Framework Multi-Agente Ottimizza la Pianificazione a Lungo Termine con RL Centrato sul Planner

Un recente articolo pubblicato su arXiv introduce un nuovo framework per la collaborazione multi-agente finalizzato alla pianificazione a lungo termine attraverso l'uso di modelli linguistici. Questo framework suddivide l'automazione in tre ruoli distinti: un planner per il processo decisionale generale, un attore per l'esecuzione dei compiti e un gestore di memoria per il ragionamento contestuale. Il contributo principale degli autori è un'analisi completa dell'allocazione delle risorse di calcolo, che rivela che la pianificazione ha un impatto significativo sulle prestazioni del compito, mentre l'esecuzione e la gestione della memoria richiedono molta meno potenza computazionale e capacità del modello. Sulla base di questi risultati, propongono un metodo di apprendimento per rinforzo incentrato sul planner, che ottimizza il planner in base ai premi a livello di traiettoria provenienti da un VLM-as-judge. L'articolo è disponibile su arXiv:2605.02168.