AI Agent

When Do LLM Agents Help? Deadline-Aware Mixed-Criticality Task Scheduling at the Autonomous-Vehicle Edge

大语言模型智能体何时有用？自动驾驶车辆边缘的感知期限感知混合关键度任务调度

Reza Zakerian

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

AI总结 该研究针对自动驾驶车辆边缘MEC的混合关键度任务调度，构建强启发式算法，发现LLM控制平面仅在安全关键任务激增时优于静态启发式算法。

Comments 8 pages, 5 figures, and 4 tables

Robust Instability Radius for Networked Dynamical Systems: Upper and Lower Bounds

网络动力系统的鲁棒不稳定性半径：上下界

Shinji Hara, Yutaka Hori, Tetsuya Iwasaki, Chung-Yao Kao, Sei Zhen Khong

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

AI总结 本文针对受异质性扰动的多智能体网络系统，研究鲁棒不稳定性半径（RIR），推导其上下界，在网络连接矩阵秩为1等特定条件下可通过小增益论证精确刻画RIR。

Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination

贝叶斯伙伴建模支持大语言模型协同的自适应重规划

Harsh Goel, Aditya Sai Ellendula, Vaishnav Tadiparthi, Ehsan Moradi Pari, Hossein Nourkhiz Mahjoub, Sandeep P. Chinchali

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

AI总结 该研究针对LLM多智能体协作中伙伴策略变化导致的重规划问题，提出BayesBeliefAgent方法，在Overcooked环境中显著缩小信念-行动差距并减少重规划次数。

Comments Preprint

Accurate Decoding of Natural Sentences from Non-Invasive Brain Recordings

从非侵入式脑记录中准确解码自然句子

Mingfang Zhang, Jarod Lévy, Cedric Rommel, Jérémy Rapin, Corentin Bel, Julie Bonnaire, Daniel Nieto, Pierre Bourdillon, Svetlana Pinet, Stéphane d'Ascoli, Thomas Moreau, Jean-Rémi King

机构 * Meta AI ； École Normale Supérieure（高等师范学院） ； Université PSL（巴黎文理大学） ； CNRS（法国国家科学研究中心） ； Hospital Foundation Adolphe de Rothschild（阿道夫·德·罗斯柴尔德医院基金会） ； Univ. Lille（里尔大学） ； Basque Center on Cognition, Brain and Language（巴斯克认知、大脑与语言中心） ； Paris Cité University（巴黎城市大学） ； Inria（法国国家信息与自动化研究所） ； Université Paris-Saclay（巴黎萨克雷大学） ； INSERM（法国国家健康与医学研究院） ； CEA（法国原子能和替代能源委员会） 纠错

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

AI总结 本研究提出Brain2Qwerty v2模型，利用MEG记录解码自然句子，平均WER为39%，准确率随数据量提升，通过AI技术缩小非侵入式与颅内脑机接口的性能差距。

Comments Mingfang Zhang and Jarod Lévy contributed equally to this work

An O-RAN-Assisted MARL Approach for Dynamic Sidelink and Infrastructure Selection in V2X Communications

面向V2X通信中动态侧链路与基础设施选择的O-RAN辅助多智能体强化学习方法

Maria Katarine Santana Barbosa, Kelvin Lopes Dias

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

AI总结 该研究针对6G车联网V2X通信的干扰与资源问题，提出O-RAN辅助的MARL系统，采用聚类与集中训练分布式执行策略，在仅车辆及VRU共存场景下均显著降低损失与延迟。

Comments This paper has been accepted for publication in IEEE Transactions on Vehicular Technology

Learning Sequential Mobility Choice: A Review of Route and Activity Choice through Inverse Reinforcement and Imitation Learning

学习序列出行选择：基于逆强化学习与模仿学习的路径与活动选择综述

Tien Mai

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

AI总结 本综述构建了将交通选择建模与IRL、IL结合的统一框架，综述多种相关学习方法，提出嵌入行为约束的混合模型可提升出行选择预测性能。

Principled Authority Switching for Shared Autonomy in Human-Robot Teams

人机协作团队中共享自主的原则性权限切换

Sandeep Banik, Naira Hovakimyan

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

AI总结 本文提出一种合作博弈论框架，用于解决人机共享自主中的权限切换问题，推导了线性二次系统下最优切换策略的闭式递推式，验证了其在不同系统场景下的有效性，揭示了人类适应性与自主效率的权衡。

