AI Agent

Who Deserves the Reward? SHARP: Shapley Credit-based Optimization for Multi-Agent System

谁应得奖励？SHARP：基于Shapley信用的多智能体系统优化

Yanming Li, Xuelin Zhang, WenJie Lu, Ziye Tang, Maodong Wu, Haotian Luo, Tongtong Wu, Zijie Peng, Hongze Mi, Yibo Feng, Naiqiang Tan, Chao Huang, Lian Peng, Li Shen

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 针对多智能体系统中信用分配难题，提出SHARP框架，通过分解奖励机制（全局广播奖励、Shapley边际信用奖励和工具过程奖励）实现精确信用归因，显著提升强化学习性能。

Cooperative learning in multi-agent systems from intermittent measurements

基于间歇测量的多智能体系统协同学习

Naomi Ehrich Leonard, Alex Olshevsky

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

AI总结 针对时变连接和间歇测量下的多智能体系统，提出一种分布式学习协议，从噪声测量中学习未知向量μ，并给出学习速度与网络大小和组合特征的关系。

MeDxAgent: Multi-Agent Consultation for Interactive Medical Diagnosis

MeDxAgent: 交互式医疗诊断的多智能体咨询系统

Akshat Sanghvi, Naren Akash, Raza Imam, Amit Sharma, Mohit Jain

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

AI总结 针对现有LLM诊断评估与临床实践脱节的问题，提出多智能体咨询系统MeDxAgent和基准MeDxBench，通过交互式诊断流程将准确率提升10.3%。

Comments 28 pages, 6 figures

Multi-Agent Framework Leveraging Knowledge Graphs for Virtual Commissioning Models

基于知识图谱的多智能体框架用于虚拟调试模型

Max Diekmann, Jonas Nitzler, Jan Fischer, Hans-Jürgen Pfisterer, Dirk Hartmann

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

AI总结 提出一种知识图谱驱动的多智能体框架，通过从西门子TIA Portal和NX MCD提取结构化数据并转化为图表示，半自动化实现虚拟调试模型的系统理解、仿真组件生成和跨域信号映射。

Focused on the User, Overlooking the Risks: Security and Privacy Understandings, Practices and Challenges of Independent Chinese AI Agent Developers

聚焦用户，忽视风险：中国独立AI代理开发者的安全与隐私理解、实践与挑战

Shuning Zhang, Mingyao Xu, Zhixin Huang, Yutong Jiang, Rongjun Ma, Yuting Yang, Xin Yi, Kanye Ye Wang, Hewu Li

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

AI总结 通过访谈28名中国独立AI代理开发者，发现他们以用户为中心，关注面向用户的安全风险（如有害内容），但对安全漏洞意识薄弱，依赖临时手动防护和非正式沟通，缺乏正式工具和流程，主要受限于缺乏安全培训、工具和平台指导。

Fault-tolerant Cooperative Tasking for Multi-agent Systems

多智能体系统的容错协同任务分配

Mohammad Karimadini, Hai Lin

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

AI总结 针对多智能体系统中事件故障，提出被动性概念并推导出可分解全局任务仍能成功完成的充要条件，实现容错协同任务分配。

Comments Preprint, Submitted for publication

Distributed Consensus of Linear Multi-Agent Systems with Adaptive Dynamic Protocols

线性多智能体系统的自适应动态协议分布式一致性

Zhongkui Li, Xiangdong Liu, Wei Ren, Lihua Xie

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

AI总结 针对一般连续时间线性多智能体系统，提出两种基于邻居相对输出信息的自适应动态一致性协议，实现无需全局信息的完全分布式一致性，并推广到领导-跟随和切换通信图情形。

Comments 17 pages, 5 figues

Journal ref Automatica, 49: 1986-1995, 2013

Consensus of Multi-Agent Systems with General Linear and Lipschitz Nonlinear Dynamics Using Distributed Adaptive Protocols

