arXiv cs.AI· Lin Wu, Shu Yao, Yuheng Wang, Jingru Fan, Huatao Li, Yihan Li, Liu Yixuan, Cheng Liu, Jian Chang, Zeyu Zhao, Aohua Zhang, Huiying Zhao, Shuyuan Zhu, Chen Qian·· 3 天前AI 评分24
CoEvoke：通过扰动与引导激发多智能体协作轨迹收集
CoEvoke: Evoking Multi-Agent Collaboration for Trajectory Collection
AI 导读
CoEvoke 是一个跨域框架，通过可控扰动制造可恢复的困难、并用受限参考引导调查，在轨迹收集阶段激发多智能体的检查、反馈与修复交互。该数据集包含 4,130 个软件工程与推理任务上的 4,567 条可重建轨迹；在 2,287 对同任务实验中，七个扰动组的反馈提升达 47.72-100 个百分点。
正文 · AI 翻译
作者：Lin Wu、Shu Yao、Yuheng Wang、Jingru Fan、Huatao Li、Yihan Li、Liu Yixuan、Cheng Liu、Jian Chang、Zeyu Zhao、Aohua Zhang、Huiying Zhao、Shuyuan Zhu、Chen Qian
摘要：训练多智能体协作需要检查、反馈和修复的轨迹，然而任务求解的 rollout 可能以立即批准或重复失败尝试而告终，无法提供有用的纠正。我们提出 CoEvoke，一个跨领域框架，在轨迹收集过程中激发这些交互。受控扰动制造可恢复的困难，而受限的基于参考的引导则指导调查。所得数据集包含 4,130 个软件工程与推理任务上的 4,567 条可重建轨迹，将公开交互与证据、决策和任务原生结果关联起来。在 2,287 个同任务对上的独立实验显示，在七个扰动组中反馈提升了 47.72–100 个百分点；引导的效果较小，且因模型而异。在相同训练任务、决策记录数量和更新次数下，扰动增强的评判器训练将 ACPBench-Hard 成功率从 35.38% 提升至 42.12%（+6.73 个百分点）。SWE 验证器训练相比接口匹配的未训练参考提升了 7.60–9.40 个百分点。工作流与后训练评估在未扰动输入且无私有参考引导的情况下保持了任务求解拓扑。这些结果支持设计收集条件，以获得纠正性监督，从而在求解智能体冻结的情况下改进协作决策。
| 评论： | 14 页，4 幅图，3 张表 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；多智能体系统（cs.MA）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.14021 [cs.LG] |
| （或 arXiv:2610.14021v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14021 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Lin Wu [查看邮箱]
[v1]
2026 年 9 月 29 日星期二 13:54:06 UTC（1,478 KB）
来源：arXiv cs.AI · arxiv.org