AI Agent

Comparative Study of Multi-Agent Actor-Critic Algorithms in Parameterized Action Reinforcement Learning

参数化动作强化学习中多智能体演员-评论家算法的比较研究

Ubayd Ali Bapoo, Clement N Nyirenda

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

AI总结 研究参数化动作强化学习中多智能体演员-评论家算法，提出共享经验多智能体扩展框架，通过在特定基准上评估，发现多智能体框架提升贪婪演员-评论家性能，多智能体软演员-评论家等提升较小，还揭示了智能体数量增加时性能与计算成本的权衡。

Comments 9 pages, 2 figures

TraceDev: A Traceability-Driven Multi-agent Framework for Requirement-to-Code Development

TraceDev：一种用于需求到代码开发的可追溯性驱动的多智能体框架

Mingyu Chen, Yakun Zhang, Zihao Xie, Yixing Luo, Jinrui Xu, Cuiyun Gao, Kaiqi Zhao, Yunming Ye

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

AI总结 针对现有方法在自然语言需求到代码转换中存在的不足，提出TraceDev多智能体框架，通过五个特定角色智能体及可追溯性图，实现自动化软件开发，在两个数据集上的评估结果证明了其在需求到代码生成上的有效性。

Comments Accepted by ISSTA 2026

Decentralized Multi-agent Reinforcement Learning for Resilient Critical Infrastructures

用于弹性关键基础设施的去中心化多智能体强化学习

Minghui Ding, Evangelos Pournaras

机构 * School of Computer Science, University of Leeds（利兹大学计算机科学学院） ； School of Energy Systems, LUT University（卢特大学能源系统学院） 纠错

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

AI总结 研究用于弹性关键基础设施的去中心化多智能体强化学习，基于对其特性与基础设施要求的分析，指出信用分配和通信是实际可行的核心条件，提出包含结构、因果、弹性感知信用分配及相关通信等的研究议程，为弹性关键基础设施构建有条件的基础。

Comments Accepted at the 2026 IEEE International Conference on Autonomic Computing and Self-Organizing Systems (ACSOS 2026)

When Agents Disagree: The Selection Bottleneck in Multi-Agent LLM Pipelines

当代理人意见不一致：多代理LLM流水线中的选择瓶颈

Artem Maryanskyy, Dmitry Budnikov, Alibek T. Kaliyev

机构 * Uber 纠错

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

AI总结 本文研究多代理LLM流水线中团队多样性对输出质量的影响，提出选择瓶颈概念，通过数学公式确定多样性帮助或损害的临界点，并通过实验验证选择机制的重要性。

Comments v2: Updated author list to match the published version. Published in Applied Sciences (MDPI) 2026, DOI: 10.3390/app1010000

Multi-Agent Inverted Transformer for Flight Trajectory Prediction

多智能体倒置变换器用于飞行轨迹预测

Seokbin Yoon, Keumjin Lee

机构 * Department of Air Transport, Transportation, and Logistics, Korea Aerospace University（航空运输与物流系，韩国航空航天大学） 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MAIFormer，一种多智能体倒置变换器，用于预测飞行轨迹，通过双注意力模块提升预测精度与可解释性。

Comments 11 pages, 8 figures, accepted for IEEE Transactions on Intelligent Transportation System

Journal ref IEEE Transactions on Intelligent Transportation Systems, 2026, pp. 1-11

Aggregate in the Advantage, Not the Ratio: A Canonical-Form Analysis of Cooperative Multi-Agent Policy Optimization

优势聚合而非比率聚合：合作多智能体策略优化的规范形式分析

Zijian Zhao, Sen Li

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

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

AI总结 研究合作多智能体策略优化中聚合相邻智能体的问题，将设计选择形式化为支持矩阵，证明规范结构，得出聚合应在优势中按耦合邻域大小进行且保持每个智能体比率的设计原则。

PRIME: Plasticity Recovery in Multi-Agent Environments for UAV-Assisted Emergency Communication Networks

