Multi-Agent Systems Self-Improvement Dynamic Environments Strategy Adaptation
摘要

学习通过交互适应策略是实现更通用、自主LLM智能体的关键步骤。现有方法通常通过修订技能库来实现行为适应,但在多智能体环境中,对手会同时更新策略,导致环境持续演化。针对这一挑战,我们提出了OASE(对手感知选择性进化),旨在动态多智能体环境中识别并采纳真正有益的技能修订。具体而言,OASE基于对手策略的历史快照作为锚点,在相同条件下对候选技能与现有技能进行配对比较,仅当估计的收益增益超过接受阈值时才采纳候选技能。实验表明,OASE能以更少的修订实现稳定的策略适应。

AI 推荐理由

论文核心提出OASE机制,专注于Agent在动态多智能体环境中的策略自我进化与自适应更新。

研究机构
爱丁堡大学 南加州大学 俄克拉荷马大学 帝国理工学院 北京师范大学 密歇根大学 腾讯 香港浸会大学
论文信息
作者 Zhaofeng Zhang, Linhan Xia, Rui Liu, Yihao Wang, Binrui Shen et al.
发布日期 2026-08-03
arXiv ID 2608.02005
相关性评分 9/10 (高度相关)