AI Agent

From Sketch Prior to Trajectories: A Mission-Oriented Coordinated Navigation Framework for Indoor UAV Swarm

从草图先验到轨迹：一种面向任务的室内无人机群协同导航框架

Xinhang Xu, Ruiyang Liu, Haotian Jin, Yi Wang, Hongming Shen, Jianping Li, Lihua Xie

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） 纠错

专题命中 多智能体 ：planning(abstract)

AI总结 针对室内无人机群任务，提出面向任务的协同导航框架，利用草图先验，经拓扑对齐、融合观测构建可通行性表示，开发分层二维 - 三维框架，经仿真和实验验证其有效性、协同导航能力及对分层结构的可扩展性。

Fast(er)PM and Moving Mesh: JAX-native Geometric Multigrid Methods

快速（更快）的 PM 与移动网格：基于 JAX 的几何多重网格方法

Benjamin Horowitz

专题命中 多智能体 ：workflow(abstract)

AI总结 研究旨在构建高效泊松求解器，提出基于 JAX 的几何多重网格框架，用于粒子-网格引力。在固定网格上可替代 FFT，在移动网格上是可行求解器，通过热启动切比雪夫多重网格减少计算量，提升性能，还嵌入可微移动网格方法，成为两者间实用桥梁。

Comments 19 pages, 16 figures

When a common price signal is present, network topology leaves no fingerprint on a storage fleet's collective dynamics

当存在共同价格信号时，网络拓扑不会在储能集群的集体动力学上留下指纹

Stelios Savva

专题命中 多智能体 ：agent(abstract)

AI总结 研究当代理对平均的共享噪声预测响应时，网络拓扑在储能集群集体动力学中的情况，发现即使仅靠邻居观测，拓扑在有效维度响应中也难检测，rho N增长时共识模式方差主导，共享随机强迫可掩盖拓扑依赖模式。

Comments 5 pages, 2 figures, code available at https://github.com/rrumabo/semele

Governed Caste Reassignment in Heterogeneous Swarms: An Asymmetric-Trust Protocol with Audited Operator Countersignature

异构群体中的受管种姓重新分配：一种带审核操作员副签名的不对称信任协议

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 研究异构机器人群体中种姓重新分配，提出不对称信任协议，自动收紧重分配可自动进行，受限放宽需操作员副签名，经评估能抵御多种攻击，还构建分布式审计层并证明相关特性。

Comments 28 pages, 3 figures, 5 tables

Robust Receding Horizon Games with Additive Uncertainty

具有加性不确定性的鲁棒滚动时域博弈

Dinesh Patra, Tanish Jain, Ashish R. Hota

专题命中 多智能体 ：agent(abstract)

AI总结 研究多智能体驱动线性系统的滚动时域博弈，提出结合基于管的约束收紧与有限时域广义纳什均衡问题的鲁棒控制框架，保证递归可行性，利用潜在博弈结构证明状态收敛。

Asynchronous Sensitivity-Based Distributed NMPC

基于异步灵敏度的分布式非线性模型预测控制

Maximilian Pierer von Esch, Andres Völz, Knut Graichen

专题命中 多智能体 ：agent(abstract)

AI总结 提出用于非线性连续时间系统的协同分布式模型预测控制方案，通过固定次数基于灵敏度的分布式编程异步求解集中式最优控制问题，证明其优势。

Sparse-Aware Vector Quantization for Bandwidth-Efficient Collaborative 3D Semantic Occupancy Prediction

稀疏感知向量量化用于带宽高效的协作3D语义占据预测

Feng Li, Chaokun Zhang, Gong Chen

机构 * School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； School of Cybersecurity, Tianjin University（天津大学网络空间安全学院） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 提出稀疏感知向量量化（SAVQ）机制，利用3D场景稀疏性压缩编码信息区域，大幅降低通信开销同时保持几何完整性，并设计双分支自适应空间细化模块增强结构一致性，实现高达82倍通信量减少。

Comments Accepted by ECCV26

Calibrating the Instrument: Controllability of an LLM-Driven Synthetic Population

校准仪器：LLM驱动的合成人群的可控性

Mirko Degli Esposti

专题命中 多智能体 ：agent(abstract)

AI总结 提出SIVE实验，通过七项预注册标准评估LLM驱动合成人群对已知效价刺激的响应可控性，发现弱阳性消息被识别为阴性，经重新设计后恢复预期排序，并揭示噪声特性与微观动力学。

Bearing-based Circumnavigation with Collision Avoidance in Time-varying Graphs under Limited Target Information

