arXiv cs.MA· Xiao Huang, Mingda Zhang, Junming Zhang, Qiang Huang, Hanwen Zhang, Yue Dai, Zijia Wang, Xiaoying Tang·· 11 小时前AI 评分38
CollabFlow：智能体协作的递归自我改进系统
CollabFlow: Recursive Self-Improvement of Agent Collaboration
AI 导读
CollabFlow 提出一种智能体协作的递归自我改进（RSI）系统：可训练的 Collab-Director 组建完整智能体团队，冻结的执行器运行团队，每轮结果用于重新训练该 director。
正文 · AI 翻译
摘要：递归自我改进（RSI）让系统能够从自身的结果中改进；在基于 LLM 的多智能体系统中，智能体在任务内相互改进，而结果又改进它们跨任务的协作方式。然而，现有多智能体协作使这一循环保持开放：协作在操作者层面预先定义，仅学习拓扑结构会保留逐字交换从而传播错误，而针对系统自身结果的奖励最大化又集中于少数团队。为应对这些挑战，我们提出 CollabFlow，一个学习型智能体协作的 RSI 系统：一个可训练的 Collab-Director 构建由完整智能体组成的团队，一个冻结的执行器运行它们，每一轮的结果都会重新训练该 director。在每一轮内，协作图的边承载证据条件通信协议：接收方仅在发送方的证据以一定幅度更强时才采纳不同的答案，因此 director 学习谁进行通信以及如何通信。跨轮次，我们进一步提出协作轨迹平衡（CTB），一种基于流的目标，它使每个团队在其构建顺序中只被计入一次，并以与奖励成比例的分布作为团队目标，从而使多个优秀团队保持参与。我们还界定了这一自生成目标在轮次之间移动的幅度，该幅度随记录积累而缩小。在十二个数据集上，CollabFlow 优于所有基线，并在各轮次中持续改进。代码可在 此 https URL 获取。
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.38662 [cs.MA] |
| （或 arXiv:2609.38662v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.38662 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mingda Zhang [查看电子邮件]
[v1]
2026年9月29日星期二 23:39:03 UTC（776 KB）
[v2]
2026年10月16日星期五 05:03:03 UTC（777 KB）
来源：arXiv cs.MA · arxiv.org