PRIME：无人机辅助应急通信网络多智能体环境中的可塑性恢复

Wen Qiu, Zhiqiang He, Wei Zhao, Hiroshi Masui

机构 * Department of Information and Communication Engineering, Kitami Institute of Technology, Japan（信息与通信工程系，函馆技术学院，日本） ； Graduate School of Informatics and Engineering, University of Electro-Communications, Japan（信息与工程研究生院，电子通信大学，日本） ； School of Computer Science and Technology, Anhui University of Technology, China（计算机科学与技术学院，安徽理工大学，中国） 纠错

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

AI总结 研究无人机辅助应急通信网络多智能体环境中因非平稳性致神经元休眠影响学习的问题，提出PRIME方法，扩展双向沉默神经元框架，聚合统计信息验证后干预，实验显示该方法提升回报并降低休眠神经元比例，明确扰动成本与沉默子空间维度有关。

Value-Aware Prediction for Robust Multi-Agent Coordination Under Communication Loss

通信丢失情况下用于鲁棒多智能体协调的价值感知预测

Kemal Devrim Kafadar, Eren Özaltun, Mahmud Efnan Şanlı, Feyza Orak, Emirhan Gazi, Kubilay Kağan Kömürcü, Nazım Kemal Üre

机构 * Istanbul Technical University（伊斯坦布尔技术大学） ； University of Stuttgart（斯图加特大学） ； Istanbul Technical University Artificial Intelligence and Data Science Application and Research Center（伊斯坦布尔技术大学人工智能与数据科学应用与研究中心） ； Stanford University（斯坦福大学） 纠错

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

AI总结 研究通信丢失时多智能体协调问题，提出价值感知MARO方法，利用优势估计动态加权预测器损失函数，在多智能体粒子环境实验中，该方法在通信可靠性下降时能维持性能，提升平均回报并降低性能方差。

Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

The Optimization Trilemma: Efficiency, Comfort and Fairness in Decentralized Multi-agent Coordination

优化三难困境：去中心化多智能体协调中的效率、舒适度和公平性

Jovan Nikolic, Maciej Krzysztof Zuziak, Evangelos Pournaras

机构 * Google（谷歌） ； School of Energy Systems, LUT University（能源系统学院，卢托大学） 纠错

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

AI总结 研究去中心化多智能体协调中优化系统效率、个体舒适度和公平性的问题，设计新颖模型，通过实验验证该模型能在无大幅开销下实现更公平优化结果，满足智能体偏好与系统目标。

Model-Driven Discipline for Multi-Agent LLMs: Requirement-to-Verification Generation of Traceable System Models

多智能体大语言模型的模型驱动规范：可追溯系统模型的需求到验证生成

Ran Wei, Le Zhu, Haochi Wang, Ruizhe Yang, Jiapeng Guan, Siyuan Ji, Yuchen Hu, Zhe Jiang, Xiangyang Ji

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

AI总结 针对软件复杂性问题，提出RADIANT方法，结合MDE与多智能体LLMs用于系统开发。能从需求模型自动生成异构模型及可追溯链接，进行变更影响分析和形式验证。评估显示可提高语法有效性和可执行性，减少开发时间并可跨领域应用。

Semantic Register Compression in Multi-Agent LLM Cascades

多智能体大语言模型级联中的语义寄存器压缩

Manuele Tele Junior Fernandez

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

AI总结 研究多智能体大语言模型级联中的语义寄存器压缩现象，用三智能体管道量化压缩，通过五个架构变体分析驱动因素，发现压缩在不同领域强度不同且可泛化，提示级回归可解释大部分方差，对高风险领域安全评估有意义。

Comments 16 pages, 2 figures, 4 tables. Revised version with corrected English-prompt experiments and updated cross-domain and prompt-gradient results

Hetero-Net: An Energy-Efficient Resource Allocation and 3D Placement in Heterogeneous LoRa Networks via Multi-Agent Optimization