基于分布式自适应协议的一般线性和Lipschitz非线性多智能体系统一致性

Zhongkui Li, Wei Ren, Xiangdong Liu, Mengyin Fu

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

AI总结 针对一般线性和Lipschitz非线性多智能体系统，设计分布式自适应协议实现无向连通图下的完全分布式一致性，无需全局信息。

Comments 15 pages, 6 figures, submitted to IEEE TAC

Journal ref IEEE Transactions on Automatic Control, Vol. 58, No. 7, July 2013

Convergence of a Multi-Agent Projected Stochastic Gradient Algorithm for Non-Convex Optimization

多智能体投影随机梯度算法在非凸优化中的收敛性

Pascal Bianchi, Jérémie Jakubowicz

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

AI总结 针对多智能体系统中的分布式约束非凸优化问题，提出一种结合局部随机梯度下降和gossip步骤的算法，证明其渐近收敛到Karush-Kuhn-Tucker点，且无需gossip矩阵双随机性，适用于无反馈广播场景。

Comments IEEE Transactions on Automatic Control 2013

Guaranteed Performance Leader-follower Control for Multi-agent Systems with Linear IQC-Constrained Coupling

具有线性IQC约束耦合的多智能体系统的保证性能领航-跟随控制

Yi Cheng, V. Ugrinovskii

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

AI总结 针对具有线性积分二次约束耦合的多智能体系统，提出一种基于邻居状态和领航者状态的共识型控制协议，通过坐标变换转化为分散鲁棒控制问题，得到保证系统跟踪领航者的充分条件并给出次优性能界。

Comments A shortened version will appear in the Proceedings of the 2013 American Control Conference

Finite-time Consensus for Multi-agent Networks with Unknown Inherent Nonlinear Dynamics

具有未知固有非线性动力学的多智能体网络的有限时间一致性

Yongcan Cao, Wei Ren

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

AI总结 针对具有未知固有非线性动力学的多智能体网络，提出一种基于广义比较引理的稳定性工具，证明在有向切换图具有有向生成树时，所提非线性一致性算法能保证有限时间收敛。

Coordination Control of Heterogeneous Compounded-Order Multi-Agent Systems with Communication Delays

异构复合阶多智能体系统带通信时延的协调控制

Hong-yong Yang, Lei Guo, Xun-lin Zhu, Ke-cai Cao

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

AI总结 针对实际环境中多智能体系统的异构动态（整数阶和分数阶）特性，利用拉普拉斯变换和频域理论，研究了带通信时延的有向加权拓扑下多智能体系统的一致性问题。

Comments 15pages, 4figures

A Supermodular Optimization Framework for Leader Selection under Link Noise in Linear Multi-Agent Systems

线性多智能体系统中链路噪声下的领导者选择的超模优化框架

Andrew Clark, Linda Bushnell, Radha Poovendran

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

AI总结 针对通信链路噪声下线性多智能体系统的稳态均方误差最小化问题，提出基于超模优化的领导者选择方法，并给出可证明的性能界。

Cooperative Target Realization in Multi-Agent Systems Allowing Choice-Based Actions

允许基于选择的行为的多智能体系统中的合作目标实现

Ge Guo, Wing Shing Wong, Zhongchang Liu

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

AI总结 本文针对基于初始选择的目标函数和控制的线性多智能体系统，利用变分法和拉格朗日乘子法，提出了最小化平均控制成本的最优控制设计方法，并扩展至任意目标矩阵。

Comments 31 pages, 5 figures

Stochastic Optimal Control in Continuous Space-Time Multi-Agent Systems

连续时空多智能体系统中的随机最优控制

Wim Wiegerinck, Bart van den Broek, Hilbert Kappen

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

AI总结 将随机最优控制理论应用于协作多智能体系统，通过组合独立单智能体单目标最优控制并加权端部成本，将多智能体控制转化为图模型推理问题。

Comments Appears in Proceedings of the Twenty-Second Conference on Uncertainty in Artificial Intelligence (UAI2006)

Decentralized Estimation of Laplacian Eigenvalues in Multi-Agent Systems

多智能体系统中拉普拉斯特征值的分散估计

Mauro Franceschelli, Andrea Gasparri, Alessandro Giua, Carla Seatzu

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

AI总结 提出一种分散算法，通过局部交互使智能体状态轨迹成为拉普拉斯矩阵特征值频率的正弦组合，从而将特征值估计转化为信号处理中的频率估计问题。

Graph-Theoretic Characterizations of Structural Controllability for Multi-Agent System with Switching Topology

