Collective Alignment in LLM Multi-Agent Systems: Disentangling Bias from Cooperation via Statistical Physics
Critiqality
研究通过统计物理方法分析大语言模型多智能体系统在二维正方形晶格中的集体动态，揭示社会从众与内在偏见的分离，计算临界指数并探测多智能体系统的集体行为与可能相变。
2026-05-11 cond-mat.stat-mech cs.CL cs.MA
Spin glass systems as collective active inference
在多智能体贝叶斯系统的涌现行为的研究中，一个悬而未决的问题是个人和集体推理之间的关系，如果有的话。在本文中，我们探讨了生成模型之间的对应关系，存在于两个不同的尺度，使用自旋玻璃模型作为一个沙箱系统来研究这个问题。我们表明，集体动力学的一个特定类型的积极推理代理是等效的采样从一个自旋玻璃系统的平稳分布。因此，专门设计的主动推理代理的集合可以被描述为在更高级别上实现基于采样的推理（即，来自玻尔兹曼机）的形式。然而，这种等价性是非常脆弱的，在对个体代理的生成模型或其相互作用的性质进行简单修改时就会破裂。我们讨论的影响，这种对应关系和它的脆弱性的研究组成的贝叶斯代理的多尺度系统。
2022-07-14 cond-mat.dis-nn cs.MA physics.soc-ph
Collective states in social systems with interacting learning agents
我们考虑一个具有学习能力的异质代理的社会系统，一个接近于随机场伊辛模型的模型，其中的随机场对应于特殊的支付意愿。给定一个固定的价格，代理人反复决定是否购买一个单位的商品，以最大化他们的预期效用。我们表明，系统达到的均衡取决于信息代理人使用估计其预期效用的性质。
2007-04-18 physics.soc-ph
Diversity and Social Network Structure in Collective Decision Making: Evolutionary Perspectives with Agent-Based Simulations
集体决策，尤其是基于群体的决策，在组织中至关重要。采用进化理论的方法进行集体决策，基于代理的模拟研究如何影响人类集体决策的代理人的多样性，在问题的理解和/或行为的讨论，以及他们的社会网络结构。模拟结果表明，具有一致问题理解的群体倾向于产生更高的效用值的想法，并显示出更好的决策收敛，但前提是集体问题理解没有群体水平的偏见。模拟结果还表明了面向选择（即，剥削的）和面向变化的（即，探索性的）行为，以实现质量的最终决定。扩大群体规模和引入非平凡的社会网络结构通常提高了决策收敛的成本的想法的质量。不同的社会网络拓扑结构的模拟显示，集体决策的小世界网络与高本地集群往往比随机或无标度网络更容易实现最高的决策质量。这种进化理论和模拟方法的集体，群体和多层次的决策未来的管理研究的影响进行了讨论。
2019-02-19 cs.MA cs.NE cs.SI
Collective decision-making under changing social environments among agents adapted to sparse connectivity
University of Leeds（利兹大学）
本研究分析稀疏网络中理性智能体基于简化社会信息（选择差异）的自适应决策策略，发现决策效能由实时社会连接性而非习惯连接性决定，为实验室社会性与在线社区动态提供新见解。
2021-10-26 cs.MA physics.soc-ph q-bio.QM
Can Human-Like Bots Control Collective Mood: Agent-Based Simulations of Online Chats
使用基于代理的建模方法，在本文中，我们研究了自组织动力学的交互代理聊天机器人的存在。不同的机器人与可调的“类人”的属性，与代理人交换情感信息，被认为是和集体情感行为的代理人进行了定量分析。特别是，使用去趋势分形分析，我们确定持续的波动和时间相关性的时间序列的代理的活动和统计雪崩携带的情感信息的代理时，机器人有利于积极/消极的影响是积极的。我们确定了机器人的影响，并确定了可以调节它的参数。我们的分析表明，通过这些措施，情感机器人通过适当地改变底层随机过程的分形特征，在相互作用的代理之间诱导集体情感。积极情感机器人比消极情感机器人稍微更有效。此外，机器人周期性地在积极和消极情绪之间交替，可以增强系统中的波动，导致代理的消息雪崩，这让人想起自组织的临界状态。
2013-05-13 cs.SI physics.soc-ph
Artificial collectives of specialists and generalists excel at different tasks
Cornell University（康奈尔大学）；University of Vermont（佛罗里达大学）；Santa Fe Institute（圣达菲研究所）；Northeastern University（东北大学）
通过优化代理的系统实验，研究代理解释能力、理性边界和任务质量如何影响集体绩效，发现通才集体在生成、选择和协调任务上更优，而专家集体在谈判任务上更优。
