arXiv cs.AI· Qizhi Chu, Zekai Yu, Sijie Wen, Yang Liu, Chen Qian, Cheng Yang, Chuan Shi, Zhiyuan Liu·· 10 小时前AI 评分34
MASBench：面向部分可观测场景的 LLM 多智能体协作基准
MASBench: Benchmarking LLM-based Multi-Agent Collaboration under Partial Observability
AI 导读
MASBench 是面向部分可观测约束的 LLM 多智能体协作基准，按 Reasoning、Scheduling、Game 三类递进任务，分别评估 Protocol、Memory、Routing 三种协作机制。它提供性能分数、通信成本与成本效益等确定性指标，同时刻画协作结果与通信开销，并在多种 LLM 骨干与机制配置下给出实验性设计指引，代码已开源。
正文 · AI 翻译
摘要：大语言模型（LLM）已逐步演变为自主智能体的核心。在此基础上，基于 LLM 的多智能体系统（MAS）将多个智能体协调为协同团队，以完成超出单个智能体能力的复杂任务。此类系统的有效性不仅取决于智能体本身，还取决于协作机制的设计与组织方式。需要注意的是，现实世界中的协作通常是部分可观测的，由于物理或隐私相关约束，每个智能体只能访问环境的部分信息。然而，许多现有多智能体基准假设全局可观测性，对系统评估协作机制的支持有限。为弥补这一空白，我们推出 MASBench，一个在部分可观测约束下设计的多智能体协作基准。它按三个递进任务类别组织：推理、调度和博弈。通过这一结构，我们逐步评估三种代表性协作机制：协议、记忆和路由。MASBench 进一步提供确定性评估指标，包括性能得分、通信成本和成本效益，以刻画协作结果和通信开销。跨多种 LLM 骨干和机制配置的实验为有效的 MAS 设计提供了经验指导。代码见：此 https URL
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.04672 [cs.AI] |
| （或 arXiv:2610.04672v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.04672 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Qizhi Chu [查看电子邮件]
[v1]
2026年10月3日星期六 17:40:24 UTC（780 KB）
[v2]
2026年11月4日星期三 01:46:04 UTC（780 KB）
来源：arXiv cs.AI · arxiv.org