Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions
Harvard University(哈佛大学);Massachusetts Institute of Technology(麻省理工学院)
受哈耶克经济理论启发,通过拍卖和财富积累的简单经济信号实现去中心化信用分配,使弱智能体群体涌现出多步推理策略,在五个智能体任务中超越强单体基线。
2026-10-14 cs.AI cs.CL cs.MA
Multi-Agent Language Models: Advancing Cooperation, Coordination, and Adaptation
Polytechnique Montréal(蒙特利尔理工学院);Université de Montréal(蒙特利尔大学)
本研究通过合作性多智能体强化学习视角,探究大型语言模型的心理理论能力,旨在增强智能体与人工及人类伙伴的适应与合作,推动混合人机系统发展。
2025-06-17 cs.AI cs.CL cs.MA
Towards Cognitive Synergy in LLM-Based Multi-Agent Systems: Integrating Theory of Mind and Critical Evaluation
针对基于大语言模型的多智能体系统缺乏高阶认知能力、难以实现复杂协作的问题,本研究整合自适应心智理论与批判性评估机制,通过实证验证其可提升智能体互动质量,为类人协作推理多智能体系统构建提供框架支撑。
2025-07-29 cs.MA
EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents
University of California, Santa Barbara(加州大学圣巴巴拉分校);King’s College London(伦敦国王学院);Cisco Research(思科研究)
本文提出EnactToM基准,用于测试具身智能体的功能理论之心能力,通过300个3D家庭环境任务验证解决能力和认知深度,揭示了现有模型在隐含信念上的不足。
2026-05-15 cs.AI cs.MA
Multi-agent In-context Coordination via Decentralized Memory Retrieval
National Key Laboratory of Novel Software Technology, Nanjing University(南京大学计算机软件新技术国家重点实验室);School of Artificial Intelligence, Nanjing University(南京大学人工智能学院);Tencent(腾讯)
本文提出MAICC方法,通过去中心化记忆检索提升多智能体强化学习中任务协调效率,实验表明其在Level-Based Foraging和SMAC等基准上表现更优。
2025-11-13 cs.LG cs.MA
OverForge: Reasoning Through Strategies and Tactics Helps Cooperative Lifelong Adaptation
Delft University of Technology(代尔夫特理工大学)
OverForge提出一种免训练的分层架构,将策略推理与战术推理分离,通过元认知模块耦合,在OvercookedV2中实现更高的协作效率、角色保留和适应陌生伙伴,支持终身适应。
2026-10-01 cs.AI cs.CL cs.MA
M$^3$RL: Mind-aware Multi-agent Management Reinforcement Learning
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Facebook AI Research(Facebook人工智能研究)
大多数关于多智能体强化学习(MARL)的先前工作通过直接控制智能体以最大化共同奖励来实现最佳协作。在本文中,我们将从一个不同的角度来解决这个问题。特别是,我们考虑的情况下,有自我利益的代理(即,工人代理),它们有自己的思想(偏好、意图、技能等)。并且不能被命令执行他们不希望做的任务。为了实现这些代理之间的最佳协调,我们训练超级代理(即,管理者)首先根据当前和过去的观察推断他们的想法,然后签订合同,将合适的任务分配给工人,并承诺给予相应的奖金,以便他们同意一起工作。管理者的目标是最大限度地提高整体生产力,并最大限度地减少支付给工人的临时工人团队。为了训练管理者,本文提出了思维感知的多智能体管理强化学习(M^3RL),它包括智能体建模和策略学习。我们已经评估了我们的方法在两个环境中,资源收集和手工制作,模拟多代理管理问题与各种任务设置和多个设计的工人代理。实验结果验证了我们的方法在建模工人代理的思想在线,并在实现最佳的ad-hoc团队具有良好的泛化和快速适应的有效性。
2019-03-07 cs.AI cs.LG cs.MA
A Brain-inspired Theory of Collective Mind Model for Efficient Social Cooperation
本文提出脑启发的集体心智理论ToCM,通过统一多元表征和想象空间模拟多智能体交互,提升复杂环境下的合作效率,并在SNN与DNN决策网络及任务迁移中验证优势。
2023-11-08 cs.MA
Evaluating Theory of Mind and Internal Beliefs in LLM-Based Multi-Agent Systems