2026-06-23 cs.AI cs.MA cs.SI
Random Choices can Facilitate the Solving of Collective Network Coloring Problems by Artificial Agents
本文研究局部信息下短视人工智能体的网络着色问题，证明在决策推理中精细引入随机选择可帮助分布式贪心优化逃离局部极小并实现全局协调。
2021-02-09 physics.soc-ph
Group size effects and collective misalignment in LLM multi-agent systems
Department of Mathematics, City St George’s University of London（伦敦城市圣乔治大学数学系）；IT University of Copenhagen（哥本哈根IT大学）；Pioneer Centre for AI, Copenhagen（哥本哈根先锋人工智能中心）；Departament de Física, Universitat Politècnica de Catalunya（加泰罗尼亚理工大学物理系）
本研究系统探索组大小对LLM多智能体系统动态的影响，发现集体偏差可被互动放大或覆盖，且组大小非线性地影响动态，并通过平均场方法揭示临界规模下的确定性预测，确立组大小为关键驱动因素。
2025-10-25 cs.AI cs.CY cs.MA
Promoting collective motion of self-propelled agents by distance-based influence
我们提出了一个动态模型的系统组成的自推进剂，其中一个代理对另一个代理的影响是加权的地理距离。引入一个参数$α$来调整这种影响：$α$的值越小，意味着更近的邻居对移动方向的影响越大。我们发现，存在一个最佳值的$α$，导致最高程度的方向一致性。最优$α$值随系统尺寸的增大而增大，随绝对速度、传感半径和噪声幅值的增大而减小。
2015-02-28 nlin.AO physics.soc-ph
WolfSociety: Understanding Collective Risk from Harmful-Agent Scaling in Financial Agent Societies
Shanghai Jiao Tong University（上海交通大学）；University of California, Berkeley（加州大学伯克利分校）；University of Toronto（多伦多大学）
本研究提出智能体社会动力学框架，发现金融智能体社会中集体失败随有害智能体比例呈非线性、规模依赖的转变，且网络结构比从众性影响更大。
2026-09-09 cs.AI cs.SI physics.soc-ph
Flag Game: A Toy Model for Mechanistic Swarm Interpretability
Harvard University（哈佛大学）；NTT Research, Inc.（NTT研究公司）；Cambridge Boston Alignment Initiative（剑桥波士顿对齐计划）
本文提出旗帜游戏玩具模型，研究集体信念形成机制，发现群体规模导致信念崩溃转向极化，并引入社会电路归因与统计力学理论解释，迈向机制性群体可解释性。
2026-09-17 cond-mat.dis-nn cond-mat.stat-mech cs.AI
Role of collective information in networks of quantum operating agents
一个网络的代理被认为是其决策过程所描述的量子决策理论先前提出的作者。决策是通过评估备选方案的效用、它们的吸引力和可用信息来完成的，这些信息的组合形成了选择给定备选方案的概率。由于这三种贡献之间的相互作用，在几种备选方案之间进行选择的过程是多模式的。代理人通过交换信息进行交互，这些信息可以采取两种形式：（i）代理人可以直接从另一个代理人接收的信息和（ii）由社会成员共同创建的信息。所有主体共有的信息场往往会消除概率时间行为的急剧变化，甚至可以消除它们。对于具有短期记忆的代理人，概率往往通过强烈的振荡趋向于其极限值，并且对于一系列参数，这些振荡永远持续，代表决策者永远持续的犹豫。打开信息场会使振荡的幅度变小，甚至可以停止无休止的振荡，迫使概率收敛到固定的极限。描述了动态分离效应。
2022-04-25 physics.soc-ph quant-ph
Optimising collective accuracy among rational individuals in sequential decision-making with competition
University of Leeds（利兹大学）
本文针对序贯决策中理性个体因观察他人选择而产生相关性、损害集体准确性的问题，提出一种竞争性奖励方案，通过奖励正确选择少数人已选选项来诱导独立决策，恢复并提升群体智慧，且该方案在多种竞争强度下均稳健有效。
2022-09-10 math.OC physics.soc-ph
The Apparent Madness of Crowds: Irrational collective behavior emerging from interactions among rational agents
