Agent Q-Mix：通过强化学习为 LLM 多智能体系统选择正确动作

Multi-Agent Reinforcement Learning Topology Optimization LLM Agents QMIX Cooperative Planning

摘要

针对复杂问题需多智能体协作的挑战，本文提出 Agent Q-Mix，一种将拓扑选择重构为合作性多智能体强化学习问题的框架。该方法利用 QMIX 值分解学习去中心化通信决策，结合拓扑感知图神经网络编码器、GRU 记忆及每智能体 Q 头，在集中训练去中心化执行范式下优化任务准确率与令牌成本的平衡。实验表明，其在编码、推理及数学基准测试中均优于现有方法，显著提升了多智能体系统的推理效率与鲁棒性。

AI 推荐理由

核心研究多智能体协作中的拓扑选择与通信规划，通过 RL 优化任务执行路径。

研究机构

University of California Los Angeles University of Washington Northwestern University

论文信息

作者 Eric Hanchen Jiang, Levina Li, Rui Sun, Xiao Liang, Yubei Li et al.

发布日期 2026-04-01

arXiv ID 2604.00344