Warsaw University of Technology(华沙技术大学)
本文提出一种整合理论心、BDI内部信念和符号求解器的多智能体架构,评估其在资源分配问题中提升协作智能的效果。
2026-02-24 cs.AI cs.MA
ToMAS: A Pilot Failure-Grounded Theory-of-Mind Benchmark from Multi-Agent LLM Failures
The Islamia University of Bahawalpur(巴哈瓦尔布尔伊斯兰大学);Toronto Metropolitan University(多伦多都会大学)
ToMAS提出将多智能体LLM失败案例转化为伙伴状态推理条目的基准,通过转换规则生成训练数据,并揭示GRPO实验因LoRA更新过小而无效,为后续研究指明方向。
2026-09-16 cs.MA
Out of Sight, Not Out of Mind: Unveiling Latent Attack in Latent-based Multi-Agent Systems
Southeast University(东南大学);Peking University(北京大学)
研究潜在表示能否携带攻击信息,提出通过潜在干预激活攻击效果的框架,实验表明潜在攻击在清洁执行中显著降低任务性能,尤其影响智能体间KV缓存传递。
2026-08-28 cs.CR cs.LG cs.MA
On the Utility of External Agent Intention Predictor for Human-AI Coordination
本文提出一种两阶段范式,通过训练心智理论模型实时预测AI智能体未来动作,在不改变AI黑箱的前提下增强人类情境感知,实验证明其能显著提升人机团队表现。
2024-05-03 cs.HC cs.MA
Ad-Hoc Human-AI Coordination Challenge
FLAIR, University of Oxford, Oxford, UK(FLAIR,牛津大学,牛津,英国);Department of Computer Science, University of Oxford, UK(计算机科学系,牛津大学,英国)
为解决人机协调评估难的问题,提出AH2AC2挑战,基于大规模人类数据构建代理智能体,开源3,079局游戏数据,并提供两人和三人Hanabi基线结果。
2025-06-29 cs.AI cs.HC cs.MA
Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding
针对去中心化多智能体路径规划中独立采样导致联合动作不兼容的问题,提出DMM方法,通过跨通信轮次的迭代意图去噪精化动作,结合模仿学习预训练与MICPO强化学习优化,在1,600个MovingAI任务中解决1,598个,并支持百万级智能体扩展。
2026-09-29 cs.AI cs.MA
NestRL: A Nested Training Regime for Mutual Adaptation in Human-AI Teaming
School of Computing and AI, Arizona State University(计算与人工智能学院,亚利桑那州立大学);Department of Computer Science, Colorado State University(计算机科学系,科罗拉多州立大学)
针对人机团队中相互适应的挑战,提出嵌套训练机制NestRL,通过分层训练代理对抗自适应对手,避免产生不透明的协调策略,在Overcooked领域实现更高的任务性能和适应性。
2026-06-01 cs.LG cs.MA cs.RO
Reasoning-Aware Prompt Orchestration: A Foundation Model for Multi-Agent Language Model Coordination
Amazon(亚马逊)
该研究提出具备理论基础的动态提示编排框架,通过形式化智能体状态实现多智能体推理协调,实验验证其在延迟、一致性等方面的提升,为多智能体可扩展推理提供新范式与理论支撑。
2025-09-30 cs.AI cs.MA
ToMCAT: Theory-of-Mind for Cooperative Agents in Teams via Multiagent Diffusion Policies
SRI International(SRI国际)
本文提出 ToMCAT 框架,将心智理论元学习与多智能体扩散模型结合,并通过动态重规划机制生成团队感知计划,在烹饪模拟中验证其能在不牺牲表现的同时减少资源使用并适应未知队友。
2025-05-06 cs.AI cs.LG cs.MA
Dynamic Task Adaptation for Multi-Robot Manufacturing Systems with Large Language Models
Department of Industrial and Manufacturing, Pennsylvania State University(工业与制造系,宾夕法尼亚州立大学)
本文提出了一种基于大型语言模型的控制框架,通过中央控制器智能体解释机器人配置数据并生成有效重分配,实现多机器人制造系统在机器人故障时的动态任务重分配,实验证明其在真实场景中具有高任务成功率,显著提升了系统的适应性。
2025-05-28 cs.MA cs.RO
