Agentic AI 网络中涌现通信的泛化界限

# 智能体AI网络中涌现通信的泛化界

来源: https://arxiv.org/html/2605.08613

###### 摘要

6G网络向智能体AI网络（AgentNet）系统的演进，要求从传统数据流水线转向任务感知、以智能体AI为原生的通信解决方案。涌现通信是一种新颖的通信范式，其中自主智能体通过交互学习自己的信号协议， increasingly 被视为应对现有刚性、预定义基于协议的组网架构所带来挑战的有前景的解决方案。然而，大多数现有的涌现通信框架未能考虑物理网络约束（如带宽和计算复杂度），且往往缺乏严格的信息论基础。为应对这些挑战，本文引入了一种新颖的涌现通信框架，通过信息论视角促进异构智能体之间的协同任务求解。我们提出了一种新颖的联合损失函数，统一了决策函数优化与通信信号学习。我们提出的方案建立在多智能体和任务分布信息瓶颈（DIB）理论之上，该理论允许量化任务相关信息表示与计算复杂度之间的基本权衡。我们进一步提供了在未见环境状态下进行去中心化推理时，涌现通信协议的理论与泛化界。在真实硬件原型上的实验验证证实，与最先进的解决方案相比，我们提出的框架显著提高了泛化性能。

## I 引言

移动网络系统向智能体AI网络（AgentNet）的快速演进，为传统通信框架和网络协议带来了新的挑战\[1 (https://arxiv.org/html/2605.08613#bib.bib1),2 (https://arxiv.org/html/2605.08613#bib.bib2),3 (https://arxiv.org/html/2605.08613#bib.bib3),4 (https://arxiv.org/html/2605.08613#bib.bib4),5 (https://arxiv.org/html/2605.08613#bib.bib5)\]。特别是，现有的通信系统依赖于刚性、预定义的规则和固定的帧结构，难以适应多样化AI智能体之间动态的多模态交互。这些协议往往缺乏异构AI智能体实时协调所需的灵活性和可扩展性。由于传统协议与任务无关、预定义且固定，它们无法适应特定任务需求，从而构成了高效任务驱动的多智能体协作的重大障碍。在许多情况下，人类设计协议的刚性约束导致信号开销过大，或缺乏对关键任务相关上下文的感知。

涌现通信通过使协作智能体通过直接交互开发自己的通信协议，为这些挑战提供了有前景的解决方案\[6 (https://arxiv.org/html/2605.08613#bib.bib6)\]。智能体不再遵循固定的手工规则，而是学习交换能最大化集体效用的信号，发现适应其特定任务需求和环境特征的自适应消息机制。这一过程使得能够创建扎根的、语义丰富的接口，这些接口随着智能体能力的提升而自主演进。通过将通信视为一种学习到的动作，网络可以自主优化、学习和演进，确保涌现通信信号和协议与智能体的决策过程完美对齐\[7 (https://arxiv.org/html/2605.08613#bib.bib7),8 (https://arxiv.org/html/2605.08613#bib.bib8)\]。

尽管潜力巨大，但大多数现有的涌现通信工作优先关注类人类语言特征的涌现，而很大程度上忽视了物理网络系统的实际约束，如带宽限制和智能体的计算复杂度限制。此外，大多数现有工作主要依靠实验和启发式驱动；大多数框架缺乏在现实资源受限的网络环境中保证性能和鲁棒性所需的严格信息论基础\[6 (https://arxiv.org/html/2605.08613#bib.bib6)\]。

这激发了本文的研究工作，我们专注于为通信和计算受限的AgentNet系统开发基于信息论基础的涌现通信解决方案。特别地，我们引入了一种新颖的联合损失函数，能够同时训练任务特定的决策函数和涌现通信模型。通过将通常截然不同的过程统一到一个单一的优化目标中，我们提出的方案消除了为任务执行和通信信号开发独立模块所固有的计算和通信冗余。我们还基于分布信息瓶颈（DIB）理论建立了多智能体涌现通信的严格理论基础。该框架提供了必要的数学工具，以量化和优化在通信过程中保留任务关键信息（相关性）与最小化计算复杂度（由涌现信号的最小描述长度（MDL）量化）之间的基本权衡。我们提出了对所学通信协议泛化能力的理论分析。通过推导泛化误差的界限，我们为涌现通信从训练环境过渡到未见去中心化推理场景时的性能一致性和结构稳定性提供了数学保证。最后，通过在硬件移动网络原型上进行的广泛实验，验证了所提出的涌现通信框架。实证结果表明，我们提出的解决方案优于最先进的涌现通信解决方案，在动态网络环境下实现了泛化性能和鲁棒性的实质性提升。

## II 系统模型与问题表述

参见图1说明：多智能体涌现通信系统模型。我们考虑一个多智能体涌现通信系统，其中一组智能体被选出来协作解决一组任务，定义为一个元组⟨K,Y,S,c,π⟩，如图1 (https://arxiv.org/html/2605.08613#S2.F1)所示。

（1）智能体集合K：一组K个智能体，K={1,2,...,K}，部署在共享的物理或网络环境中。一般来说，不同的智能体观察环境的不同的状态，并具有不同的专用功能能力。例如，物理层智能体可能观察信道状态信息（CSI），并具备信道适应和波形优化的技能。相比之下，应用层智能体可能观察应用数据序列的不同模态，如实时的视频流或语义元数据，并可以专门从事意图识别或应用级参数调优。这些智能体可以被选来共同解决跨层目标：应用层智能体识别并提取最相关的任务语义，并调整源参数（如视频流分辨率）以满足用户需求，而物理层智能体同时优化传输策略，以确保这些关键特征在波动的无线信道上被优先处理\[9 (https://arxiv.org/html/2605.08613#bib.bib9),10 (https://arxiv.org/html/2605.08613#bib.bib10)\]。