切换拓扑下多智能体系统结构可控性的图论刻画

Xiaomeng Liu, Hai Lin, Ben M. Chen

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

AI总结 本文利用图论方法，证明了切换拓扑下多智能体系统结构可控的充要条件是通信拓扑的并图连通（单领导者）或领导者-跟随者连通（多领导者）。

Global $H_\infty$ Consensus of Multi-Agent Systems with Lipschitz Nonlinear Dynamics

具有Lipschitz非线性动力学的多智能体系统的全局$H_\infty$一致性

Zhongkui Li, Xiangdong Liu, Mengyin Fu, Lihua Xie

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

AI总结 针对具有Lipschitz非线性和有向通信图的多智能体系统，提出基于相邻智能体相对状态的分布式一致性协议，通过两步算法实现无扰动下的全局一致性，并进一步设计协议保证外部扰动下的$H_\infty$性能。

Comments 15 pages, 6 figures

Distributed Robust Control of Linear Multi-Agent Systems with Parameter Uncertainties

具有参数不确定性的线性多智能体系统的分布式鲁棒控制

Zhongkui Li, Zhisheng Duan, Lihua Xie, Xiangdong Liu

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

AI总结 针对具有参数不确定性的线性多智能体系统，基于邻居相对状态和部分绝对状态设计分布式控制器，将分布式鲁棒控制问题等价为解耦线性系统的H∞控制问题，并给出连续时间系统的两步无保守性算法和离散时间系统的线性矩阵不等式充分条件。

Comments 17 pages, 3 figures. Submitted to International Journal of Robust and Nonlinear Control

Consensus of Discrete-Time Linear Multi-Agent Systems with Observer-Type Protocols

离散时间线性多智能体系统具有观测器型协议的共识

Zhongkui Li, Zhisheng Duan, Guanrong Chen

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

AI总结 针对离散时间线性多智能体系统，提出基于邻居相对输出的观测器型协议，将共识问题转化为低维矩阵稳定性，并给出协议设计算法以实现有向拓扑下的共识。

Comments 18 pages, 6 figures; This paper is an enlarged version of the paper, with the same title, to appear in Discrete and Continuous Dynamical Systems-Series B

Journal ref Discrete and Continuous Dynamical Systems-Series B 16 (2011) 489-505

Communicate only when necessary: Cooperative tasking for multi-agent systems

仅在必要时通信：多智能体系统的协同任务分配

Mohammad Karimadini, Hai Lin

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

AI总结 本文提出一种通过重新分配智能体间事件来使不可分解任务自动机可分解的方法，以解决协同控制中的交互设计问题。

Comments 36 Pages, 4 figures

Synchronized Task Decomposition for Cooperative Multi-agent Systems

同步任务分解用于多智能体协作系统

Mohammad Karimadini, Hai Lin

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

AI总结 针对多智能体系统，提出一种分治方法，通过将全局规范分解为各智能体的子任务，并给出可分解性的充要条件，实现局部协调控制以保证全局行为。

Comments Submitted for publication, 2010

Control of Multi-Agent Formations with Only Shape Constraints

仅具有形状约束的多智能体编队控制

Huang Huang, Changbin Yu, Qinghe Wu

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

AI总结 针对仅具有形状约束且尺度灵活的多智能体编队，提出基于相似度度量的时变尺度控制律，实现指数收敛至目标形状。

Comments Submitted

Enhancing Operational Safety via Agentic Dialogue Hazard Identification Analysis

通过智能体对话危害识别分析增强操作安全性

Sanjay Das, Ran Elgedawy, Ethan Seefried, Ryan Burchfield, Tirthankar Ghosal

机构 * Oak Ridge National Laboratory（橡树岭国家实验室） 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 提出HAZDIAL框架，利用结构化多智能体多轮对话（对抗性辩论与建设性讨论）改进基于NLP的危害识别质量，并通过算法优化智能体交互，实验证明优于单次基线方法。

Robust Mission Design Through Evidence Theory and Multi-Agent Collaborative Search

