LLM 智能体之间的零样本协调

arXiv:2611.06409v1 公告类型：新论文 摘要：我们研究零样本协调（ZSC），即独立开发的智能体必须在测试时进行协调。尽管强化学习（RL）文献已对 ZSC 进行了充分研究，但对于 LLM 智能体在此类场景中的表现，人们的了解仍少得多，尽管它们在这些场景中的部署日益增多。现有关于 LLM 协调的研究往往依赖专门设计的支撑框架，而独立开发的智能体在实践中不太可能共享这些框架。此外，在复杂环境（如 Hanabi）中进行评估，很难准确定位协调失败的原因。相比之下，我们聚焦于简单、通用的支撑框架，并采用旨在单独考察特定协调挑战的极简环境。我们的结果表明，即使在这些受控设置下，前沿 LLM 智能体仍难以协调，主要原因是它们对协调问题的理解有限，且对伙伴信念的推理能力较弱。虽然 LLM 引入了语义信息作为协调的一个额外维度，但它们仍无法有效利用这一结构。为此，我们提出协调友好型定义（CFDs），作为一种具有系统性依据的方法，以实现 LLM 智能体之间的稳健协调。最后，我们表明 CFDs 可以自动发现，从而无需人工设计。代码已公开：https://github.com/ahayler/zsc-llm-agents。