s³论文:多智能体自组织协作,规模翻倍协调解题超基线25倍
omarsar0 · x · 2026-11-09
华盛顿大学与 Allen AI 等机构的论文提出 s³,首个让智能体用合作式强化学习自行学会组织方式的多智能体 RL 方法。要点:
- 问题:现有多智能体系统依赖开发者预先写死的编排计划(中控分配任务或 leader+共享论坛),角色固定、跨任务不变,难以适配。
- 方法:s³ 不预设角色与轮次,智能体通过共享团队奖励的 cooperative RL 自主学习何时单独工作、何时分享发现、何时阅读队友消息,组织结构从训练中涌现,并出现互补的分工角色。
- 结果:在训练与推理预算匹配下,规模为训练时 2 倍的 s³ 集群解决的协调问题数超最强基线 25 倍以上;并行探索场景中,通信使智能体重复工作量减少近 50%,比 best-of-N 最高高出 9.4 个百分点。
结论:组织可以由共同目标中涌现而非事先设计,为多个模型协作构建系统打开大门。
「编程与Agent」频道最新
- CS 七十年消不完不确定性，如今调 temperature 看缘分 — korymath · 2026-11-09
- 开源工具 Bello 宣称让 Codex 用量提升 3 倍且不损质量 — nikola_mr64990 · 2026-11-09
- AI 硬件工程平台 Nominal 获 2.4 亿美元 C 轮融资,估值 30 亿 — graceisford · 2026-11-09
- HF 工程师 Niels Rogge 公开本地 AI 入门课件：量化、MoE 选型与本地 Agent — NielsRogge · 2026-11-09
- OpenClaw 玩起「大型多人在线 AI」:上百个 agent 同服并行跑任务 — vincent_koc · 2026-11-09
- Loop:手机优先的 Agent 编排器,二维码配对即用无需服务器 — Two_Half_Pints · 2026-11-09