Comments 8 pages, 7 figures, accepted at IEEE RO-MAN 2026

SbDN: Source-based TSN-Grade Deterministic Networking using Commodity Switches

SbDN：使用商用交换机的基于源的TSN级确定性网络

Mohammadparsa Karimi, Majid Nabi, Andrew Nelson, Kees Goossens, Twan Basten

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

AI总结 该研究提出基于源的多智能体架构SbDN，用商用交换机实现TSN级确定性网络，通过TNP和TP两种方法保证时间关键流的端到端延迟，成本更低且调度时间短。

Comments 20 pages, 13 figures

Moving Horizon Estimation for Underwater Target Tracking Based on Time-Difference-of-Arrival Measurements

基于到达时间差测量的水下目标跟踪的移动时域估计

Anton Tolstonogov, David Cabecinhas, Pedro Batista, Antonio Pascoal

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

AI总结 本文针对水下目标跟踪难题，研究基于到达时间差的移动时域估计方法，仿真显示其鲁棒性优于经典扩展卡尔曼滤波，可作为多智能体跟踪系统的实用组件。

Comments 6 pages, 2 figures. This work has been accepted to IFAC WC 2026 for publication

$\texttt{Flip-Team}$: Cooperative Takeover Games with Stochastic Human Override

Flip-Team：带随机人工干预的协作接管游戏

Sandeep Banik, Naira Hovakimyan

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

AI总结 本文提出带随机人工干预的协作博弈论框架，将共享自主系统的控制切换问题建模为利益一致的动态博弈，推导线性二次系统的最优切换策略闭式递推式，验证了其在不同系统下的有效性，揭示人类适应性与自主效率的权衡。

Comments 8 pages, 7 figures, accepted at IEEE CDC 2026

CoDS: Robust Collaborative Perception via Expert-driven Detection and BEV Segmentation

CoDS：基于专家驱动检测与BEV分割的鲁棒协同感知

Jinlong Wang, Yuang Jia, Junhong Lin, Nannan Li, Wei Gao

机构 * Peking University（北京大学） ； Macau University of Science and Technology（澳门科技大学） 纠错

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

AI总结 针对多源噪声导致协同感知性能下降的问题，提出CoDS框架，通过CoRM、S-MoE和BTCI模块提升鲁棒性，在公开数据集上优于基线且抗噪稳定。

Comments 10 pages, 6 figures

Journal ref ACMMM 2026

Entropy-Augmented Multi-Objective Policy Optimization in Multiagent Systems

多智能体系统中的熵增强多目标策略优化

Jamie Santos, Ayhan Alp Aydeniz, Raghav Thakar, Kagan Tumer

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

AI总结 针对多智能体系统中多目标进化算法忽略行为多样性的问题，提出熵增强策略评估方法，在漫游者领域实验中使超体积较NSGA-II提升最高达48%，验证了行为多样性的优化价值。

Joint Communication-Control Strategy Optimization with Partially Nested Information Structures: The Linear-Quadratic Case

部分嵌套信息结构下的通信与控制策略联合优化：线性二次情形

Haoyi You, Kaiqing Zhang

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

AI总结 本文针对多智能体线性系统的JCCO问题，基于CIB框架建立形式化模型，提出基于动态规划的方法求解开环及闭环通信策略下的最优策略，可导出里卡蒂方程并拓展至分散线性二次控制场景。

Comments Preliminary version accepted to IEEE CDC 2026

SelectLight: Learning to Select Signal Plans Generated by Distributed Model Predictive Control for Urban Traffic Networks

SelectLight：学习选择分布式模型预测控制生成的城市交通网络信号方案

Lyuzhou Luo, Chaopeng Tan, Zhengyong Gao, Hong Zhu, Andrea D'Ariano, Keshuang Tang

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

AI总结 SelectLight通过MARL策略选择DMPC生成的交通信号方案，在SUMO网络实验中延迟性能最优，需求加倍时排队延迟降低5.57%，求解时间远低于控制间隔。

Comments 37 pages, 14 figures, 13 tables. Submitted to Transportation Research Part C: Emerging Technologies

Video2Track: From Real-World Interaction Videos to Steerable Adversarial Closed-Track Testing for Automated Driving Systems

