太多专家：多代理无事先协调合作中的新兴效率与瓶颈
多智能体系统
2026-05-12 v1 人机交互
摘要
计算模型的协作往往忽视异构代理特征与复杂任务结构共同产生的系统性瓶颈、效率和贡献不平等。我们通过一种集成多种代理人格与结合串行和并行依赖关系的任务于厨房环境中的基于代理的模型来解决此问题。我们的模型整合了多样化的代理人格像，包含各种任务。我们识别出专家困境，僵化的角色声明会产生系统级瓶颈，放大工作负荷不平等，促进碎片化、寡头主义网络。我们也发现团队规模与沟通开销与问题结构相互作用，导致报酬递减和冗余协作。将微观行为与宏观结果联系，为理解新兴协作及设计有效的多代理团队合作原则提供了见解。
引用
@article{arxiv.2605.08540,
title = {Too Many Specialists: Emergent Inefficiencies and Bottlenecks for Multi-agent Ad-hoc Collaboration},
author = {Benjamin Panny and Shashank Mehrotra and Zahra Zahedi and Teruhisa Misu and Kumar Akash},
journal= {arXiv preprint arXiv:2605.08540},
year = {2026}
}
备注
Published in Proceedings of Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)