arXiv cs.AI· Hehai Lin, Qi Yang, Chengwei Qin·· 13 小时前AI 评分38
MAS-Loop：从一次性编排走向自进化多智能体系统
MAS-Loop: Beyond One-Shot Orchestration towards Self-Evolving Multi-Agent Systems
AI 导读
MAS-Loop 提出一种执行闭环框架，将 Orchestrator 与轨迹条件化的 Refiner 耦合：Orchestrator 构建并执行源 MAS 获得结果分数与中间轨迹，Refiner 据此定位失败、给出诊断并对智能体、信息流或执行配置提出有界补丁，更新后的 MAS 在同一任务上重跑以对比效果。
正文 · AI 翻译
摘要：训练时的多智能体系统（MAS）设计旨在学习可复用的编排策略，但主流方法在很大程度上仍是一次性的：编排器生成一个系统，却只观察其最终结果并从中学习。这种范式丢弃了能够暴露系统级失败、并包含最终结果之外细粒度信息的执行轨迹，导致没有直接依据来修订源 MAS、评估更新后的 MAS，或从由此产生的对比中学习。为此，我们提出 MAS-Loop，一个基于执行的框架，通过将编排器与以轨迹为条件的精炼器耦合，闭合这一反馈回路。对于每个任务，编排器构建并执行一个源 MAS，以获得结果分数和中间轨迹。精炼器以该轨迹为条件，定位可操作的失败，形成基于轨迹的诊断，并对智能体、信息流或执行配置提出有界补丁。可执行的更新后 MAS 会在同一任务上重新执行，以衡量其在随机执行下的实际结果。这种成对 MAS 比较提供了互补的学习信号：编排器学习生成具有更少可恢复失败的强系统，而精炼器学习暴露并修复观察到的弱点，从而在训练迭代中推动策略层面的共同演化。实验表明，MAS-Loop 在所评估的基线中取得了最强的整体性能，并且在所有评估基准上通过精炼获得了一致的增益。该共同演化过程还产生了 MAS-JudgeCorpus，这是一个包含编排级和轨迹级监督、基于执行的源-更新对数据集，可为社区提供对 MAS 奖励建模和轨迹感知研究的支持。
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.38946 [cs.MA] |
| （或 arXiv:2610.38946v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38946 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hehai Lin [查看电子邮件]
[v1]
2026年10月28日星期三 21:32:05 UTC（548 KB）
来源：arXiv cs.AI · arxiv.org