Hetero-Net: 一种通过多智能体优化实现异构LoRa网络中资源分配和3D部署的节能方法

Abdullahi Isa Ahmed, Ana Maria Drăgulinescu, El Mehdi Amhoud

机构 * College of Computing, Mohammed VI Polytechnic University (UM6P)（穆莱·伊沙克六世理工学院计算机学院） ； Telecommunications Department, Politehnica Bucharest（布加勒斯特理工大学电信系） 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Hetero-Net，通过多智能体优化解决异构LoRa网络中资源分配和3D部署问题，显著提升能源效率。

Comments 6 pages, 7 figures

Multi-Agent LLMs as Ethics Advocates for AI-Based Systems

多智能体大语言模型作为AI系统的伦理倡导者

Asma Yamani, Malak Baslyman, Moataz Ahmed

机构 * Information and Computer Science Department, KFUPM（信息与计算机科学系，KFUPM） ； IRC for finance and digital economy, KFUPM（金融与数字经济研究所，KFUPM） ； SDAIA-KFUPM Joint Research Center for Artificial Intelligence, KFUPM（人工智能联合研究中心，KFUPM） 纠错

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

AI总结 本研究提出利用多智能体大语言模型中的伦理倡导代理，生成AI系统伦理需求草案，通过案例研究验证其有效性并指出可靠性问题。

GraphDx: A Cost-Aware Knowledge-Enhanced Multi-Agent Framework for Sequential Diagnosis

GraphDx：一种用于顺序诊断的成本感知知识增强多智能体框架

Shaoting Tan, Ning Liu, Yuntao Du, Shuyue Wei, Wu Shuai, Qian Li, Yanyu Xu, Wei Zhang, Lizhen Cui, Haitao Yuan

机构 * Shandong University（山东大学） ； Nankai University（南开大学） ； East China Normal University（华东师范大学） ； National Technological University（国立科技大学） 纠错

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

AI总结 研究针对顺序诊断中平衡诊断准确性与资源成本的问题，提出GraphDx框架。该框架通过构建特殊知识图谱及引入协作智能体实现创新，实验表明其能显著提高诊断成功率并降低测试成本，为自动临床诊断提供有效方案。

Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 21721-21736, 2026

ACPO: Agent-Chained Policy Optimization for Multi-Agent Reinforcement Learning

ACPO：面向多智能体强化学习的智能体链式策略优化

Daiki E. Matsunaga, Junho Na, Tri Wahyu Guntara, Scott Sanner, Pascal Poupart, Jongmin Lee, Kee-Eung Kim

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

AI总结 提出基于联合策略梯度精确分解的智能体链式策略优化（ACPO），通过序列化决策和信念机制实现独立智能体更新构成联合梯度步，在多机器人仓库等任务中优于强基线方法。

Comments Accepted at RLJ/RLC 2026

Crayotter: Traceable Multi-Agent Workflows for Long-Form Video Editing

Crayotter: 用于长视频编辑的可追踪多智能体工作流

Lecheng Yan, Yichong Zhang, Xiantao Xu, Jianze Lin, Ben Pan, Xiaoyu Zheng, Jiawei Qian, Anqi Wu, Jiahui Geng, Ruizhe Li, Fengyu Cai, Jingcheng Niu, Raymond Li, Wenxi Li, Chenyang Lyu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出Crayotter，一个开源多模态多智能体系统，通过三阶段工作流（材料准备、基于工件的编辑研究、工具驱动的执行）实现长视频编辑的可追踪性和选择性修订，在人类评估中优于基线方法。

Comments 10 pages, 5 figures

Does Multi-Agent Debate Improve AI Feedback on Research Papers?

