视觉多智能体系统的双潜在记忆机制

视觉多智能体系统（VMAS）虽能通过协作提升能力，但存在“扩展墙”现象：增加交互轮次反而降低性能并激增令牌成本。归因于以文本为中心的通信导致语义丢失。为此，本文提出 L²-VMAS 框架，利用双潜在记忆实现模型无关的协作。该方法解耦感知与思维，动态合成双重潜在记忆，并引入熵驱动的主动触发机制，将被动传输转变为按需访问。实验表明，该方法有效突破扩展墙，在提升准确率的同时显著降低令牌消耗。