arXiv cs.MA· Guowei Xu, Zhenting Qi, Amani Kiruga, Himabindu Lakkaraju, Yilun Du·· 2 天前AI 评分36
去中心化智能体集群中的自编排学习：基于市场的后训练框架 MPT
Learning Self-Orchestration in Decentralized Agent Swarms
AI 导读
研究者提出基于市场的后训练（MPT）框架，让去中心化智能体集群通过竞价决定谁参与行动，并联合学习动作策略与自编排行为，无需中央协调智能体。在具身手工、机器人导航和深度研究任务上，MPT 优于单体式后训练，且相同动作策略下学习到的自编排表现优于其他协调策略。训练后的集群对相关任务适应更快，推理时更大规模集群性能更好，且在智能体掉线时性能损失更小。代码与训练模型已公开。
正文 · AI 翻译
摘要：智能体集群的能力既取决于其个体成员，也取决于它们如何协调。然而，现有多智能体系统往往在固定的编排结构内训练智能体，将个体能力的学习与集体行为的组织割裂开来。我们提出基于市场的后训练（MPT），一个用于在去中心化智能体集群中联合学习动作策略与自编排的框架。智能体通过出价表达其参与意愿，出价决定谁采取行动，以及集体结果如何提供局部训练信用。同时学习动作与出价行为，使个体能力与参与模式能够在没有中央协调智能体的情况下共同适应。我们在具身制作、机器人导航和深度研究上评估 MPT。结果表明，相较于单体式后训练有所提升，并证实智能体的参与确实随学习而演化。在相同的后训练动作策略下，学习得到的自编排优于其他协调策略。消融实验表明，动作与出价均从学习中受益，且学习得到的出价能提供更有效的动作训练信号。除原始训练目标之外，训练后的集群能更快适应相关任务，并在推理时以更大规模取得更好性能。更大规模在智能体掉线时也遭受更小的性能损失，表明学习得到的自编排支持去中心化智能体集群中的复用、扩展与鲁棒性。代码与训练好的模型可在 此 https URL 获取。
| 学科： | 多智能体系统（cs.MA）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22322 [cs.MA] |
| （或 arXiv:2610.22322v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22322 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Guowei Xu [查看邮箱]
[v1]
2026年10月15日星期四 17:51:57 UTC（3,147 KB）
来源：arXiv cs.MA · arxiv.org