多智能体辩论能否改善人工智能对研究论文的反馈？

Tomas Havranek, Zuzana Irsova

机构 * Charles University, Faculty of Social Sciences, Institute of Economic Studies（查理大学社会科学学院经济研究所） ； Charles University, Prague Centre for Economic Policy Research, London（查理大学布拉格经济政策研究中心，伦敦） ； Meta-Research Innovation Center at Stanford（斯坦福大学元研究创新中心） 纠错

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

AI总结 研究探讨多智能体辩论能否改善人工智能对研究论文的反馈。通过44篇元分析作者对三篇人工智能报告排名，发现作者更青睐前沿模型单次审阅，且不同评判排序有差异，警示不能用人工智能评判替代作者，还衡量了对已完成论文的有用性。

Comments 29 pages, 1 figure, 6 tables. Pre-registered on OSF; data, code, judge prompts, and blinded reports in the replication package on Zenodo. Project page: https://meta-analysis.cz/debate

FirmPilot: Evidence-Guided Multi-Agent Environment Recovery for IoT Firmware Rehosting

FirmPilot：用于物联网固件重新托管的证据引导多智能体环境恢复

Yanbing Shen, Fan Zhang, Haitao Xu

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

AI总结 研究针对物联网固件重新托管管道脆弱问题，提出证据引导多智能体框架FirmPilot，通过迭代环境重建解决跨层依赖，经实验验证其能提升可达性、增加检测服务数并支持下游分析，提高了固件重新托管的成功率和效用。

Comments 11 pages, 10 figures, 7 tables

A framework for single and multi-agent human-AI curiosity ecosystems

用于单智能体和多智能体人类-人工智能好奇心生态系统的玩具框架

Ilya E. Monosov

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

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

AI总结 该论文提出一个玩具框架，将好奇心视为生态系统，探讨单智能体询问策略及相关决策项权重随经验的变化，还扩展到多智能体，追踪多种指标，为研究好奇心生态及设计多智能体发现系统提供概念框架。

Comments fixed abstract in this version

SoftBoard: A Multi-Agent Tool for the Creation and Evaluation of Low-Fidelity Prototypes

SoftBoard：用于创建和评估低保真原型的多智能体工具

Gabriel R. S. Scapim, Gislaine C. L. Leal, Guilherme C. Guerino

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

AI总结 针对软件初创公司环境下数字产品用户体验问题，介绍SoftBoard工具，它集成原型编辑器、团队项目组织和基于大语言模型的多智能体系统，可支持需求获取、自动生成原型及评估界面质量，助力构建符合用户需求的MVP。

Comments Paper accepted for publication at CBSoft 2026 (SBES-Tools)

Source or It Didn't Happen: A Multi-Agent Framework for Citation Hallucination Detection

来源或未发生：一种用于引用伪造检测的多智能体框架

Mingzhe Li, Zhiqiang Lin, Shiqing Ma

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文提出CiteTracer多智能体框架，通过12种分类体系检测引用伪造，利用PDF和BibTeX提取结构化引用，结合缓存查找、URL获取等方法验证，实现97.1%的准确率。

NetForge RL: A Multi-Agent Simulation Environment for Cyber Defense with Durative Actions

事件驱动的时间图网络用于NetForge_RL中的异步多智能体网络防御

Igor Jankowski

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CT-GMARL方法，通过固定步长神经微分方程处理非规则采样警报，解决多智能体强化学习在仿真到现实转换中的瓶颈问题，实验证明其在连续时间POSMDP中的有效性。

Comments 7 pages

MASPRM: Multi-Agent System Process Reward Model

MASPRM：多智能体系统过程奖励模型

Milad Yazdani, Mahdi Mostajabdaveh, Zirui Zhou, Ying Xiong

机构 * Department of Electrical and Computer Engineering, University of British Columbia（英属哥伦比亚大学电气与计算机工程系） ； Huawei Technologies Canada（华为技术加拿大公司） 纠错

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

AI总结 MASPRM通过过程奖励模型在多智能体系统推理中提升搜索效率和质量，提高Hit@1和排序质量。

A Survey on Hypergame Theory: Modelling Misaligned Perceptions and Nested Beliefs for Multi-Agent Systems

