智能体网络中的共识度量

Jin Gao

论文 2026 原文 2026-10-17 arXiv preprint [cs.MA; cs.AI]; accepted at the NANDA Workshop, IEEE TPS-ISA 2026 arXiv:2610.24833 收录 2026-10-26 agent-networkconsensusevaluationmulti-agentcommunication

摘要

当智能体通过网络相互连接、承担需要协商与联合决策的任务时，就需要一套系统方法来评估它们的观点如何收敛、又有哪些信息支撑其决策。论文把共识形成视为「公开表达的立场向共同区域演进」的过程，以累积的通信历史作为上下文，跟踪立场轨迹、群体离散度以及公开消息中表达的信息。两个案例分别是基于分布式事实的人员配置决策，以及需要智能体核对重复信息和一份已取消合同的决策。1,872 次完整运行的结果显示：分享解释与更准确的群体决策相关；第二个任务则出现「聚合答案正确但分歧持续」的情况。框架另做成员变更实验，通过把「智能体之间的收敛」与「向任务全信息答案的推进」分开度量，将决策准确性与有界分歧同交互过程中可获得的信息联系起来。

引用本文条目

GB/T 7714-2015

Jin Gao. Measuring Consensus in AI Agent Networks[EB/OL]. arXiv preprint [cs.MA; cs.AI]; accepted at the NANDA Workshop, IEEE TPS-ISA 2026, 2026(2026-10-17)[2026-11-01]. https://arxiv.org/abs/2610.24833.

BibTeX

@misc{gao2026,
  author = {Jin Gao},
  title = {Measuring Consensus in AI Agent Networks},
  year = {2026},
  organization = {arXiv preprint [cs.MA; cs.AI]; accepted at the NANDA Workshop, IEEE TPS-ISA 2026},
  howpublished = {\url{https://arxiv.org/abs/2610.24833}},
}

查看原文 ↗

本条目为「智联观察」资料库收录，引用时请注明来源与本页链接。