Video2Track：从真实世界交互视频到自动驾驶系统的可操控对抗性封闭赛道测试

Mengjie Tian, Xinrui Zhang, Tianyu Li, Peizhi Zhang, Guirong Zhou, Haojie Feng, Junpeng Huang, Qixiang Zhang, Lu Xiong

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

AI总结 本文提出Video2Track框架，通过两个耦合模块将真实驾驶视频交互场景转化为可操控对抗性封闭赛道测试，可复现实景交互场景并生成可控变体，为ADS验证提供可扩展方案。

Complexity of Local Observation Consistency in Discrete-Event Systems

离散事件系统中局部观测一致性的复杂性

Tomáš Masopust

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

AI总结 本文研究离散事件系统中局部观测一致性（LOC）与局部重标注观测一致性（LROC）的复杂性，证明非确定性被控对象下二者为PSpace完全问题，确定性被控对象下可多项式时间判定，为相关控制应用提供理论依据。

Scaling Laws for Majority-based Opinion Dynamics in the Presence of Stubborn Agents

存在固执智能体时基于多数意见动态的标度律

Luke Meredith, Arpan Mukhopadhyay

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

AI总结 该研究探究多智能体系统中固执智能体对意见动态的影响，基于2k-选择规则，发现达到稳态的时间随固执智能体比例存在尖锐相变，边界区域混合时间为多项式级。

AI-AI co-creation outperforms human pairs in creative tasks

AI-AI共创在创意任务中优于人类配对

Yingyue Luna Luan, Luning Sun, Yeun Joon Kim, Jindong Wang, Xing Xie

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

AI总结 该研究通过实验发现，具备互补角色的AI-AI共创在创意任务中优于单一AI和人类配对，证实结构化多智能体AI共创的创造力潜力。

Comments 19 pages, 3 figures

Competitive mediator games and urban CAV routing markets

竞争性中介博弈与城市自动驾驶车辆（CAV）路径规划市场

Grzegorz Jamróz

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

AI总结 本文针对未来自动驾驶路径规划与驾驶市场，提出竞争性中介博弈，证明特定条件下其均衡为垄断，并探讨相关市场的机制设计问题。

Comments 42 pages, 6 figures, 1 table

DRL-Based Secure Transmission for Rotatable Antenna-Enabled Low-Altitude ISAC Systems

基于深度强化学习的可旋转天线低空集成感知与通信系统安全传输

Chuan Liu, Hongyi Bian, Wei Gao, Qi Zhang, Yu Yao, Liang Yang, Feng Shu

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

AI总结 本文针对配备可旋转天线的低空ISAC系统，联合优化发射波束成形矩阵与天线指向矩阵以最大化最小保密速率，提出MAPPO-T算法，仿真验证其性能优于标准MAPPO算法及传统固定定向天线系统。

Analyzing the Interaction of Optimal Strategies in Mean-Payoff Bidding Games

分析平均收益竞标博弈中最优策略的相互作用

Shaull Almagor, Guy Avni, Julian Ewaied

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

AI总结 本文针对多智能体系统中智能体互动分析的挑战，聚焦两智能体图上的平均收益竞标博弈，分析对抗优化策略的互动，证明特定条件下博弈最终周期性并开发效用计算算法。

Learning Long-Term Educational Investment Policies under Residential Sorting

居住分类下的长期教育投资政策学习

Honglei Guo, Shuo Chen, Mingjie Bi, Zeyang Sun, Xiaoxi Wang, Yuhan Zhao

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

AI总结 该研究针对居住分类下公立教育投资分配的公平与效率问题，构建动态多智能体框架，用强化学习得出的政策在模拟中实现了良好的入学机会与公平性平衡，减少了教育领域的社会经济分层。

When Coordination Becomes a Threat: Communication Attacks in LLM-Controlled Multi-Robot Systems

当协调成为威胁：大语言模型控制的多机器人系统中的通信攻击

Zhen Huang, Zhihuang Liu, Weijia Shi, Yifan Yang, Weishang Wu, Zhiping Cai

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； School of Informatics, Xiamen University（厦门大学信息学院） 纠错