关于超博弈理论的综述：为多智能体系统建模错位感知与嵌套信念

Vince Trencsenyi, Agnieszka Mensfelt, Kostas Stathis

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

AI总结 本文综述了超博弈理论在多智能体系统中的应用，分析了其建模错位感知与嵌套信念的能力及现有研究中的趋势与挑战。

A Multi-Agent System for Autonomous, Fine-Tuning-Free Clinical Symptom Detection: Development and Validation Study

一种用于自主、无需微调的临床症状检测的多智能体系统：开发与验证研究

Cameron Cagan, Pedram Fard, Jiazi Tian, Jingya Cheng, Shawn N. Murphy, Hossein Estiri

机构 * Massachusetts General Hospital（麻省总医院） ； 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.AI

AI总结 研究针对临床症状检测中信息难结构化及现有方法不足的问题，提出多智能体系统Pythia，无需人工提示工程或微调，能自主优化提取提示。通过与词汇表比较，验证其在临床记录症状提取上的有效性及推广性，优于部分传统方法。

When and Why Does Multi-Agent Debate Fail and Does It Really Underperform?

多智能体辩论何时以及为何失败，它真的表现不佳吗？

Yongqiang Chen, Gang Niu, James Cheng, Bo Han, Masashi Sugiyama

机构 * The Chinese University of Hong Kong（香港中文大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； Hong Kong Baptist University（香港 Baptist大学） ； The University of Tokyo（东京大学） 纠错

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

AI总结 研究多智能体辩论（MAD）失败原因及表现，分析竞争型和寻求共识型MAD范式问题，提出协作协议ColMAD，经实验验证其在错误检测等任务上比之前协议高出10个百分点，且优于单智能体方法，凸显协议设计对MAD潜力实现的关键作用。

Comments Preprint, ongoing work

When Local Monitors Miss Compositional Harm: Diagnosing Distributed Backdoors in Multi-Agent Systems

当局部监测器遗漏组合性危害时：诊断多智能体系统中的分布式后门

Yibo Hu, Ren Wang

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

AI总结 研究多智能体系统中分布式后门问题及局部监测器漏洞，提出可观测性边界概念，通过实验证明局部监测器在局部无害时会失效，还展示了特定监测器和门的效果，指出找到能暴露负载的表示形式是未解决问题。

Efficient Test-Time Optimization for Multi-Agent Proof Autoformalization

多智能体证明自动形式化的高效测试时优化

Tian-Shuo Liu, Shiyuan Zhang, Zijie Geng, Haoyu Liu, Runjie Xu, Pengyuan Wang, Lei Yuan, Yang Yu

机构 * Polixir Technologies（波利希瑞技术公司） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 研究多智能体证明自动形式化，提出ToMap框架，将其构建为分解器-形式化器-证明器管道，经瓶颈分析聚焦于分解器优化，通过特定循环和标准指导更新，实验显示该方法提升了性能且降低测试成本。

Multi-Agent LLMs Fail to Explore Each Other

多智能体语言模型无法相互探索

Hyeong Kyu Choi, Jiatong Li, Wendi Li, Xin Eric Wang, Sharon Li

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

AI总结 研究多智能体系统中LLM智能体相互探索的问题，提出轻量级框架MACE，通过结构化同伴选择促进探索，改善了探索行为和任务性能，凸显当前LLM智能体局限，强调明确引导探索对多智能体自主性的重要性。

Closed-Loop Control with Rule-Aligned Small Language Models and Multi-Agent Self-Correction

基于规则对齐的小语言模型和多智能体自我校正的闭环控制

Yuchen Wang, Javal Vyas, Tong Liu, Mehmet Mercangoz

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

AI总结 研究能否对紧凑型小语言模型再训练用于控制推理并嵌入验证器引导的校正循环，通过组相对策略优化对齐模型，结合多种智能体，在随机热控模拟中取得高准确率和低延迟，支持该架构用于边缘可重构自主控制。

Comments Accepted by IEEE CCTA 2026