LLM 引导的协作多智能体强化学习通信

通信是多智能体强化学习（MARL）中缓解部分可观测性的关键组件，但现有方法常依赖低效的信息交换或无法传输足够的状态信息。为此，本文提出 LLM 驱动的多智能体通信（LMAC），利用大语言模型的推理能力设计通信协议，使所有智能体能尽可能准确且一致地重构底层状态。LMAC 通过显式的状态感知标准迭代优化协议，在提升状态恢复精度的同时缩小智能体间的知识差异。在多种 MARL 基准上的实验表明，LMAC 显著改善了跨智能体的状态重建效果，并优于现有的通信基线方法。