基于方位的时间变化图中有限目标信息下的环绕与碰撞避免

Kushal Pratap Singh, Twinkle Tripathy, Anoop Jain

专题命中 多智能体 ：agent(abstract)

AI总结 针对异构多智能体系统，提出仅利用局部方位信息（通过最近邻交互图）的分布式制导律，实现静止目标环绕并避免碰撞，适用于静态和时变图。

Comments 13 pages, 27 figures

Kiko: Programming Agents to Enact Interaction Protocols

Kiko：编程代理以执行交互协议

Samuel H. Christie, Munindar P. Singh, Amit K. Chopra

专题命中 多智能体 ：agent(abstract)

AI总结 提出Kiko编程模型，通过决策者抽象实现代理协议合规与业务逻辑分离，支持去中心化决策。

An Infrastructure-less, Control-Independent Solution to Relative Localisation of a Team of Mobile Robots using Ranging Measurements

基于测距的移动机器人团队相对定位的无基础设施、控制无关解决方案

Paolo Golinelli, Tommaso Faraci, Daniele Fontanelli

机构 * Department of Industrial Engineering, University of Trento（特伦托大学工业工程系） ； Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息工程与计算机科学系） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 提出一种无锚点、完全去中心化的协作定位算法，仅依赖局部里程计、稀疏测距和短程通信，无需控制机器人运动即可实现团队可观测性，采用多假设贝叶斯框架保证鲁棒性。

Mesh Inference: A Formal Model of Collective Inference Without a Center

网格推理：无中心集体智能的形式模型

Hongwei Xu

专题命中 多智能体 ：agent(abstract)

AI总结 提出网格推理形式模型，通过耦合自由能实现无中心多智能体协作推理，证明收敛唯一性、识别完备性和观测唯一性，并分析线性高斯情况下的延迟代价。

Comments 22 pages, 3 figures. v2: added related work (belief-sharing / Theory-of-Mind collective intelligence); reproducible accuracy figure (exact mesh = centralized identity); new duality figure (identification and confidentiality as one rank threshold) and a summary table; tightened the transient statement, identification precision condition, and headline claim

From 911 to Hospital: Challenges and Opportunities for AI Integration in Emergency Medical Services

从911到医院：人工智能整合到紧急医疗服务中的挑战与机遇

Emily Hou, Marelyn Gonzalez, Andrew L. Kun, Osnat Mokryn, Orit Shaer

专题命中 多智能体 ：workflow(abstract)

AI总结 本研究通过访谈25名美国EMS临床医生，分析现有技术如何支持紧急服务流程，并探讨未来AI支持的机遇与担忧，提出增强分布式认知和情境意识的五项AI设计原则。

Comments Accepted for publication in the Proceedings of CHIWORK 2026

Cross-Validation Equilibrium

交叉验证均衡

Ran Spiegler, Stephan Waizmann

专题命中 多智能体 ：agent(abstract)

AI总结 研究玩家将信念形成委托给预测性机器学习时的策略互动，提出交叉验证均衡概念，分析其性质并应用于陪审团投票、投机性赌博和线性二次支付博弈。

SwarmSense-DNN: A Trustworthy and Decentralized Neural Framework for Proactive Anomaly Defense in Consumer IoT

SwarmSense-DNN：面向消费物联网中主动异常防御的可信去中心化神经框架

Jing Yang, Vijay Govindarajan, Saad Arif, Xu Xu, Mohamed Kallel, Zaffar Ahmed Shaikh, Zhe Liu, Chunhong Yuan, Lip Yee Por

专题命中 多智能体 ：autonomous agent(abstract)

AI总结 提出SwarmSense-DNN，一种结合群体智能与深度神经网络的去中心化框架，通过分层联邦学习与图注意力机制实现分布式IoT环境中的协同异常检测，在五个基准数据集上达到95.44%平均检测精度并降低67%通信开销。

Comments 11 pages, 14 figures

VQA for Dynamic Portfolio Optimization: Sampling Strategies, Optimizer Scheduling, and Hardware-Aware Ansatz Design

用于动态投资组合优化的VQA：采样策略、优化器调度和硬件感知的拟设设计

Mohammad Kashfi Haghighi

专题命中 多智能体 ：workflow(abstract)

AI总结 研究变分量子算法在动态投资组合优化中的性能，提出自适应CVaR调度、两阶段优化器和两种硬件感知拟设布局，在150量子比特实例和ibm_quebec QPU上验证了采样策略、优化器调度和布局设计对性能的显著影响。

Complexity synchronization as a diagnostic and control principle for adaptive systems

