摘要
多智能体规划在代理需要提升专门决策技能的同时保持其内部实现私密性时变得更加复杂。这种情况出现在独立开发的代理之间，它们暴露不同的接口和能力，必须在不共享可执行策略的情况下进行协调。先前的研究大多假设集中优化、共享策略访问或共同技能表示，这使得其在隐私受限的合作中效果不佳。
我们引入了 RELIC，一个通过揭示原则学习可解释和可组合技能的框架。每个代理通过私有 LLM 指导的搜索来完善自己的程序化技能，而一个受信任的协调者仅通过团队级表现来评估提议的更新。成功的行为不会作为代码广播；相反，它们被抽象为可移植的原则，其他代理可以在自己的接口中实例化并与本地策略重新组合。这将协调与实现共享分开，从而在异构技能签名下实现跨代理转移。因此，RELIC 引入了多智能体规划中隐私保护技能学习和协调的新范式。
博主点评： RELIC 框架的提出为多智能体系统中技能学习与协调提供了新的思路，尤其是在隐私保护的背景下。通过将成功行为抽象为原则，代理不仅能够保护自身实现，还能实现灵活的技能组合，这在实际应用中具有重要意义。未来的研究可以进一步探讨如何优化这一过程以提升效率和效果。