AI Agent

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]

Multi-Player Discrete-Bidding Games; Determinacy, Equilibria, and Complexity

多人离散出价博弈：确定性、均衡性与复杂性

Guy Avni, Fatima Murra

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

AI总结 本文研究多人离散出价博弈，证明其在温和假设下具有确定性，均值收益博弈存在值，定性博弈存在纯纳什均衡，且可达性博弈中判断联盟获胜的问题为PSPACE-hard。

On the Strong Structural Controllability of Matrix-Weighted Networks

矩阵加权网络的强结构可控性

Lanhao Zhao

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

AI总结 本文针对矩阵加权网络的强结构可控性问题，提出基分解、层特定距离划分等方法，构建更紧的压缩定理，设计多项式时间自动发现算法，通过数值算例验证了相关定理。

Comments 9 pages

UAV Swarming for Air-Ground ISAC via Cross-Region Cooperation

基于跨区域协作的空地一体化智能反射面（ISAC）无人机集群

Linghui Miao, Shijian Gao

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

AI总结 该研究针对空地ISAC的两大挑战，设计跨区域协作框架，采用服务驱动划分、自适应握手及MAPPO算法，仿真显示其通信QoS达90%、CRB降45%，性能优于传统方法。

ASARL: Autonomous Social-Aware Relevance Learning for QQ Search

ASARL：面向QQ搜索的自主社交感知相关性学习

Tao Su, Jinjing Hu, Xiao Wang, Xingzhong Cao, Hui Wang

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

AI总结 该研究针对社交搜索的语境差异等挑战，提出ASARL框架，结合多智能体数据整理与三阶段训练，在QQ搜索平台实验中提升了相关性指标、用户参与度及标注效率。

To What Extent Can Inherent Communication Noise Guarantee Privacy in Distributed Cooperative Control?

固有通信噪声在多大程度上能保证分布式协同控制中的隐私性？

Yuwen Ma, Sarah Spurgeon, Tao Li, Boli Chen

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固有通信噪声能否保证隐私，通过建立通信噪声模型，设计分布式LQR机制，以保护智能体私有控制偏好实现编队跟踪，提供差分隐私保证，验证了理论结果及隐私 - 性能权衡。

Sense it with your eyes: Sensation Generation and Understanding for Advertisements

用眼睛感知：广告的感官生成与理解

Aysan Aghazadeh, Sina Malakouti, Adriana Kovashka

机构 * University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 研究广告视觉唤起感官问题，引入感官广告数据集和分类任务，提出SenseScore评估指标，介绍感官广告生成任务及SAGA多智能体框架，为感官感知视觉说服奠定基础。

Optimization of Collaborative Semantic Communication Network Performance with Channel and Content Preference Feedback

基于信道和内容偏好反馈的协作语义通信网络性能优化

Defeng Zhou, Dongyu Wei, Siyao Li, Mingzhe Chen

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

AI总结 针对现有语义通信框架问题，提出含基站与用户协作及反馈机制的语义通信框架，通过优化子信道等减少原始与再生图像语义加权均方误差，提出VDAC-DNC方案提升性能，相比其他方法有显著提高。