标准经济学理论假定市场中的代理人行为是理性的。然而，观察到与其基本价值的变化无关的金融资产价格的极大波动，以及金融泡沫和崩溃的极端例子，意味着市场（至少偶尔）确实表现出非理性行为。在本文中，我们简要地概述了我们最近的工作表明，一个市场与互动代理有限理性可以显示价格波动，{ \em定量}类似于那些在真实的市场。
2006-06-08 cond-mat.other physics.soc-ph q-fin.TR
Collective emotion dynamics in chats with agents, moderators and Bots
使用代理导向的模拟，我们调查的集体情绪状态的波动在聊天网络中，代理交换消息与一个固定数量的主持人和情感机器人。为了设计一个现实的聊天系统，交互规则和一些统计参数，以及代理的属性，推断从经验的聊天通道\texttt{Ubuntu}。在模拟中，Bot的情绪是固定的;调节器通过向Bot传递一小部分$ε$消息来调整其活动水平。在$ε\gtrsim 0$，与Bot的情感极性相匹配的集体情感状态逐渐出现;主导情感负荷的平均增长率作为序参量。由于自组织效应，集体动力学是更具爆炸性的积极情绪时出现的积极机器人比发病的消极情绪中存在的消极机器人在同一$ε$。此外，当情感匹配的机器人的情感极性遍布系统，底层的分形过程表现出更高的持久性和更强的聚类事件比过程传播的情感极性相反的机器人的情感。另一方面，放松动力学控制的外部噪声，相关的非广泛的参数，估计从统计的回报，几乎是独立的机器人的活动水平和情感内容。
2014-11-18 cs.SI physics.soc-ph
Imitative learning as a connector of collective brains
合作可以帮助一组代理人更有效地解决问题的概念比如果这些代理人在孤立的工作是普遍的，尽管很少有定量的基础来支持它。在这里，我们考虑一种原始的合作形式-模仿学习-允许代理人之间的有效信息交换，这被视为一个社会智能系统或集体大脑的处理单元。特别是，我们使用基于代理的模拟来研究一组代理在解决密码算法问题的性能。代理可以执行局部随机移动来探索问题的解决方案空间，也可以模仿模型代理-其影响网络中表现最好的代理。代理的数量N和模仿概率p之间有一个复杂的权衡，为了这些参数之间的最佳平衡，我们观察到与独立搜索相比，找到密码算法问题的解决方案的计算成本减少了30倍。然而，如果这些参数的选择远离最佳设置，那么模仿学习就会大大削弱群体的表现。观察到的适应不良的模仿学习大N提供了一个替代的解释群体规模的社会动物。
2014-08-01 nlin.AO physics.soc-ph
Collective Helping and Bystander Effects in Coevolving Helping Networks
本文在一个共同进化的帮助网络模型中研究了集体帮助行为和旁观者效应。网络的节点和链路分别表示提供或接收帮助的代理以及代理之间的友好关系。一个施动者的帮助试验依赖于与其他参与的施动者的关系，其结果（成功或失败）更新了帮助者与接受者之间的关系。我们研究了网络链接动力学及其稳定状态的解析和数值。完整的相图与各种活跃和非活跃的阶段和相变的性质进行了探讨。我们发现了各种有趣的旁观者效应，与现场研究结果一致，提出了其潜在的机制。
2010-03-26 cond-mat.stat-mech physics.soc-ph
`Hits' emerge through self-organized coordination in collective response of free agents
自由社会中的个人在独立做出决定时经常表现出惊人的协调性。例子包括经常出现的热门产品或模因，其受欢迎程度远远高于其他同等竞争对手，或在公众舆论中的极端两极分化。事件的这种分离表现为集体选择分布的双峰性。在这里，我们量化了如何明显独立的选择，由个人的结果在一个显着的两极分化，但稳定的成功分布的背景下，电影的票房表现，并表明这是一个紧急功能的系统的非相互作用的代理人响应顺序到达的信号。总体反应表现出极端的可变性，放大了个体采用成本的小得多的差异。由于竞争格局的自我组织，大多数活动只引起了沉默的反应，但少数活动刺激了广泛采用，成为“热门”。
2016-11-10 cs.SI physics.soc-ph
Intelligence of agents produces a structural phase transition in collective behaviour
生物体处理信息以相互作用并适应不断变化的环境，目的是寻找食物，交配或避免危险。它们的生态位结构通过选择它们的内部结构和诱导对环境线索和刺激的适应性反应而产生深远的影响。由专门的优化策略支持的适应性集体行为在自然界中无处不在。这种非凡的成功源于适应和选择的过程。在这里，我们证明了一个普遍的物理机制的非平衡过渡的信息处理有机体的集体组织的基础。当认知主体建立并更新其环境的因果结构的内部认知表征时，复杂模式在系统中出现，其中斑图形成的开始与认知地图的空间重叠有关。研究代理之间的信息交换揭示了一个连续的，有序无序的过渡。由于平移对称性的自发破缺，出现了戈德斯通模式，它指出了认知有机体之间信息传递的集体机制。总而言之，这种相变的特征以普遍的方式巩固了认知科学和生物科学中的不同结果。这些发现通常适用于不依赖于集中控制方案的人工智能群体系统的设计。
