SkillGraph：基于多模态图拓扑的自我进化多智能体协作

将视觉 - 语言模型扩展为视觉多智能体系统面临两大挑战：通信拓扑在推理前固定，无法感知视觉内容与查询上下文；代理推理能力在部署期间保持静态。本文提出 SkillGraph 框架，联合进化代理专长与通信拓扑。该框架利用多模态图变压器编码视觉令牌、指令语义及活跃技能嵌入，预测基于查询的协作图，实现动态信息流。同时，技能设计器从失败案例中提炼启发式规则，构建自我进化的多模态技能库。更新后的技能嵌入反馈至模型，使拓扑随能力提升自适应调整。实验表明该方法在多个基准测试中均取得一致改进。