自适应系统的复杂性同步作为诊断与控制原则

Korosh Mahmoodi, Scott E. Kerick, Piotr J. Franaszczuk, David L. Boothe, Paolo Grigolini, Bruce J. West

专题命中 多智能体 ：agent(abstract)

AI总结 提出复杂性同步（CS）作为自适应系统的诊断与干预原则，通过多智能体模型验证其与协作性能的关系，揭示功能相关子系统并指导修复。

Information-Theoretic Bounds for Sparse Covariance Estimation in the Vertical-Split Distributed Model

垂直分割分布式模型中稀疏协方差估计的信息论界

Jing Yee Tan, Guangyue Han

专题命中 多智能体 ：agent(abstract)

AI总结 研究垂直分割分布式设置下稀疏协方差矩阵的极小化估计误差，证明稀疏性可降低通信和样本复杂度，并给出匹配的上下界。

Agent Lightning v1.0: Towards Harnessed Agentic RL

Agent Lightning v1.0：走向可控的智能体强化学习

Zhiyuan He, Siwei Zhang, Zhiwen Zhou, Yuqing Yang, Yu Kang, Yuge Zhang, Luna K. Qiu, Tin Yan Tsui, Jiahang Xu, Chong Luo

机构 * Microsoft（微软） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 研究针对可控智能体强化学习的挑战，推出轻量级框架 Agent Lightning v1.0，经评估可将 Qwen3.5-9B 在 SWE-bench Verified 上的性能提升14.6个百分点，发布完整流程脚本以推进相关可复现研究。

AutoResearch: An Execution-Grounded Multi-Agent Framework for Reliable Research Workflow Automation

AutoResearch：用于可靠研究工作流程自动化的基于执行的多智能体框架

Rajesh Kumar, Waqar Ali, Junaid Ahmed, Abdullah Aman Khan, Shaoning Zeng

机构 * International Research Center for Complexity Sciences（国际复杂性科学研究中心） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北京航空航天大学） ； Department of Computer Science, College of Science, Mathematics and Technology（科学、数学与技术学院计算机科学系） ； Wenzhou-Kean University（温州-凯恩大学） ； Computer Systems Engineering Department, Sukkur IBA University（苏库尔IBA大学计算机系统工程系） ； Yangtze Delta Region Institute (Huzhou), University of Electronic Science and Technology of China（长江三角洲地区研究所（湖州），中国电子科学科技大学） 纠错

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

AI总结 研究针对自动化研究智能体常无法验证实验执行及引用等问题，提出AutoResearch框架，结合多种技术，经实验验证其在多方面提升了研究工件的质量。

A Human-Augmenting Agentic Workflow for Observational Causal Inference

用于观察性因果推断的人类增强智能工作流程

Winston Chou, Adrien Alexandre, Lars Olds, Yi Zhang, Nathan Kallus

专题命中 工作流自动化 ：agent(summary_cn,abstract)；workflow(title,abstract)；agentic(title,abstract)

AI总结 研究针对观察性因果推断任务，介绍开源Python包`oci-agent`，其实现人在回路智能工作流程，自动化繁琐环节，支持多种处理效应估计，经案例研究和评估性能良好，在Netflix广泛应用。

When Agents Do Not Stop: Uncovering Infinite Agentic Loops in LLM Agents

当智能体不停止：揭示LLM智能体中的无限循环

Xinyi Hou, Shenao Wang, Yanjie Zhao, Haoyu Wang

专题命中 工作流自动化 ：agent(summary_cn,abstract)；agentic(title,abstract)；tool use(abstract)；planning(abstract)

AI总结 提出IAL-Scan静态分析工具，通过抽象智能体代码为Agent IR并构建循环依赖图，检测LLM智能体项目中因反馈路径未有效约束导致的无限循环故障，在6549个仓库中达到91.9%精度。

NeuraDock Visual Cognitive Load Agent Tutorial: A Quality-Gated Open-Source EEG Workflow for Alpha Dynamics and Real-Time Applications

NeuraDock 视觉认知负荷代理教程：面向 Alpha 动态与实时应用的质量门控开源 EEG 工作流

Zhiyuan Xu, Yueqing Dai, Junling Li, Junwen Luo

机构 * Shanghai Pulse Element Intelligent Technology Co., Ltd. (NeuraDock)（上海脉元智能科技有限公司（NeuraDock）） 纠错

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

AI总结 提出 NeuraDock Agent 开源 EEG 代理，通过质量门控工作流实现 Alpha 动态分析和视觉认知负荷实时应用，弥合离线与在线分析差距。

Comments 22 pages, 10 figures

From Single Chatbots to Governed Agent Ecosystems: An Agentic AI Pattern Catalogue and Orchestration Framework for Mission-Critical Hospital Information Management Systems

