AI Agent

Convergence and Connectivity: Dynamics of Multi-Agent Q-Learning in Random Networks

收敛与连通性：多智能体Q学习在随机网络中的动态

Dan Leonte, Aamal Hussain, Raphael Huser, Francesco Belardinelli, Dario Paccagnan

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

AI总结 本文研究了多智能体Q学习在随机网络中的收敛与连通性问题，通过分析Erdős-Rényi和Stochastic Block模型，探讨了智能体交互概率、探索率和收益矩阵对收敛条件的影响，并通过模拟验证了网络交互控制对收敛的重要性。

Decentralized Reinforcement Learning for Multi-Agent Multi-Resource Allocation via Dynamic Cluster Agreements

通过动态聚类协议实现多智能体多资源分配的去中心化强化学习

Antonio Marino, Esteban Restrepo, Claudio Pacchierotti, Paolo Robuffo Giordano

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

AI总结 本文提出了一种基于动态聚类的去中心化强化学习方法，用于多智能体多资源分配问题，实现了更稳定和鲁棒的协调性能。

Journal ref IEEE Robotics and Automation Letters, 2025, 10 (8), pp.8123-8130

Rollout-Training Co-Design for Efficient LLM-Based Multi-Agent Reinforcement Learning

为高效的大规模基于LLM的多智能体强化学习设计rollout训练

Zhida Jiang, Zhaolong Xing, Jiawei Lu, Yipei Niu, Qingyuan Sang, Liangxu Zhang, Wenquan Dai, Junhua Shu, Jiaxing Wang, Qiangyu Pei, Qiong Chen, Xinyu Liu, Fangming Liu, Ai Han, Zhen Chen, Ke Zhang

机构 * Huawei（华为公司） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 FlexMARL通过端到端训练框架优化rollout与训练协调，实现大规模基于LLM的多智能体强化学习的高效训练。

Deep Meta Coordination Graphs for Multi-agent Reinforcement Learning

基于深度元协调图的多智能体强化学习

Nikunj Gupta, James Zachary Hare, Jesse Milzman, Rajgopal Kannan, Viktor Prasanna

机构 * University of Southern California（南加州大学） ； DEVCOM Army Research Laboratory（陆军研究实验室） ； DEVCOM ARL Army Research Office（陆军研究办公室） 纠错

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

AI总结 本文提出深度元协调图方法，通过图卷积网络提升多智能体协作策略的学习效率和表现。

Spatiotemporal Attention-Augmented Inverse Reinforcement Learning for Multi-Agent Task Allocation

时空注意力增强的逆强化学习用于多智能体任务分配

Huilin Yin, Zhikun Yang, Linchuan Zhang, Daniel Watzenig

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统上海研究院） ； Graz University of Technology（格拉茨技术大学） ； Virtual Vehicle Research GmbH（虚拟车辆研究公司） 纠错

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

AI总结 本文提出一种基于时空注意力的逆强化学习框架，用于多智能体任务分配，通过约束奖励推断提升稳定性与效率。

Comments Revised version with substantial new experimental results, improved analysis, and a restructured layout for better clarity

MARTI-MARS$^2$: Scaling Multi-Agent Self-Search via Reinforcement Learning for Code Generation

MARTI-MARS$^2$：通过强化学习实现多智能体自搜索的扩展用于代码生成

Shijie Wang, Pengfei Li, Yikun Fu, Kaifeng Liu, Fangyuan Li, Yang Liu, Xiaowei Sun, Zonglin Li, Siyao Zhao, Jian Zhao, Kai Tian, Dong Li, Junqi Gao, Yutong Zhang, Yiqun Chen, Yuqiang Li, Zoe Li, Weinan Zhang, Peng Ye, Shuyue Hu, Lei Bai, Bowen Zhou, Kaiyan Zhang, Biqing Qi

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation（自动化研究所） ； Fudan University（复旦大学） ； High School Affiliated to Fudan University（复旦大学附属高中） ； Renmin University of China（中国人民大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 MARTI-MARS2通过多智能体强化学习实现代码生成的扩展，突破单智能体限制，提升性能和多样性。

