通过多小智能体强化学习降低工具使用中的认知负荷
人工智能
2025-10-14 v4
摘要
多智能体系统的最新进展凸显了通过分工协作的专用小智能体的潜力。然而，现有的集成工具的推理系统通常遵循单智能体范式，即一个大模型将长程推理与精确的工具操作交织进行，导致认知负荷干扰和不稳定的协调。我们提出了 MSARL，一个多小智能体强化学习框架，该框架明确地将推理与工具使用解耦。在 MSARL 中，一个推理智能体分解问题并规划工具调用，而多个工具智能体则专精于特定的外部工具，每个工具智能体都通过模仿学习和具有角色特定奖励的强化学习相结合的方式进行训练。在结合代码执行的数学问题求解上，MSARL 相比单智能体基线显著提高了推理稳定性和最终答案的准确性。此外，该架构可泛化到多种工具使用任务，表明通过小智能体进行认知角色解耦是多智能体 AI 设计的一个可扩展蓝图。
引用
@article{arxiv.2508.08882,
title = {Reducing Cognitive Overhead in Tool Use via Multi-Small-Agent Reinforcement Learning},
author = {Dayu Wang and Jiaye Yang and Weikang Li and Jiahui Liang and Yang Li},
journal= {arXiv preprint arXiv:2508.08882},
year = {2025}
}