arXiv cs.AI· Paul Teiletche, Kanghyun Ryu, Kyungjoon Park, Dhruva Tirumala, Markus Wulfmeier, Negar Mehr·· 3 天前AI 评分31
PopGen：用 LLM 生成语义多样化种群实现零样本协作
PopGen: Generating Semantically Diverse Populations for Zero-Shot Coordination
AI 导读
PopGen 是一个利用 LLM 从零合成语义多样化智能体的框架，先由 LLM 生成多样化的智能体行为文本描述，再将每种行为转译为可在环境中执行的代码策略。在四个协作环境中，与 PopGen 种群训练的协作者对未见伙伴实现了稳健的零样本协作，表现优于种群博弈基线；语义多样性随种群规模扩大而提升，并改善协作者的最差情况表现。代码已开源。
正文 · AI 翻译
摘要：在多智能体强化学习中，让合作者在训练期间接触具有多样策略的伙伴，是在测试时实现更好协作的关键。然而，现有方法通常依赖轨迹级代理指标来衡量多样性，这可能会将同一策略的两条不同轨迹标记为多样。相反，我们的核心洞见是利用 LLM 描述环境中行为不同智能体的能力，类似于人类识别高层策略的方式。为此，我们提出了 PopGen，一个使用 LLM 从零合成语义多样智能体的框架。PopGen 首先生成一组多样化的智能体行为文本描述，然后将每种行为转化为可在环境中执行的代码策略。我们表明，针对 PopGen 种群训练的合作者能够与未见过的伙伴实现稳健的零样本协作，在四个协作环境中优于种群博弈基线。我们进一步表明，语义多样性随 PopGen 种群规模而扩展，提升了合作者的最坏情况性能，并确定了在最大化多样性的同时保持种群质量的设计选择。我们的代码可在 此 https URL 获取。
| Comments: | Submitted to ICLR 2027 |
| Subjects: | 人工智能（cs.AI）；多智能体系统（cs.MA） |
| Cite as: | arXiv:2610.15969 [cs.AI] |
| （或 arXiv:2610.15969v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15969 arXiv 颁发的 DOI 通过 DataCite（待注册） |
Submission history
来自：Kanghyun Ryu [查看电子邮件]
[v1]
2026年10月11日星期日 22:53:33 UTC（367 KB）
来源：arXiv cs.AI · arxiv.org