Wang, Yanzhou Zhang, Lei Xu, Qimin Xu, Guojun Yin, Cailian Chen, Xinping Guan

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

AI总结 AgentConductor通过动态拓扑生成和强化学习优化，提升多智能体系统在竞争级代码生成中的性能和效率。

Safe Continuous-time Multi-Agent Reinforcement Learning via Epigraph Form

通过epigraph形式实现安全的连续时间多智能体强化学习

Xuefeng Wang, Lei Zhang, Henglin Pu, Husheng Li, Ahmed H. Qureshi

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

AI总结 本文提出了一种基于epigraph形式的连续时间约束MDP框架，通过物理信息神经网络实现稳定高效的连续时间多智能体强化学习，验证了方法在安全环境中的有效性。

Comments Accepted by ICLR 2026. 27 pages, 15 figures

StoryLensEdu: Personalized Learning Report Generation through Narrative-Driven Multi-Agent Systems

StoryLensEdu: 通过叙事驱动的多智能体系统生成个性化学习报告

Leixian Shen, Yan Luo, Rui Sheng, Yujia He, Haotian Li, Leni Yang, Huamin Qu

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

AI总结 StoryLensEdu通过叙事驱动的多智能体系统生成个性化学习报告，提升学习过程的参与度和理解深度。

Agentic Wireless Communication for 6G: Intent-Aware and Continuously Evolving Physical-Layer Intelligence

面向6G的代理无线通信：意图感知与持续演化的物理层智能

Zhaoyang Li, Xingzhi Jin, Junyu Pan, Qianqian Yang, Zhiguo Shi

机构 * College of Information Science and Electronic Engineering, Zhejiang University（信息科学与电子工程学院，浙江大学） 纠错

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

AI总结 本文提出基于LLM的代理AI用于6G物理层，通过意图感知和持续演进实现自主通信决策。

Goal Inference from Open-Ended Dialog

从开放式对话中推断目标

Rachel Ma, Jingyi Qu, Andreea Bobu, Dylan Hadfield-Menell

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

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

AI总结 本研究提出了一种在线方法，通过自然语言提取目标并利用贝叶斯推断，使具身代理在开放式对话中高效学习和完成多样化用户目标。

Comments This version has been updated to reflect a copy of Master's thesis submitted Jan 24, 2025 for degree date Feb 2025 (https://hdl.handle.net/1721.1/158960). We recommend readers to read revised version incorporating a different agent pipeline and methodological approach which is available at: arXiv:2508.15119

Linear Convergence in Games with Delayed Feedback via Extra Prediction

在延迟反馈游戏中通过额外预测实现线性收敛

Yuma Fujimoto, Kenshi Abe, Kaito Ariu

机构 * Soken University, Kanagawa, Japan（神户大学） 纠错

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

AI总结 本文提出通过额外乐观预测在延迟反馈游戏中实现线性收敛的方法，证明其在双线性游戏中具有更快的收敛速率。

Comments 9 pages, 3 figures (main); 5 pages, 1 figure (appendix)

Federated Latent Space Alignment for Multi-user Semantic Communications

联邦潜在空间对齐用于多用户语义通信

Giuseppe Di Poce, Mario Edoardo Pandolfo, Emilio Calvanese Strinati, Paolo Di Lorenzo

机构 * DIAG Department, Sapienza University of Rome（罗马大学DIAG系） ； Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)（国家跨大学电信研究会） ； CEA Leti, University Grenoble Alpes（CEA Leti，格勒诺布尔大学） ； DIET Department, Sapienza University of Rome（罗马大学DIET系） 纠错

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

AI总结 本文提出联邦潜在空间对齐方法，用于多用户语义通信中的潜在空间对齐，通过共享预均衡器和本地均衡器实现任务导向的高效通信。

Journal ref In 2025 IEEE 26th International Workshop on Signal Processing and Artificial Intelligence for Wireless Communications (SPAWC) (pp. 1-5). IEEE

Spatio-temporal dual-stage hypergraph MARL for human-centric multimodal corridor traffic signal control

时空双阶段超图多智能体强化学习用于以人为中心的多模式走廊交通信号控制

Xiaocai Zhang, Neema Nassir, Milad Haghani

机构 * Department of Infrastructure Engineering, Faculty of Engineering and Information Technology, The University of Melbourne, VIC 3010, Australia（工程与信息技术学院基础设施工程系，墨尔本大学） 纠错

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

AI总结 本文提出STDSH-MARL方法，通过时空双阶段超图注意力机制和混合动作空间，提升走廊交通信号对多模式旅行者和公共交通的适应性与优先级。

BMC4TimeSec: Verification Of Timed Security Protocols

BMC4TimeSec：基于SMT的有界模型检查和多智能体建模的定时安全协议验证

Agnieszka M. Zbrzezny

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

AI总结 BMC4TimeSec通过SMT有界模型检查和多智能体建模技术，实现了定时安全协议的端到端验证。

Comments To appear in the Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), May 25 - 29, 2026, Paphos, Cyprus

Distributed Virtual Model Control for Scalable Human-Robot Collaboration in Shared Workspace

分布式虚拟模型控制用于可扩展的人机协作在共享工作空间

Yi Zhang, Omar Faris, Chapa Sirithunge, Kai-Fung Chu, Fumiya Iida, Fulvio Forni

机构 * Department of Engineering, University of Cambridge（工程系，剑桥大学） 纠错

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

AI总结 本文提出一种分布式虚拟模型控制框架，通过去中心化方法实现安全的人机协作，有效解决死锁问题并提升协作效率。

Smooth trajectory generation and hybrid B-splines-Quaternions based tool path interpolation for a 3T1R parallel kinematic milling robot

平滑轨迹生成与混合B样条-四元数基于的工具路径插值用于3T1R并联运动铣削机器人

Sina Akhbari, Mehran Mahboubkhah

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B样条和四元数的平滑轨迹生成方法，用于提高3T1R并联运动铣削机器人路径插值的精度与效率。

Comments 30 pages, 17 figures, published in Elsevier Precision Engineering (https://www.sciencedirect.com/science/article/abs/pii/S0141635925001266)

Journal ref Precision Engineering 95 (2025): 117-135