Multi-Agent Systems Shape Social Norms for Prosocial Behavior Change

多智能体系统塑造社会规范以促进利他行为改变

Yibin Feng, Tianqi Song, Yugin Tan, Zicheng Zhu, Yi-Chieh Lee

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

AI总结 多智能体系统通过塑造虚拟社会规范促进利他行为改变，实验显示组内智能体更有效提升捐赠意愿和社会规范感知。

Comments 6 pages, 3 figures, CSCW Companion '25 Poster (October 2025, Bergen, Norway). Companion of the Computer-Supported Cooperative Work and Social Computing (CSCW Companion '25), ACM, 2025, ISBN 9798400714801

MAFE: Enabling Equitable Algorithm Design in Multi-Agent Multi-Stage Decision-Making Systems

MAFE：在多智能体多阶段决策系统中实现公平算法设计

Zachary McBride Lazri, Anirudh Nakra, Ivan Brugere, Danial Dervovic, Antigoni Polychroniadou, Furong Huang, Dana Dachman-Soled, Min Wu

机构 * University of Maryland, College Park, MD 20742（马里兰大学College Park分校） ； J.P. Morgan AI Research, New York, NY, 10017（摩根大通人工智能研究） 纠错

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

AI总结 MAFE通过模拟多智能体多阶段决策系统，促进公平算法设计，揭示公平性、性能与协调之间的权衡。

AgentSpawn: Adaptive Multi-Agent Collaboration Through Dynamic Spawning for Long-Horizon Code Generation

AgentSpawn: 通过动态生成实现长周期代码生成的自适应多智能体协作

Igor Costa

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

AI总结 AgentSpawn通过动态生成实现长周期代码生成的自适应多智能体协作，提升完成率并降低内存开销。

Comments 18 pages, 4 figures, 6 tables

DyTopo: Dynamic Topology Routing for Multi-Agent Reasoning via Semantic Matching

DyTopo：通过语义匹配实现多智能体推理的动态拓扑路由

Yuxing Lu, Yucheng Hu, Xukai Zhao, Jiuxin Cao

机构 * Peking University, Beijing, China（北京大学） ； Georgia Institute of Technology, Atlanta, United States（佐治亚理工学院） ； Southeast University, Location, Country（东南大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 DyTopo通过语义匹配实现多智能体推理的动态拓扑路由，提升多轮推理性能并提供可解释的协调轨迹。

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}

Evolving Interpretable Constitutions for Multi-Agent Coordination

为多智能体协调演化可解释的宪法

Ujwal Kumar, Alice Saito, Hershraj Niranjani, Rayan Yessou, Phan Xuan Tan

机构 * College of Engineering Shibaura Institute of Technology（Shibaura Institute of Technology 工程学院） ； Faculty of Arts and Sciences The University of Tokyo（东京大学 文理学部） ； Department of EECS University of California, Berkeley（加州大学伯克利分校 电子工程与计算机科学系） ； Department of Informatics Università degli Studi di Milano-Bicocca（米兰-比科卡大学 信息学系） 纠错

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

AI总结 本文提出通过进化算法自动发现多智能体协调的可解释宪法，通过实验展示进化宪法在提升社会稳定性方面的有效性。

Comments 23 pages, 4 figures

One Model, All Roles: Multi-Turn, Multi-Agent Self-Play Reinforcement Learning for Conversational Social Intelligence

一个模型，所有角色：多轮、多智能体自我对战强化学习用于对话社交智能

Bowen Jiang, Taiwei Shi, Ryo Kamoi, Yuan Yuan, Camillo J. Taylor, Longqi Yang, Pei Zhou, Sihao Chen

机构 * Microsoft Corporation（微软公司） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Southern California（南加州大学） ； Penn State University（宾夕法尼亚州立大学） 纠错

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

AI总结 OMAR通过多轮多智能体自我对战强化学习，使AI在无监督情况下发展出共情、说服等社交智能。

Visual Reasoning over Time Series via Multi-Agent System

通过多智能体系统进行时间序列的视觉推理

Weilin Ruan, Yuxuan Liang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 MAS4TS通过多智能体系统实现时间序列的视觉推理，利用分析-推理-执行范式，结合视觉语言模型和工具链，提升时间序列任务的性能和泛化能力。

