AI Agent

MADA-RL: Multi-Agent Debate-Aware Reinforcement Learning for Parameter-Efficient Reasoning in Compact Models

MADA-RL：用于紧凑模型中参数高效推理的多智能体辩论感知强化学习

Martino M. L. Pulici, Cuong Xuan Chu, Evgeny Kharlamov, Zifeng Ding, Volker Tresp, Yunpu Ma

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

AI总结 研究针对紧凑模型训练成本高问题，提出MADA-RL框架，将其分为生成器和评论家角色，用辩论感知信号训练，通过LoRA微调少量参数。核心是反事实评论家优势，提高了模型准确率，在数学推理基准测试中有显著效果。

Comments 20 pages, 3 figures, 9 tables, 2 algorithms, under review at TMLR

Composable Verification Pipelines for Multi-Agent Systems

多智能体系统的可组合验证管道

Julian Alfredo Mendez, Andreas Brännström

机构 * Ume University, Sweden（乌梅大学，瑞典） 纠错

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

AI总结 研究多智能体系统的验证问题，基于Tiles和Soda构建模块化框架，通过可执行验证管道操作动作语言语义，以类型化函数管道表示验证过程，含可执行规范层，有开源实现及示例说明。

Equilibrium analysis in a multi-agent reinsurance chain

多智能体再保险链中的均衡分析

Kaizheng Wang, Wei Liu, Zhuo Jin, Wenyuan Wang

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

AI总结 研究多层再保险链中保险公司与再保险公司互动，用斯塔克尔伯格微分博弈等方法，结合动态规划与博弈论，在均值-方差准则下求解均衡策略，通过数值分析发现保险市场竞争加剧使再保险链各层合同安全负荷降低。

Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations

具有缓冲区受限交接站的终身多子系统取货与送货

Chuanlong Zang, Isabelle Barz, Anna Mannucci, Philipp Schillinger, Florian Lier, Wolfgang Hönig

机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Technical University of Berlin（柏林工业大学） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

AI总结 研究终身多子系统取货与送货中协调子系统载荷转移的问题，提出交接感知预留与路由（HARR）方法，通过共享日历和缓冲区预测协调行动，模拟显示该方法能显著提高吞吐量、减少积压并降低规划时间，提升运输稳定性。

Comments IROS 2026

The atomic structure of work: a micro-action instrument reveals two-pole AI occupational exposure and its decade-scale polar inversion

稳定几何，反转两极：AI职业替代性的双极结构及其十年尺度反转

Shuyao Gao, Minghao Huang

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

AI总结 通过多智能体LLM流水线将O*NET活动分解为微动作，发现职业替代性呈双极结构（物理操作与规划设计为两极），且过去十年间两极高低顺序已反转。

Comments v2: major revision, retitled (v1: "Stable Geometry, Reversing Poles"). Adds an independent blind three-annotator validation study (construct kappa = 0.90; encoder-vs-human kappa = 0.63), a vintage-matched O*NET 18.1 reprojection, a demographic overlay, and recalibrated claims throughout. 27 pages; Supplementary Information (29 pages) in ancillary files. Dataset: doi:10.5281/zenodo.21395792

Oracle Gap and Signal Fidelity: A Fixed-Pool Diagnostic for Test-Time Collaboration

预言机差距与信号保真度：一种用于测试时协作的固定池诊断方法

Jie Hu

机构 * Research Institute of China Telecom（中国电信研究院） 纠错

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

AI总结 研究测试时协作收益不均衡问题，将固定候选池选择器或验证器净收益分解为可测量因素，通过实验表明收益受预言机差距和信号保真度限制，框架可在协作前进行预部署诊断，估计相关指标。

Comments 13 pages, 2 figures, 8 tables. Code: https://github.com/AmGarfield/OracleGap

Debate-on-Graph: Reliable and Adaptive Reasoning of Large Language Model on Uncertain Knowledge Graph

图上辩论：大语言模型在不确定知识图谱上的可靠且自适应推理

Peiji Yu, Xin Chen, Tianxing Wu

机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University)（教育部新一代人工智能技术及其跨学科应用重点实验室（东南大学）） 纠错

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

AI总结 研究大语言模型在不确定知识图谱上问答时的问题，提出Debate-on-Graph框架，设计启发式搜索算法提取子图并引入多智能体辩论机制，经实验验证该框架能实现可靠且自适应推理，性能优于现有方法。

Comments 18 pages, Accepted by ECML-PKDD 2026

Automated Hardware Validation Test Plan Generation for Large Scale AI Datacenter Platforms Using a Generative AI Multi-Agents Architecture

