AgentJet：一个面向智能体强化学习的灵活群组训练框架

arXiv cs.AI 论文
reinforcement-learning multi-agent llm distributed-training agentic-ai swarm-architecture framework

摘要

AgentJet 是一个面向大语言模型智能体强化学习的分布式群组训练框架，它将智能体运行与模型优化解耦，支持异构多智能体强化学习、多任务训练、容错以及实时代码迭代，训练速度提升1.5-10倍。该框架还引入了一个自动化研究系统，能够在大型集群上自主进行为期数天的强化学习研究。

arXiv:2606.04484v1 公告类型：新 摘要：我们提出了 AgentJet，这是一个面向大语言模型（LLM）智能体强化学习的分布式群组训练框架。与将智能体运行与模型优化紧密耦合的集中式框架不同，AgentJet 采用了解耦的多节点架构，其中群组服务器节点托管可训练模型并在 GPU 集群上运行优化，而群组客户端节点则在任意设备上执行任意智能体。这种设计提供了集中式框架难以支持的能力：（1）异构多模型强化学习，支持以多个大语言模型为大脑的异构多智能体团队的训练；（2）带有隔离智能体运行时的多任务混合训练；（3）容错执行，防止外部环境故障中断训练过程；（4）实时代码迭代，允许通过替换群组客户端节点在训练过程中编辑智能体。为了支持多模型、多轮次和多智能体设置下的高效强化学习，AgentJet 引入了一个带有时间线合并的上下文追踪模块，该模块整合冗余上下文，实现1.5-10倍的训练加速。最后，AgentJet 引入了一个自动化研究系统，该系统以研究主题为输入，并在大型集群上自主进行长时间、多日的强化学习研究。通过利用群组架构，该系统在执行过程中无需人工干预，即可复现强化学习研究者的关键探索工作流。
查看原文
查看缓存全文

缓存时间: 2026/06/05 02:07 

# AgentJet：一种用于智能体强化学习的灵活集群训练框架
来源：https://arxiv.org/abs/2606.04484
查看 PDF（https://arxiv.org/pdf/2606.04484）

> 摘要：我们提出 AgentJet，一种用于大型语言模型（LLM）智能体强化学习的分布式集群训练框架。与将智能体交互与模型优化紧密耦合的集中式框架不同，AgentJet 采用解耦的多节点架构，其中集群服务器节点托管可训练模型并在 GPU 集群上运行优化，而集群客户端节点则在任意设备上执行任意智能体。这种设计提供了集中式框架难以支持的能力：（1）异构多模型强化学习，支持使用多个 LLM 作为大脑来训练异构多智能体团队；（2）具有隔离智能体运行时的多任务鸡尾酒训练；（3）容错执行，防止外部环境故障中断训练过程；（4）实时代码迭代，允许在训练期间通过替换集群客户端节点来编辑智能体。为了支持多模型、多轮次和多智能体设置下的高效 RL，AgentJet 引入了一个带有时间线合并的上下文跟踪模块，该模块整合了冗余上下文，实现了 1.5-10 倍的训练加速。最后，AgentJet 引入了一个自动化研究系统，该系统以研究主题为输入，并在大规模集群上自主进行长期（多天）的 RL 研究。通过利用集群架构，该系统可在无需人类干预的情况下复现 RL 研究人员的核心探索工作流程。

## 提交历史

来自：Boyin Liu [查看邮箱](https://arxiv.org/show-email/1e712628/2606.04484) **\[v1\]** 2026年6月3日星期三 06:02:52 UTC（11,219 KB）

相似文章

EASy：迈向基于LLM的高效智能体系统

arXiv cs.CL

本文提出了EASy，一个可训练的智能体框架，利用强化学习联合优化任务性能与计算效率，并引入了里程碑-规划-执行工作流、依赖感知执行图和用于训练的树形展开。