Co2PO: Coordinated Constrained Policy Optimization for Multi-Agent RL

Co2PO：多智能体强化学习中的协调约束策略优化

Shrenik Patel, Christine Truong

机构 * Rutgers University, New Brunswick, NJ（罗杰斯大学，新不伦瑞克，新泽西） ； Carnegie Mellon University, Pittsburgh, PA（卡内基梅隆大学，匹兹堡，宾夕法尼亚） 纠错

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

AI总结 Co2PO通过引入共享黑板架构和风险预测机制，实现多智能体强化学习中的协调安全优化，提升探索效率并减少保守性。

Human-Centric Traffic Signal Control for Equity: A Multi-Agent Action Branching Deep Reinforcement Learning Approach

以人为中心的交通信号控制以实现公平性：一种多智能体动作分支深度强化学习方法

Xiaocai Zhang, Neema Nassir, Lok Sang Chan, 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(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 本文提出了一种以人为中心的多智能体动作分支深度强化学习方法，通过分解交通走廊控制并优化旅行者公平性，有效减少受延迟旅行者数量，提升交通信号系统的公平性和可扩展性。

MAPGD: Multi-Agent Prompt Gradient Descent for Collaborative Prompt Optimization

MAPGD：多智能体提示梯度下降用于协作提示优化

Yichen Han, Yuhang Han, Siteng Huang, Guanyu Liu, Zhengpeng Zhou, Bojun Liu, Yujia Zhang, Isaac N Shi, Lewei He, Tianyu Shi

机构 * South China Normal University（华南师范大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Macau（澳门大学） ； University of Sydney（悉尼大学） ； Silicon Sapiens LLC ； University of Alberta（阿尔伯塔大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 MAPGD通过多智能体协作机制提升提示优化的鲁棒性和效率，结合梯度融合与动态加权实现高效且可解释的优化方案。

Self-Evolving Coordination Protocol in Multi-Agent AI Systems: An Exploratory Systems Feasibility Study

多智能体AI系统中的自演化协调协议：一种探索性系统可行性研究

Jose Manuel de la Chica Rodriguez, Juan Manuel Vera Díaz

机构 * AI Lab, Grupo Santander Madrid, Spain（西班牙桑坦德集团AI实验室） 纠错

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

AI总结 本研究探讨了自演化协调协议在多智能体系统中的可行性，通过实验展示有限自我修改在满足形式约束下的技术实现可能性。

INDIBATOR: Diverse and Fact-Grounded Individuality for Multi-Agent Debate in Molecular Discovery

INDIBATOR: 多样且基于事实的个体性用于分子发现中的多智能体辩论

Yunhui Jang, Seonghyun Park, Jaehyung Kim, Sungsoo Ahn

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Yonsei university（延世大学） 纠错

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

AI总结 INDIBATOR 通过基于个性化科学家资料的多智能体辩论框架，在分子发现中实现了更高质量的科学发现。

ORCH: many analyses, one merge-a deterministic multi-agent orchestrator for discrete-choice reasoning with EMA-guided routing

ORCH: 多种分析，一个合并——一种确定性多智能体协调器，用于离散选择推理的EMA引导路由

Hanlin Zhou, Huah Yong Chan

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

AI总结 ORCH是一种确定性多智能体协调器，通过EMA引导路由实现离散选择推理的可控、可解释和部署就绪的智能体系统。

AutoHealth: An Uncertainty-Aware Multi-Agent System for Autonomous Health Data Modeling

AutoHealth：一种面向自主健康数据建模的不确定性感知多智能体系统

Tong Xia, Weibin Li, Gang Liu, Yong Li

机构 * Vanke School of Public Health, Tsinghua University（清华大学万科公共卫生学院） ； Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心电子工程系） ； Tsinghua University, China（清华大学） 纠错

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

AI总结 AutoHealth通过多智能体系统自主建模健康数据，提升预测性能和不确定性估计，有效解决健康数据建模中的泛化和可靠性问题。

FinEvo: From Isolated Backtests to Ecological Market Games for Multi-Agent Financial Strategy Evolution

FinEvo: 从孤立回测到多智能体金融策略进化的生态市场博弈

Mingxi Zou, Jiaxiang Chen, Aotian Luo, Jingyi Dai, Chi Zhang, Dongning Sun, Zenglin Xu

机构 * Fudan University（复旦大学） ； Tensorpacific ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 FinEvo通过生态博弈形式化方法研究多智能体金融策略的进化动态，揭示策略在动态市场中的适应与演化机制。