使用生成式人工智能多智能体架构为大规模人工智能数据中心平台生成自动化硬件验证测试计划

Mohammed-Khalil Ghali, Saurabh Kulkarni, Prathamesh Kulkarni, Rohan Kulkarni, Sangwon Yoon, Daehan Won

机构 * School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（系统科学与工业工程学院，宾夕法尼亚州立大学布林茅尔分校） ； Meta Platforms, Inc.（Meta平台公司） 纠错

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

AI总结 针对大规模人工智能数据中心平台硬件验证测试计划手动编写的问题，提出基于生成式人工智能多智能体架构，依据自愈验证文档和物料清单自动生成测试计划，提高了覆盖范围、编写效率和可追溯性。

Autonomous mechanistic discovery of colorectal cancer vulnerabilities via multi-scale AI swarms

通过多尺度人工智能群体自主进行结直肠癌脆弱性的机制发现

Christopher Baker, Tianyu Ren, Karen Rafferty, Hui Wang, Simon McDade

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

AI总结 研究旨在解决自动化科学发现中语言模型与生物物理的认知差距。通过多尺度自主发现引擎Octopus，结合大语言模型群体和算法物理引擎，针对结直肠癌转录组进行无监督扫描，发现IGF2是5-氟尿嘧啶耐药脆弱性，建立了可验证的生物医学发现范式。

Information-Theoretic Measures in AI: A Practical Decision Framework

人工智能中的信息论度量：实用决策指南

Nikolaos Al. Papadopoulos, Konstantinos E. Psannis

机构 * Department of Applied Informatics, University of Macedonia（马其顿大学应用信息系） 纠错

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

AI总结 本文为七种信息论度量提供实用决策框架，围绕每个度量的三个关键问题：回答的问题与AI场景、适合的估计器、最危险的误用，并附有流程图和决策表。

Comments 23 pages, 2 tables, 4 figures. Submitted to Artificial Intelligence Review, Springer

Natural Language Access to Domain-Specific Metadata: A Reusable Framework for LLM Query Generation

自然语言访问特定领域元数据：用于大语言模型查询生成的可重用框架

Blake G. Fitch, Cato Elia Kurtz

机构 * Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物信息学研究所） 纠错

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

AI总结 研究针对特定领域档案元数据查询难题，提出NLKGQ系统，借助OWL本体和LLMs，能零样本生成准确结构化查询。经神经影像档案元数据实验，最佳配置准确率达100%，明确影响准确率关键因素，还对比SPARQL与SQL，凸显OWL优势。

Feedback Attribution and Representation Geometry: Metrics for Comparing Individual and Shared Rewards in MARL

反馈归因与表示几何：多智能体强化学习中个体与共享奖励比较的度量

Tasha Pais, Richard Higgins

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

AI总结 研究多智能体强化学习中团队平均奖励下，学习表示上奖励归因的特征。提出EffRank/$n$和$D_\text{act}$指标，在SMACv2测试发现观测解释几何特征，奖励归因体现在行为，且指标开销低。

Comments Accepted at the Reinforcement Learning from World Feedback Workshop, ICML 2026

SPIN: Decentralized Swarm Control via Tensorized Policy Coordination

SPIN: 通过张量化策略协调实现去中心化集群控制

Zhaowen Fan, Yunxiang Han

机构 * Zhaowen Fan（Fan 资深研究员） 纠错

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

AI总结 提出SPIN框架，利用张量网络分解联合策略，将指数复杂度降为线性，并通过离线训练的神经符号管道实现边缘设备上的低延迟去中心化集群控制。

Comments 13 pages, 6 figures, 2 tables, 7 sections

When Cultures Move: Measuring and Improving Multicultural Text-to-Video Generation

MAVEN：面向多元文化文本到视频生成的多智能体框架

Shuowei Li, Yuming Zhao, Parth Bhalerao, Oana Ignat

机构 * Santa Clara University（圣克拉拉大学） 纠错

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

AI总结 提出MAVEN多智能体提示优化框架，通过并行或串行分解提示为人物、动作、地点维度，提升单文化和跨文化文本到视频生成的文化保真度，并构建包含243个文化提示和972个视频的基准进行评估。

Comments [14] pages, [6] figures, [11] tables, appendix included. Preprint

Intelligent Code-Division Multiplexing for Resilient Underwater Optical Wireless Communications

用于弹性水下光无线通信的智能码分复用

Gaurav Mahadik, Ananya Hazarika, Mehdi Rahmati

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

AI总结 研究水下光无线通信性能下降问题，提出基于智能混沌的CDMA方案，利用逻辑映射生成混沌序列，通过多智能体强化学习框架动态调整参数，并经实验验证该方案性能优越，适用于分布式水下网络。

