Buchumschlag

The End of Reward Engineering: How LLMs Are Redefining Multi-Agent Coordination

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Su, Haoran, Sun, Yandong, Yu, Congjia
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spatiotemporal Decision Transformer for Traffic Coordination
von: Su, Haoran, et al.
Veröffentlicht: (2026)

Emergency Preemption Without Online Exploration: A Decision Transformer Approach
von: Su, Haoran, et al.
Veröffentlicht: (2026)

Multi-Agent Coordination Adaptation via Structure-Guided Orchestration
von: Li, Haoran, et al.
Veröffentlicht: (2026)

Alternating Target-Path Planning for Scalable Multi-Agent Coordination
von: Kumagai, Yu, et al.
Veröffentlicht: (2026)

RewardHackingAgents: Benchmarking Evaluation Integrity for LLM ML-Engineering Agents
von: Atinafu, Yonas, et al.
Veröffentlicht: (2026)

SA-IQA: Redefining Image Quality Assessment for Spatial Aesthetics with Multi-Dimensional Rewards
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

CausalAgent: A Conversational Multi-Agent System for End-to-End Causal Inference
von: Zhu, Jiawei, et al.
Veröffentlicht: (2026)

CalBench: Evaluating Coordination-Privacy Trade-offs in Multi-Agent LLMs
von: Zou, Chelsea, et al.
Veröffentlicht: (2026)

NORA: A Harness-Engineered Autonomous Research Agent for End-to-End Spatial Data Science
von: Zhou, Bing, et al.
Veröffentlicht: (2026)

Introspection of Thought Helps AI Agents
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Facilitating Emergency Vehicle Passage in Congested Urban Areas Using Multi-agent Deep Reinforcement Learning
von: Su, Haoran
Veröffentlicht: (2025)

Multi-Agent Coordination across Diverse Applications: A Survey
von: Sun, Lijun, et al.
Veröffentlicht: (2025)

How LLMs Follow Instructions: Skillful Coordination, Not a Universal Mechanism
von: Rocchetti, Elisabetta, et al.
Veröffentlicht: (2026)

Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL
von: Li, Weizhen, et al.
Veröffentlicht: (2025)

Cooperative Reward Shaping for Multi-Agent Pathfinding
von: Song, Zhenyu, et al.
Veröffentlicht: (2024)

MetaAgent-X : Breaking the Ceiling of Automatic Multi-Agent Systems via End-to-End Reinforcement Learning
von: Zhang, Yaolun, et al.
Veröffentlicht: (2026)

Agent-RLVR: Training Software Engineering Agents via Guidance and Environment Rewards
von: Da, Jeff, et al.
Veröffentlicht: (2025)

Confidence as a Reward: Transforming LLMs into Reward Models
von: Du, He, et al.
Veröffentlicht: (2025)

Resilient Multi-Agent Negotiation for Medical Supply Chains:Integrating LLMs and Blockchain for Transparent Coordination
von: ALMutairi, Mariam, et al.
Veröffentlicht: (2025)

Data-Efficient Multi-Agent Spatial Planning with LLMs
von: Su, Huangyuan, et al.
Veröffentlicht: (2025)

Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering
von: Zhang, Xinyu, et al.
Veröffentlicht: (2026)

Omni-Thinker: Scaling Multi-Task RL in LLMs with Hybrid Reward and Task Scheduling
von: Li, Derek, et al.
Veröffentlicht: (2025)

GOV-REK: Governed Reward Engineering Kernels for Designing Robust Multi-Agent Reinforcement Learning Systems
von: Rana, Ashish, et al.
Veröffentlicht: (2024)

Coordination Graphs for Constrained Multi-Agent Reinforcement Learning
von: Amaya-Corredor, Santiago, et al.
Veröffentlicht: (2026)

AGORA: Adapter-Grounded Observation-Action Retention for Inference-Free Prompt Compression in LLM Agents
von: Zhang, Haoran, et al.
Veröffentlicht: (2026)

FROGENT: An End-to-End Full-process Drug Design Multi-Agent System
von: Pan, Qihua, et al.
Veröffentlicht: (2025)

Multi-Agent Coordinated Rename Refactoring
von: Bellur, Abhiram, et al.
Veröffentlicht: (2026)

Multi-Agent Reinforcement Learning with a Hierarchy of Reward Machines
von: Zheng, Xuejing, et al.
Veröffentlicht: (2024)

How to Build AI Agents by Augmenting LLMs with Codified Human Expert Domain Knowledge? A Software Engineering Framework
von: uulu, Choro Ulan, et al.
Veröffentlicht: (2026)

PythonSaga: Redefining the Benchmark to Evaluate Code Generating LLMs
von: Yadav, Ankit, et al.
Veröffentlicht: (2024)

ARMS: Automatic Reward Shaping for Sparse-Reward Multi-Agent Reinforcement Learning
von: Abboud, Elie, et al.
Veröffentlicht: (2026)

Learning to Communicate: Toward End-to-End Optimization of Multi-Agent Language Systems
von: Yu, Ye, et al.
Veröffentlicht: (2026)

Prompting Multi-Modal Tokens to Enhance End-to-End Autonomous Driving Imitation Learning with LLMs
von: Duan, Yiqun, et al.
Veröffentlicht: (2024)

From Scores to Preferences: Redefining MOS Benchmarking for Speech Quality Reward Modeling
von: Cao, Yifei, et al.
Veröffentlicht: (2025)

How Far Are We on the Decision-Making of LLMs? Evaluating LLMs' Gaming Ability in Multi-Agent Environments
von: Huang, Jen-tse, et al.
Veröffentlicht: (2024)

SWE-Dev: Building Software Engineering Agents with Training and Inference Scaling
von: Wang, Haoran, et al.
Veröffentlicht: (2025)

Multi-Agent Collaborative Reward Design for Enhancing Reasoning in Reinforcement Learning
von: Yang, Pei, et al.
Veröffentlicht: (2025)

Diffusing to Coordinate: Efficient Online Multi-Agent Diffusion Policies
von: Li, Zhuoran, et al.
Veröffentlicht: (2026)

Adaptive Theory of Mind for LLM-based Multi-Agent Coordination
von: Mu, Chunjiang, et al.
Veröffentlicht: (2026)

Enhancing Presentation Slide Generation by LLMs with a Multi-Staged End-to-End Approach
von: Bandyopadhyay, Sambaran, et al.
Veröffentlicht: (2024)