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

AI总结 该研究针对LLM控制的多机器人系统，提出两种通信攻击并在三种架构下验证其风险，引入CPV门可降低违规率，为相关安全问题提供了应对方案。

Comments 17 pages, 8 figures, 4 tables

PromptShield Home: Ambient Multimodal Prompt Injection Defense for Smart-Home Agents

PromptShield Home：面向智能家居智能体的环境多模态提示注入防御方案

He Zhang, Feilong Li, Dingning Long, Yilin Cui, Peijun Zhang, Yuewen Zhang, Qianyao Xu, Xinyi Fu

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

AI总结 该研究针对智能家居智能体的提示注入安全问题，构建了现实场景基准测试PromptShield-Home，对比了三类防御层的性能，发现多智能体调解的上限性能最优，提出应采用学习路由与传感器融合方案保障安全。

Comments This work has been accepted as a poster to UbiComp 2026

MCHA: A Memory-Centric Hierarchical Architecture for Parallel-Sequential Computing

MCHA：一种面向并行-串行计算的以内存为中心的分层架构

Daijing Shi, Hongxiao Zhao, Yihan Fu, Zhan Chen, Jiayi Li, Yihang Zhu, Anjunyi Fan, Yaoyu Tao, Yuchao Yang, Bonan Yan

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

AI总结 针对多智能体强化学习等并行-串行计算工作负载的内存瓶颈，提出以内存为中心的分层架构MCHA，通过分层通信策略和并行-串行编程模型实现大幅性能提升并开源。

Comments Accepted in MICRO'26

Artificial Intelligence for Spatially Reconfigurable Antennas: Movable, Fluid, and Pinching Antenna Systems

用于空间可重构天线的人工智能：可移动、流体及捏合天线系统

Nguyen Cong Luong, Zeping Sui, Thai-Hoc Vu, Jie Cao, Bo Ma, Thuan Van Le, Xunyang Zhan, Nguyen Duc Hai, Min Xu, Qiushi Zhao, Dong In Kim, Yonghong Zeng, Shaohan Feng

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

AI总结 本综述针对可移动、流体、捏合三类空间可重构天线系统，梳理了深度学习等各类AI技术的应用，探讨了相关开放挑战与未来方向。

Comments 30 pages, 7 figures, submitted to IEEE COMST

Do Humans Bargain Differently with AI? Evidence from Alternating-Offer Games

人类与AI的议价方式不同吗？来自交替报价博弈的证据

Yuhao Fu, Nobuyuki Hanaki, Haitao Wang

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

AI总结 通过交替报价博弈实验，发现人类与AI议价时公平感和互惠性弱于对人类的，AI收益影响他人时特性部分恢复，为AI谈判系统设计提供依据。

PHY-Layer Modeling and Throughput-Driven Adaptation for Batteryless V2X Networks

无电池V2X网络的物理层建模与吞吐量驱动的自适应方法

Zhaoyu Liu, Ruikang Li, Liu Cao, YuKun Pan, Xiangkai Wang, Lyutianyang Zhang

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

AI总结 针对无电池V2X网络的被动叠加通信难题，本文提出基于DSRC的分组式架构，构建物理层模型，采用MARL方法实现参数自适应，使平均吞吐量提升15%。

Comments This work has been accepted to the 2026 IEEE Global Communications Conference: Green Communication Systems and Networks.6 pages,4 figures,conference paper

Stateful Cooperative Agents Safeguarding LLMs Against Evolving Multi-Turn Attacks

有状态协作智能体防御大型语言模型抵御演进式多轮攻击

Siyuan Li, Zehao Liu, Haoyu Li, Xi Lin, Ning Liu, Jun Wu, Jianhua Li, Mohsen Guizani

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

AI总结 本文提出一种主动防御框架，通过协作多智能体架构结合干扰、误导与自适应策略，在EMRA数据集上使LLMs对抗多轮攻击的ASR平均降低69%，同时提升DR与攻击者token消耗。

Argonaut: Interactive Visual Exploration for Distributed Optimization

Argonaut：面向分布式优化的交互式可视化探索工具

Srijoni Majumdar, Chuhao Qin, Evangelos Pournaras

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

AI总结 Argonaut是一款轻量级容器化优化仪表盘，可交互式可视化探索去中心化多智能体离散选择优化的全搜索过程，在三类真实数据集上验证了其高效性。

Comments 6 pages, 8 figures. Accepted in ACSOS 2026 [artifacts track]