InLiER: Learning-Free Heterogeneous LiDAR Place Recognition via Intermediate Mixed-Radix Structural Keypoint Tokenization

InLiER：通过中间混合基数结构关键点令牌化实现无学习的异构激光雷达地点识别

Nikolaos Stathoulopoulos, George Nikolakopoulos

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

AI总结 研究针对机器人平台结合多种激光雷达致现有描述符性能下降的问题，提出无学习管道InLiER，通过混合基数令牌ID编码关键点信息，经三个检索阶段处理，在相关数据集和实验中表现出色，优于基于学习的基线。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 8 figures

Cooperative MARL-Based Energy-Efficient Power Control for Two-Hop Relaying Networks

基于合作多智能体强化学习的两跳中继网络节能功率控制

Xinyu Qu, Yuanzhe Geng, Erwu Liu, Rui Wang

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

AI总结 研究两跳中继网络中合作博弈的节能功率控制问题，在难以获取瞬时CSI的非理想情况下，提出基于延迟奖励的状态 - 动作值函数和多智能体深度Q网络学习框架，该方法优于其他方法且接近最优解。

AI-Augmented Model Predictive Control for Safe and Adaptive Rendezvous and Proximity Operations

用于安全和自适应交会及接近操作的人工智能增强模型预测控制

Luca Sportelli, Tyler Barr, Cagri Kilic, Di Wu

机构 * Embry–Riddle Aeronautical University（安柏瑞德航空航天大学） 纠错

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

AI总结 研究多智能体对抗场景下航天器自主交会及接近操作问题，提出结合约束滚动时域MPC与数据驱动监督调整层的框架，经蒙特卡罗模拟评估，该框架相比固定参数MPC有更好性能，为自适应航天器RPO提供模块化、可解释基础。

Comments 34 pages, 7 figures

Compositional Semantic Communication for Physical AI: Category Theory Meets Game Theory

用于物理人工智能的组合语义通信：范畴论与博弈论相遇

Christo Kurisummoottil Thomas, Walid Saad, Emilio Calvanese Strinati

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

AI总结 研究物理人工智能系统中传输原始传感器数据的问题，提出组合语义通信框架，利用范畴论度量、格罗滕迪克拓扑等，将多设备协调表述为斯塔克尔伯格博弈，用ADMM算法计算策略，实现带宽减少和延迟降低，保持推理准确率。

Evolution of cooperation with temporal information

具有时间信息的合作演化

Tianxing Zhao, Lei Zhou, Aming Li

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

AI总结 研究多智能体系统中合作演化，开发含时间信息的演化动力学框架，用时间网络表征信息动态变化。发现时间信息促进合作，稀疏网络优势更明显，据此开发算法增强合作，确定时间信息是促进集体合作的实用机制。

MIND-CAVs: Multi-Intelligence Negotiation and Decision System for CAVs based on Intent-Driven Autonomy

MIND-CAVs：基于意图驱动自主的CAV多智能体协商与决策系统

Mainak Mondal, Yihang Feng, Yangchao Luo, Song Han

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

AI总结 针对当前联网自动驾驶车辆缺乏全局一致、意图感知协调决策机制的问题，提出MIND-CAVs框架，车辆将传感器观测抽象为意图表示交换，边缘智能体协商冲突意图，实验表明该框架在多车道场景中相比基线有改善。

Comments 8 pages, 5 figures, 1 table

Emergent Coordinated Behaviors in Networked LLM Agents: Modeling the Strategic Dynamics of Information Operations

网络化生成代理中的涌现协调行为：信息操作的战略动态建模

Gian Marco Orlando, Jinyi Ye, Valerio La Gatta, Mahdi Saeedi, Vincenzo Moscato, Emilio Ferrara, Luca Luceri

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

AI总结 本文研究了生成代理在模拟信息操作中的协调行为，发现通过共享目标即可实现接近人工协调的水平，揭示了自动化信息操作的社会风险。

Journal ref WWW '26: Proceedings of the ACM Web Conference 2026

Not someone, but something: Rethinking trust in the age of medical AI

不是人，而是东西：在医疗AI时代重新思考信任

Jan Beger

专题命中 多智能体 ：workflow(abstract)；分类 cs.AI

AI总结 本文探讨医疗AI时代信任的重新定义，强调通过透明设计和责任部署建立信任，而非依赖同理心或直觉。

Journal ref European Journal of Radiology Artificial Intelligence 3 (2025) 100038

Token Communications (TokCom): A Unified AI-Native Communication Framework

令牌通信（TokCom）：一个统一的原生人工智能通信框架

Yaru Fu, Liang Ji, Sabita Maharjan, Tony Q. S. Quek

专题命中 多智能体 ：AI agent(abstract)

