多智能体LLMs未能相互探索

Hugging Face Daily Papers 论文
multi-agent llm-agents exploration collaboration peer-selection contextual-bandit coordination

摘要

本文指出当前LLM智能体未能系统地探索同伴，导致协调不佳，并引入MACE，一个轻量级框架，使用上下文赌博机进行有效的同伴选择。

探索对于多智能体系统的可靠自主性至关重要，但目前尚不清楚大语言模型（LLM）智能体在相互交互时能否有效探索。我们发现，现代LLM智能体未能做到这一点，通常表现出短视和两极化的交互模式，导致协调欠佳和遗憾值增加。我们将这一挑战形式化为多智能体探索问题，建模为部分可观测随机博弈（POSG）问题，其中智能体必须试探同伴以推断其能力并识别有效的交互策略。为解决此问题，我们引入了多智能体上下文探索（MACE），一种轻量级框架，通过结构化的同伴选择明确促进探索。在上下文和参数多样性设置中，MACE显著改善了探索行为和下游任务性能。我们进一步从理论上证明，探索的价值随智能体多样性增加而增加。总体而言，我们的结果凸显了当前LLM智能体的根本局限性，并强调了明确引导的探索对于可靠多智能体自主性的重要性。代码将在 https://github.com/deeplearning-wisc/mace 发布。
查看原文
查看缓存全文

缓存时间: 2026/07/15 00:18

论文页面 - 多智能体LLM未能相互探索

来源: https://huggingface.co/papers/2607.11250 1️⃣ 我们发现，当前的大语言模型智能体（包括前沿模型）常常无法系统性地探索同伴。相反，它们过早地固定于少数智能体，产生短视且高度两极化的交互模式。

2️⃣ 为何这很重要？在现实世界的多智能体系统中，不同智能体可能拥有不同的知识、能力与专长领域。要有效协作，智能体必须探索同伴、识别互补优势，并学会在不同情境下与谁互动。缺乏有效探索时，即便每个智能体能力出众，整个系统也可能遭遇协调不力，错失宝贵信息。

3️⃣ 为解决这一问题，我们提出了多智能体上下文探索（MACE），一个轻量级框架，通过基于结构化上下文赌博机的同伴选择机制，帮助智能体发现有效的协作者。

4️⃣ 理论上，MACE实现了次线性遗憾，而非探索策略则导致线性遗憾。重要的是，随着智能体多样性增加，探索的价值也会增长。

🎯 我们的结果为多智能体自主性揭示了一个基本教训：仅打造更强大的个体智能体是不够的。我们必须让它们能够系统性地发现并相互学习。

相似文章

三思而后行：LLM 智能体的自主探索

Hugging Face Daily Papers

本文指出自主探索是大语言模型智能体的关键能力，并提出了先探索后行动范式，该范式将信息收集与任务执行解耦，以提升适应性和实际性能。同时引入了探索检查点覆盖率作为可验证的指标，用于评估探索的广度。