Formazione Dinamica di Coalizioni e Prezzi di Comunicazione in Sistemi AI Agenti Basati su Competenze

Un articolo su arXiv (2608.07532) presenta un nuovo approccio per migliorare la comunicazione e la selezione degli agenti nei sistemi AI multi-agente. Gli autori trattano la selezione degli agenti e la comunicazione come un gioco cooperativo, introducendo una funzione di utilità netta condizionata al compito che distingue tra spese a livello di coalizione e costi di attivazione dei singoli agenti. Propongono un router greedy e una regola di attivazione basata sul valore marginale, estendendo il quadro per ottimizzare i collegamenti di comunicazione con i relativi costi. Inoltre, utilizzano i valori di Shapley stimati per determinare quali agenti contattare durante l'esecuzione. Lo studio collega il problema alla massimizzazione submodulare, offrendo due garanzie limitate: un limite raffinato dalla curvatura per un caso monotono specifico e un limite più stretto. Questo lavoro affronta le inefficienze nelle architetture esistenti che o predefiniscono la comunicazione o consentono una trasmissione illimitata, il che può comportare costi di token più elevati, latenza, ridondanza e propagazione degli errori. L'articolo è disponibile su arXiv con l'identificatore 2608.07532.