AI总结 研究随着人工智能发展无线通信原理的范式转变，提出令牌通信框架TokCom，将令牌提升为6G信息交换一等实体，经架构转变研究、案例验证，概述迈向适用于6G的原生人工智能、令牌驱动通信范式的未来研究方向。

Comments 7 pages, 4 figures

Distributed Adaptive Estimation of Unknown Nonlinear Systems without Input Sharing

无输入共享的未知非线性系统的分布式自适应估计

Moh Kamalul Wafi, Milad Siami

专题命中 多智能体 ：agent(abstract)

AI总结 研究离散时间非线性系统在有向通信网络上的分布式自适应状态估计，提出归一化自适应估计方案，通过李雅普诺夫分析建立稳定性条件，经数值模拟验证，该估计器能准确估计且随网络规模有效扩展。

Comments This is an extended version of the paper accepted for publication in ASME Letters in Dynamic Systems and Control

AISAC: Closing the Loop Between AI and Integrated Sensing and Communication for 6G

AISAC：为6G闭合人工智能与集成传感通信之间的环路

Mehdi Karbalayghareh, Abhishek Rajasekaran, Xiaoyan Ma, David J. Love, Christopher G. Brinton

专题命中 多智能体 ：tool use(abstract)

AI总结 研究针对6G中人工智能与集成传感通信融合问题，提出AISAC闭环框架，阐述其新物理层设计原则，展示全貌、解释问题、开发架构并概述用例及相关开放问题。

DECIS: Dual-Evidence Corrective Verification for Interpretable Strabismus Diagnostic Decision-Making

MAGIS：基于证据的多智能体推理用于可解释的斜视临床决策

Xikai Tang, Yifan Wang, Jiafan Zhuang, Li Luo, Jinming Guo, Xiaoling Xie, Jiacheng Liu, Peiwei Wei, Lihao Zhong, Xiaoli Kang, Jie Cen, Guangqiang Yin, Kunliang Qiu, Ce Zheng, Zhun Fan

机构 * School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳高等研究院） ； Joint Shantou International Eye Center of Shantou University and The Chinese University of Hong Kong（汕头大学·香港中文大学联合汕头国际眼科中心） ； School of Artificial Intelligence, Guangzhou City Polytechnic（广州城市职业学院人工智能学院） ； Medical College, Shantou University（汕头大学医学院） ； College of Engineering, Shantou University（汕头大学工学院） ； Department of Ophthalmology, Xinhua Hospital Affiliated to Shanghai Jiaotong University School of Medicine（上海交通大学医学院附属新华医院眼科） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

专题命中 多智能体 ：planning(abstract)

AI总结 提出MAGIS框架，通过多智能体协作、双重证据约束上下文和基于证据的纠正验证机制，将斜视诊断从黑箱生成转变为结构化推理，在细粒度斜视基准上将加权F1分数从72.0%提升至91.3%，并显著提高诊断报告的临床可靠性。

Asynchronous Decentralized Optimization with Constraints: Achievable Speeds of Convergence for Directed Graphs

异步去中心化优化与约束：有向图中的收敛速度分析

Firooz Shahriari-Mehr, Ashkan Panahi

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种异步双平均和梯度投影算法，用于解决有向图中去中心化优化问题，通过引入线性二次PEP方法，实现了无需强凸性假设的收敛速度分析。

Journal ref Proceedings of The 28th International Conference on Artificial Intelligence and Statistics, PMLR 258:2575-2583, 2025

Octopus v3: Technical Report for On-device Sub-billion Multimodal AI Agent

章鱼v3：用于设备端低于十亿参数的多模态人工智能代理的技术报告

Wei Chen, Zhiyuan Li

机构 * Stanford University（斯坦福大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.CL

AI总结 研究针对多模态人工智能代理将图像数据转化为可行动结果的挑战，引入含功能令牌概念的多模态模型，优化至小于10亿参数，能处理中英文，可在多种边缘设备高效运行。

From Intent to Infrastructure: LLM-Driven Agent Compilers for ISAC Networks

从意图到基础设施：用于ISAC网络的基于大语言模型的智能体编译器

Lijie Zheng, Xudong Zhong, Baoquan Ren, Xiangwu Gong, Xinghui Zhu, Ji He

机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Institute of Systems General, Academy of Systems Engineering, Academy of Military Sciences（系统工程院系统一般研究所） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究ISAC网络从概念验证到系统级部署的设计难题，提出基于大语言模型的智能体编译器，经四个阶段工作产生ISAC策略图，运行时引擎支持闭环自适应，以无人机救援为例展示编译过程并讨论开放问题。