（2）任务空间Y：一组任务或意图，每个任务都有特定的优化目标，即损失函数，被分配给智能体。我们假设每个智能体k被分配一个特定任务，因此我们可以用L_k表示分配给智能体k的关联损失函数。一般来说，每个智能体k的局部观察不足以完美解决分配的任务Y_k。因此，智能体k可能需要来自其他智能体的补充信息。为了促进训练阶段的协作任务求解和通信涌现，对于每个特定任务，在训练数据集中为每个智能体k提供一个任务特定的随机变量Y_k∈Y，例如预期的奖励信号，以指导其策略优化。该变量代表智能体旨在优化的目标反馈或“真实”目标，实质上作为其局部决策和通信协议开发的语义锚点。以跨层优化场景为例。在模型训练阶段，每当满足用户的质量体验（QoE）需求时，例如通过维持抖动可忽略的高清视频流，就会向应用层智能体和物理层智能体发出一个正奖励实例y_k，以鼓励应用层智能体完善其语义提取和源适应策略，同时引导物理层智能体走向更稳健的信道适应和传输参数优化策略。在这种情况下，两个智能体都学习开发一种涌现协议，该协议优先考虑交换对维持网络系统各层用户满意度最关键的信息。注意，此奖励变量可以在部署前作为专用训练数据集离线提供，也可以在推理期间在线提供以促进实时模型更新；在这两种情况下，智能体在推理期间继续以完全去中心化的方式协作。

（3）状态空间S：每个智能体可以对全局共享的环境状态S_k有局部的、有噪声的、部分的观察。设S_k为与智能体k关联的局部状态空间，即我们有S_k∈S_k。所有智能体的联合观察⟨S_1,...,S_K⟩可能高度相关，因为它们都可以被视为共享环境状态的部分观察或投影。

（4）涌现通信信号C：智能体可以学习涌现通信信号或协议以促进其协调和协作优化。在本文中，我们考虑基于深度学习的涌现通信\[11 (https://arxiv.org/html/2605.08613#bib.bib11),6 (https://arxiv.org/html/2605.08613#bib.bib6)\]，其中每个智能体k学习一个由φ_k参数化的通信涌现函数ρ_φ_k: s_k → c_{k,-k}，将其局部观察到的状态映射到发送给其他智能体的一组消息c_{k,-k}=⟨C_{k,j}⟩_{j∈K\k}，其中s_k是智能体k的状态实现，即由智能体k发送给其他智能体的实现消息向量c_{k,-k}=⟨c_{k,j}⟩_{j∈K\k}由下式给出：

c_{k,-k} ~ ρ_φ_k(C_{k,-k}|S_k=s_k). (1)

其中C_{k,-k}=⟨C_{k,j}⟩_{j∈K\k}是由智能体k生成的消息随机向量。

（5）决策函数π：每个智能体k学习一个决策函数以决定动作A_k∈A_k来解决其分配的任务。该动作的实现a_k是基于其局部观察到的状态实现s_k和从其他智能体接收到的实现消息向量c_{-k,k}=⟨c_{j,k}⟩_{j∈K\k}的聚合决定的。我们再次考虑基于深度学习的学习解决方案，其中上述决策过程由由ψ_k参数化的映射函数控制，即我们有

a_k ~ π_ψ_k(A_k|S_k, C_{-k,k}=c_{-k,k}). (2)

上述多智能体通信框架的主要目标是自主学习一种涌现通信协议，该协议从局部观察中提取最相关的任务信息，同时最小化智能体处的通信开销和计算复杂度。因此，我们可以将上述问题表述为一个去中心化的多智能体多任务问题，其中每个智能体专注于通过最小化任务特定损失来解决其局部任务，同时提取最有用的特征信号以帮助其他智能体解决它们的任务。我们可以将联合优化问题表述如下：

P1: min_{⟨π_ψ, ρ_φ⟩} ∑_{k∈K} L_k(π_ψ_k, ρ_φ_k; s_k, c_{-k,k}), (3)

其中π_ψ=⟨π_ψ_k⟩_{k∈K}且ρ_φ=⟨ρ_φ_k⟩_{k∈K}。我们可以观察到，在多样化的同时任务和智能体上优化上述去中心化多智能体通信系统提出了巨大的理论和计算挑战。特别是，由于智能体基于部分环境观察协作解决多样化的任务集，它们的信号策略和局部决策过程变得深度纠缠，创造了一个复杂的、非平稳的学习景观，其中每个智能体的最优策略不断响应演变的通信协议和其他智能体的行动而改变。这通常会导致显著的协调开销和次优收敛的风险，因为智能体可能难以在其相关但不同的观察中区分任务相关特征和环境噪声。鉴于这些挑战，问题P1的直接优化通常在计算上不可行，在理论上也不可能。

## III 基于DIB的框架

为了解决上述挑战，我们提出了一种基于分布信息瓶颈（DIB）理论的新型涌现通信框架。通过这种方式，我们可以将难以处理的联合优化问题P1转化为一个信息论问题，专注于从智能体的局部观察中提取最相关的任务表示，同时最小化通信开销。DIB的核心思想是将表示学习形式化为信息表示复杂度和任务相关信息表示之间的严格数学权衡。更具体地说，对于每个智能体k，上述权衡由两个相互竞争的互信息指标控制：

（1）表示（计算）复杂度I(S_k; C_{k,-k})：此项衡量来自局部观察S_k的多少原始信息...