Towards Few-shot Coordination: Revisiting Ad-hoc Teamplay Challenge In the Game of Hanabi
Mila(米拉研究所);Université de Montréal(蒙特利尔大学);Polytechnique Montréal(蒙特利尔综合理工学院);IBM Research(IBM研究院)
该研究针对现有ZSC算法对不同训练方法的伙伴适应慢的问题,基于Hanabi游戏构建评估框架与适应遗憾指标,发现朴素IQL适应速度与SOTA的OBL相当,并指出训练数据多样性、优化过程类超参数对适应性影响显著。
2023-08-20 cs.AI cs.LG cs.MA
SANNet: A Semantic-Aware Agentic AI Networking Framework for Multi-Agent Cross-Layer Coordination
Peng Cheng Laboratory, Shenzhen, China(鹏城实验室);Pazhou Laboratory (Huangpu), Guangzhou, China(琶洲实验室(黄埔));School of Artificial Intelligence, Xidian University, Xi’an, China(西安电子科技大学人工智能学院);State Key Lab. of Networking & Switching Tech., Beijing Univ. of Posts & Telecom., Beijing, China(北京邮电大学网络与交换技术国家重点实验室)
SANNet提出一种语义感知的智能体AI网络架构,通过推断用户语义目标并自动分配跨层智能体,结合动态权重冲突解决机制,实现多智能体高效协作,并在开放RAN原型上验证了性能提升。
2025-05-25 cs.AI cs.MA cs.NI
Theory of Scene: Breaking the Symmetry Trap in Multi-Agent LLM Coordination
针对多智能体LLM协调中的对称性陷阱,提出免训练的场景理论(ToS),通过角色门控和任务耦合实现同质智能体分工,在DivvyBench、GovSim和Overcooked上全面超越六个基线。
2026-09-29 cs.CL cs.LG cs.MA
Nocturne: a scalable driving benchmark for bringing multi-agent learning one step closer to the real world
Meta AI;UC Berkeley(加州大学伯克利分校);École des Ponts ParisTech(巴黎桥路学院);Univeristy of Oxford(牛津大学)
我们介绍了Nocturne,一个新的2D驾驶模拟器,用于调查部分可观测性下的多智能体协调。Nocturne的重点是在现实世界的多智能体环境中研究推理和心理理论,而无需计算机视觉和图像特征提取的计算开销。在这个模拟器中的代理只观察场景的遮挡视图,模仿人类的视觉感知约束。与现有的基准测试不同,Nocturne使用高效的交叉方法在C++后端计算一组矢量化的可见特征,允许模拟器以每秒超过2000步的速度运行。使用开源的轨迹和地图数据,我们构建了一个模拟器来加载和重放来自真实世界驾驶数据的任意轨迹和场景。使用这个环境,我们基准的协调学习和模仿学习代理,并证明代理是相当远的人类水平的协调能力,并偏离专家轨迹显着。
2023-02-02 cs.AI cs.LG cs.MA
DiffCoord: Differentiable Coordination for Distributed Multi-Agent Trajectory Optimization
Department of Electrical and Computer Engineering, National University of Singapore(新加坡国立大学电子与计算机工程系)
提出DiffCoord框架,将截断ADMM-DDP管道的耦合参数通过端到端元学习联合优化,利用智能体神经网络实现任务自适应,并扩展到不同智能体数量。在协作空中运输系统中验证,相比现有方法将每智能体梯度计算时间减少70%。
2026-06-12 cs.LG cs.MA cs.RO
Agent-to-Agent Theory of Mind: Testing Interlocutor Awareness among Large Language Models
University of Toronto(多伦多大学);Vector Institute(向量研究所);ETH Zürich(苏黎世联邦理工学院);MPI(马克斯·普朗克研究所)
本文首次系统评估大语言模型的对话者意识,发现LLM能从推理模式、语言风格和对齐偏好三个维度识别对话伙伴身份,并揭示其在提升多智能体协作的同时也带来奖励黑客和越狱等安全风险。
2025-08-27 cs.AI cs.CL cs.CY
Low-Rank Agent-Specific Adaptation (LoRASA) for Multi-Agent Policy Learning
University of Manchester(曼彻斯特大学)
针对多智能体强化学习中纯参数共享抑制智能体专业化的问题,提出LoRASA方法,通过在共享策略层附加低秩适配矩阵实现参数高效适配,在SMAC和MAMuJoCo基准上匹配或优于基线且降低开销,为MARL策略参数化提供新范式。
2025-02-08 cs.AI cs.LG cs.MA