GPT-OSS-120B 多智能体调度 9 台机器人：加修正 40 轮全部无碰撞，不加仅 2/20
peter_richtarik · x · 2026-10-22
Peter Richtárik 理论线程的实验部分（5/8）：用 GPT-OSS-120B 作为 agent，在 16×16 网格上为 9 台机器人规划路线（3 个 agent 各管 3 台机器人，48 ticks，成本含交付时间+每次碰撞罚 100）。
结果显示修正机制是成败关键：
- 带修正的团队模式（best color / best combination）：40 轮团队运行全部无碰撞，final gap 约 5.4–5.9；
- 不加修正：只有 2/20 轮无碰撞，agent 之间互相撞对方的机器人，final gap 高达 313.1；
- 单 agent 与 best-of-3 基线安全率高（95–100%）但 gap 较差（12.0/18.9）。
结论：并行 agent 的提议若不经全局验证与着色合并就合入，性能与安全性都会灾难性崩塌。
所属事件:首篇 AI Agent 协作收敛理论：块优化建模，六智能体提速一倍(6 条相关)→
「研究」频道最新
- Recursive 用 Eureka Machine 自动造模型,Flint 编程成绩惊艳 — _rockt · 2026-10-22
- Thinking Machines 推出 StableReinforce,解决 off-policy RL 突然崩溃 — LiTianleli · 2026-10-22
- Kaggle 5 万美元征集「正方形装正方形」解法:1000 道题仅 59 题有最优解 — MeganRisdal · 2026-10-22
- RAX 用冻结 LLM 驱动机器人：纯探索零示范，成本仅 Opus 的 1/20 — du_yilun · 2026-10-22
- 视觉表征学习与生成建模走向统一:一篇持续更新的综述梳理四阶段融合 — AllThingsApx · 2026-10-22
- arXiv 新论文:神经元的「海岸线悖论」——测量精度决定计算结构 — tyrell_turing · 2026-10-22