基于证据理论和多智能体协同搜索的鲁棒任务设计

Massimiliano Vasile

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

AI总结 本文通过证据理论对设计参数不确定性建模，提出一种多智能体协同搜索算法，解决多目标优化问题以最大化任务成功信念和约束满足可靠性。

Journal ref Annals of the New York Academy of Science, Volume 1065, New Trends in Astrodynamics and Applications pages 152-173, December 2005

Parameter Optimization of Multi-Agent Formations based on LQR Design

基于LQR设计的多智能体编队参数优化

Huang Huang, Changbin Yu

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

AI总结 针对多智能体编队控制，通过优化交互参数并采用LQR控制器最小化包含控制能量和几何性能的成本函数上界，提出分布式控制器和松弛优化方法。

Comments Submitted

Consensus of Multi-Agent Networks in the Presence of Adversaries Using Only Local Information

仅使用局部信息时存在对手的多智能体网络一致性

Heath J. LeBlanc, Haotian Zhang, Shreyas Sundaram, Xenofon Koutsoukos

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

AI总结 针对存在恶意节点的大规模动态网络，提出仅依赖局部信息的弹性一致性协议，并给出基于网络鲁棒性的正常节点达成一致的充要条件。

Comments This report contains the proofs of the results presented at HiCoNS 2012

Payoff-based Inhomogeneous Partially Irrational Play for Potential Game Theoretic Cooperative Control of Multi-agent Systems

基于收益的非均匀部分非理性博弈在多智能体系统势博弈协同控制中的应用

Tatsuhiko Goto, Takeshi Hatanaka, Masayuki Fujita

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

AI总结 提出一种基于收益的非均匀部分非理性博弈算法，通过允许智能体以一定概率做出非理性决策，证明集体行动以概率收敛于势函数最大值，并在传感器覆盖实验中验证了算法在存在不良纳什均衡和环境变化时的有效性。

Comments 28 pages, 11 figures, submitted to IEEE TAC

SPARK: Search Personalization via Agent-Driven Retrieval and Knowledge-sharing

SPARK：通过智能体驱动的检索和知识共享实现搜索个性化

Gaurab Chhetri, Subasish Das, Tausif Islam Chowdhury

机构 * Texas State University（德克萨斯州立大学） 纠错

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

AI总结 提出SPARK框架，利用基于角色的多智能体LLM协作实现动态个性化搜索，通过协调器激活相关专家智能体，结合记忆和推理模块，从分布式行为中涌现个性化特性。

Comments This is the author's preprint. Accepted to WEB&GRAPH 2026 (co-located with WSDM 2026), Boise, Idaho, USA, Feb 26, 2026. Final version will appear in WSDM 2026 Companion Proceedings. Conf: https://wsdm-conference.org/2026/ Workshop: https://aiimlab.org/events/WSDM_2026_WEB_and_GRAPH_2026_Workshop_on_Web_and_Graphs_Responsible_Intelligence_and_Social_Media.html

Scaling Multi Agent Reinforcement Learning for Underwater Acoustic Tracking via Autonomous Vehicles

通过自主车辆扩展多智能体强化学习用于水声跟踪

Matteo Gallici, Ivan Masmitja, Mario Martín

机构 * KEMLG Research Group, Universitat Politècnica de Catalunya Barcelona, Spain（凯姆尔格研究组，巴塞罗那理工大学，西班牙） ； Instituto de Ciencias del Mar, Consejo Superior de Investigaciones Científicas, Barcelona, Spain（海洋科学研究所，西班牙国家科学研究委员会，巴塞罗那，西班牙） ； KEMLG Research Group, Universitat Politècnica de Catalunya (UPC), and with the HPAI group at Barcelona Supercomputing Center (BSC), Barcelona, Spain（凯姆尔格研究组，巴塞罗那理工大学（UPC），以及巴塞罗那超级计算中心（BSC）的HPAI组，巴塞罗那，西班牙） 纠错

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

AI总结 提出一种GPU加速环境（高达30000倍加速）和基于Transformer的MARL架构（TransfMAPPO），实现多目标快速移动场景下的水下跟踪，跟踪误差低于5米。