从单一聊天机器人到受管控的智能体生态系统：面向关键任务型医院信息管理系统的智能体AI模式目录与编排框架

Manideep Dhar, Ritwik Singh, Sharat Chandra Kumar Manikonda

专题命中 工作流自动化 ：agent(title,abstract)；agentic(title,abstract)；autonomous agent(abstract)；multi-agent(abstract)

AI总结 本研究针对医院信息管理系统提出以合规为核心的智能体AI模式目录与编排框架，可减少文档处理时间等成本、强化管控，助力医院将AI投资转化为可持续回报。

Comments Peer-reviewed published article

Journal ref International Journal of Innovative Science and Research Technology (IJISRT), 11-2026(5), IJISRT26MAY1651

DeepLens Diagnosis Agent: Agentic Workflow Design Lets a Small Reasoning Model Compete with Frontier LLMs

深度镜头诊断代理：代理工作流程设计使小型推理模型能够与前沿语言模型竞争

Mahmood Bayeshi, Veysel Kocaman, Muhammed Ali Naqvi, Yigit Gul, David Talby

机构 * John Snow Labs（约翰·斯诺实验室） 纠错

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

AI总结 研究针对医疗诊断中前沿语言模型单步提示诊断推理脆弱的问题，提出以小型医疗推理模型和检索增强生成的深度镜头诊断代理五阶段利用管道，提升了诊断准确率，降低成本，还产生结构化工件支持高风险设置。

Comments 20 pages, 5 figures, 5 tables. Technical report, John Snow Labs

Internet of Agentic Things: Networked AI Agents for Closed-Loop IoT Orchestration

智能物联网络：用于闭环物联网编排的联网人工智能代理

Quanyan Zhu

机构 * New York University, Tandon School of Engineering（纽约大学坦登工程学院） 纠错

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

AI总结 介绍智能物联网络（IoAT）架构框架，它集成多种技术成统一闭环编排框架，由多层通过自主AI代理连接，用半形动态规划框架形式化问题，以智能建筑编排为例，还讨论了相关关键研究挑战。

Agent Economics: An Entropy-Controlled Pluralistic Alignment Framework for Preventing Artificial Hivemind in Autonomous Agents

Agent经济学：一种熵控制的多元对齐框架以防止自主智能体中的蜂群思维

Cheonsu Jeong

机构 * AX Center, SAMSUNG SDS（三星SDS AX中心） 纠错

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

AI总结 提出行为协议框架(BPF)，通过心智化社会智能、多元对齐和可验证执行内核三个模块，在闭环架构中控制熵以保持策略多样性，提升自主智能体经济的稳定性、效率和可信度。

Comments 15 pages, 2 figures, 1 table

SAT-Edge-Agent: Hardware-in-the-Loop Edge-Agent Orchestration for Onboard Satellite Intelligence

SAT-Edge-Agent：用于星载智能的硬件在环边缘智能体编排系统

Longji He, Jeto Xu

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

AI总结 该研究提出SAT-Edge-Agent硬件在环边缘智能体系统，部署于ARM异构边缘片上系统，通过实验验证其星载边缘编排可行性，为相关研究提供可复现的HIL边界。

Comments 17 pages, 4 figures, and 10 tables. Code and sanitized research artifacts are available at SAT-Edge-Agent" target="_blank" rel="noopener">https://github.com/keithhegit/SAT-Edge-Agent

Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory

Lean4Agent：面向智能体工作流与轨迹的形式化建模与验证

Ruida Wang, Jerry Huang, Pengcheng Wang, Xuanqing Liu, Luyang Kong, Tong Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Independent researcher（独立研究者） 纠错

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

AI总结 提出Lean4Agent框架，利用依赖类型形式语言Lean4对智能体工作流进行形式化建模与验证，通过FormalAgentLib库和LeanEvolve方法提升工作流可靠性，实验验证通过的工作流性能平均提升11.94%。

KC-Agent: A Dual-Process Cognitive Architecture for Efficient ML Model Improvement

KC-Agent：用于高效机器学习模型改进的双进程认知架构

Gusseppe Bravo-Rocca, Jordi Guitart, Ajay Dholakia, David Ellison, Puneet Jain

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

AI总结 KC-Agent是一种双进程认知架构，结合快速模式识别与审慎增量更新，在五组数据集评估中，以最优效率和领先性能优于现有认知架构，可高效应对真实世界数据漂移场景。

Comments Accepted at IEEE COMPSAC 2026