2017-06-05 cond-mat.soft cond-mat.stat-mech physics.soc-ph
Emergence of Collective Behaviors from Local Voronoi Topological Perception
本文提出基于局部Voronoi拓扑感知的2D离散时间模型，揭示智能体通过Voronoi邻居通信和单元几何决策涌现多样集体行为，并引入适用于各类模型的新型量化指标。
2024-02-13 math.DS physics.soc-ph q-bio.PE
Microscopic modeling and analysis of collective decision making: equality bias leads suboptimal solutions
我们讨论了一种新的集体决策交互多智能体系统的微观模型。特别是，我们有兴趣在建模一个众所周知的现象，在实验文献中称为平等偏见，代理人往往表现在相同的方式，如果他们一样好，或坏，作为他们的合作伙伴。我们分析了引入的问题，我们证明了次优的集体决策中存在的平等偏见。最后一节给出了数值实验。
2017-03-27 nlin.AO physics.soc-ph
Development of swarm behavior in artificial learning agents that adapt to different foraging environments
University of Innsbruck（因斯布鲁克大学）；Universität Konstanz（康斯坦茨大学）
集体行为，特别是群体的形成，已经在从生物学到物理学的各种领域中从几个角度进行了研究。在这项工作中，我们应用投影模拟将每个人建模为人工学习代理，与其邻居和周围环境进行交互，以便做出决策并从中学习。在一个强化学习框架内，我们讨论了一维学习场景，其中代理需要获得食物资源以获得奖励。我们观察到不同类型的集体运动如何出现，这取决于代理需要旅行到达资源的距离。例如，当食物源远离代理最初所在的区域时，会出现强烈对齐的群集。此外，我们还研究了不同类型的突发集体动力学中出现的个体轨迹的性质。被训练来寻找遥远资源的智能体由于集体运动而表现出具有Lévy特征的个体轨迹，而被训练来到达附近资源的智能体则表现出Brownian轨迹。
2020-04-01 cs.LG physics.soc-ph q-bio.PE
Collective motion from quantum-inspired dynamics in visual perception
Indian Institute of Technology Mandi（曼迪印度理工学院）；Indian Institute of Technology Kanpur（坎普尔印度理工学院）；IKS Research Centre, ISS Delhi（德里ISS IKS研究中心）
提出一种结合量子形式化感知决策过程的自驱动智能体集体行为模型，证明Vicsek模型为其特例，揭示了集体行为经典模式从感知中的自然涌现。
2025-06-05 cond-mat.stat-mech nlin.AO physics.soc-ph
Adaptive network models of collective decision making in swarming systems
我们考虑一类自适应网络模型，其中链接只能在不同状态的节点之间创建或删除。这些模型提供了一组系统的近似描述，其中节点表示在物理或抽象空间中移动的代理，每个节点的状态表示代理的前进方向，并且链接表示相互意识。我们分析表明，自适应网络描述捕捉集体运动的相变在群集系统，这种转变的属性是由每个代理可以访问的状态（离散航向方向）的数量。
2015-07-29 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Increasing intelligence in AI agents can worsen collective outcomes
Dynamic Online Networks Laboratory and Physics Department（动态在线网络实验室和物理系）
研究发现，资源稀缺时AI代理多样性与强化学习会加剧系统过载，而部落形成可降低风险，但整体效果取决于容量与人口比。
2026-03-12 cs.AI cs.CY cs.SI
When Is Collective Intelligence a Lottery? Multi-Agent Scaling Laws for Memetic Drift in LLMs
CBS–NTT Program in Physics of Intelligence（物理智能中心-NTT项目）；Center for Brain Science（脑科学中心）；Harvard University（哈佛大学）；Physics of Artificial Intelligence Group（人工智能物理研究组）；NTT Research, Inc.（NTT研究公司）
研究通过QSG模型揭示LLM多智能体系统中集体共识的形成机制，发现共识可能由膜etic漂移驱动，提出基于群体规模、通信带宽等因素的缩放定律。
2026-03-25 cond-mat.dis-nn cond-mat.stat-mech cs.AI