Comments Preprint. Submitted to a conference

A Multi-Agent Framework for Mitigating Dialect Biases in Privacy Policy Question-Answering Systems

一种缓解隐私政策问答系统方言偏见的多智能体框架

Đorđe Klisura, Astrid R Bernaga Torres, Anna Karen Gárate-Escamilla, Rajesh Roshan Biswal, Ke Yang, Hilal Pataci, Anthony Rios

机构 * University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） ； Tecnológico de Monterrey（蒙特雷技术学院） 纠错

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

AI总结 本文提出一种多智能体框架，通过方言智能体和隐私政策智能体协作，提升隐私政策问答系统对非标准方言的处理能力，有效缓解方言偏见问题。

Comments Accepted to ACL 2025 Main Conference

Cross-Modal Memory Compression for Efficient Multi-Agent Debate

多模态记忆压缩以实现高效的多智能体辩论

Jing Wu, Yue Sun, Tianpei Xie, Suiyao Chen, Jingyuan Bao, Yaopengxiao Xu, Gaoyuan Du, Inseok Heo, Alexander Gutfraind, Xin Wang

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

AI总结 DebateOCR通过多模态压缩框架将多智能体辩论的历史文本转换为图像表示，显著减少token使用并提升推理效率。

Autonomous Multi-Agent AI for High-Throughput Polymer Informatics: From Property Prediction to Generative Design Across Synthetic and Bio-Polymers

自主多智能体AI用于高通量聚合物信息学：从性质预测到生成设计跨越合成与生物聚合物

Mahule Roy, Adib Bazgir, Arthur da Silva Sousa Santos, Yuwen Zhang

机构 * Institute of Biomedical Engineering University of Oxford（生物医学工程研究所牛津大学） ； Department of Mechanical and Aerospace Engineering University of Missouri–Columbia（机械与航空航天工程系密苏里大学-哥伦比亚分校） ； Center for Engineering, Modeling and Applied Social Sciences Federal University of ABC (UFABC)（工程、建模与应用社会科学中心巴西联邦大学ABC分校） 纠错

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

AI总结 本文提出一个自主多智能体AI系统，用于高通量聚合物信息学，实现从性质预测到生成设计的跨合成与生物聚合物应用。

Design and Empirical Study of a Large Language Model-Based Multi-Agent Investment System for Chinese Public REITs

基于大语言模型的多智能体投资系统设计与实证研究：中国公共REITs市场

Zheng Li

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

AI总结 本研究设计并实证了一种基于大语言模型的多智能体投资系统，用于中国公共REITs市场，通过多智能体协作提升交易的风险调整收益。

When Does Pairing Seeds Reduce Variance? Evidence from a Multi-Agent Economic Simulation

何时种子配对能减少方差？来自多智能体经济模拟的证据

Udit Sharma

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

AI总结 本文通过多智能体经济模拟研究种子配对对减少方差的影响，发现共享随机种子能系统性地减少评估中的方差，尤其在正相关情况下效果更显著。

MiTa: A Hierarchical Multi-Agent Collaboration Framework with Memory-integrated and Task Allocation

MiTa: 一种具有内存集成和任务分配的分层多智能体协作框架

XiaoJie Zhang, JianHan Wu, Xiaoyang Qu, Jianzong Wang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院，清华大学，深圳，中国） ； Ping An Technology (Shenzhen) Co., Ltd., Shenzhen, China（平安科技（深圳）有限公司，深圳，中国） 纠错

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

AI总结 MiTa通过分层结构和内存整合提升多智能体协作效率，实现全局任务分配与片段记忆整合。

Comments Accepted to 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)

Specialists or Generalists? Multi-Agent and Single-Agent LLMs for Essay Grading

专家还是通才？多智能体与单智能体LLM用于作文评分

Jamiu Adekunle Idowu, Ahmed Almasoud

机构 * Sahel AI, Sahel Group Inc.（Sahel AI，Sahel Group Inc.） ； University College London (UCL)（University College London（UCL）） ； Prince Sultan University 纠错

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

AI总结 本文比较了多智能体与单智能体LLM在作文评分中的表现，发现多智能体系统在识别弱作文方面更优，而单智能体系统在中等质量作文上表现更好，少样本校准对性能影响显著。