Global Coherence: When Every Agent Is Right and the Team Is Still Wrong - A Local-to-Global Semantic Foundation for Multi-Agent Collaboration

مسئله

ایجنت‌ها می‌توانند هر کدام تصمیم محلی معتبر بگیرند اما با هم نتیجه‌ی نامعتبر بسازند؛ مثلاً چند ایجنت هر کدام در محدوده‌ی بودجه‌ی خودشان خرج کنند ولی جمعشان از بودجه‌ی مشترک بیشتر شود. نویسنده این را مسئله‌ی انسجام سراسری می‌نامد: شکست وضعیت مشترک، نه صرفاً شکست هوش.

روش

قضیه‌ی ناممکن بودن هم‌نامی مشاهده مرز دقیق را می‌دهد: یک سیاست فقط وقتی می‌تواند کنش معتبر را تضمین کند که همه‌ی جهان‌هایی که مشاهده‌ی یکسان می‌دهند یک کنش مجاز مشترک داشته باشند؛ اگر k جهان غیرقابل تمایز کنش‌های دوبه‌دو جدا لازم داشته باشند، بهترین موفقیت تصادفی بدترین حالت ۱/k است و استدلال، نقش، پیام یا نمونه‌ی بیشتر تمایز گم‌شده را برنمی‌گرداند. نویسنده یک معناشناسی زمان اجرای محلی به سراسری با ساختارهای ریاضی توپولوژی، رسته، گروه‌وار، بافه و تاریخچه پیشنهاد می‌دهد که در آن مدل‌ها پیشنهاد می‌دهند و هارنس مالک وضعیت مشترک است و ثبت تغییرات را کنترل می‌کند.

یافته‌ها

• در یک بنچمارک بازنگری، یک مدل پیشرو وقتی رویداد تعیین‌کننده دیده می‌شد ۴۰ از ۴۰ گرفت، وقتی پنهان بود همه‌ی حالت‌ها در حد شانس (۱/۳) بودند، و بازگرداندن یک واقعیت دوباره ۴۰ از ۴۰ داد.
• در TeamBench تیم‌های معمولی در ۵ از ۵ اجرا از بودجه‌ی مشترک فراتر رفتند، شمارش زنده‌ی قابل مشاهده آن را به ۴ از ۵ و اعمال کنترل ثبت به ۰ از ۵ رساند.
• در حوزه‌ی مخابرات τ۲-bench بررسی‌های وضعیت فعلی پس از برگشت‌های بی‌صدا ۰٫۰۷ گرفتند و هارنس ۱٫۰۰، و پالایش با ۲۸ درصد هزینه‌ی همه‌ی فیلدها کانتکست کافی را حفظ کرد.

محدودیت‌ها

مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ آزمایش‌ها کوچک‌اند (مثلاً ۵ اجرا در TeamBench) و نویسنده می‌گوید حل‌کننده‌هایی که خودشان مالک وضعیت‌اند، همان‌طور که پیش‌بینی شده، با این روش برابرند.