Neue Methode: Multi-Agenten lernen in Echtzeit, um komplexe Probleme zu lösen

In der Welt der künstlichen Intelligenz haben sich Multi-Agenten zu praktischen, LLM‑gestützten Helfern entwickelt, die durch Vielfalt und gegenseitige Kontrolle robuster agieren. Doch die klassische Multi‑Agenten‑Reinforcement‑Learning‑Phase (MARL) bleibt ressourcenintensiv und instabil, weil sich die Agenten ständig aneinander anpassen und die Belohnungen selten und stark variieren.

Um diese Hürden zu überwinden, präsentiert das Forschungsteam das Konzept Multi‑Agent Test‑Time Reinforcement Learning (MATTRL). Dabei werden strukturierte Textdaten während der Inferenz in die Entscheidungsfindung eingebracht. MATTRL bildet ein Team von Spezialisten, die in mehreren Runden diskutieren, aktuelle Erfahrungen abrufen und zusammen eine konsolidierte Entscheidung treffen.

Die Experimente erstrecken sich über anspruchsvolle Aufgaben in Medizin, Mathematik und Bildung. MATTRL steigert die Genauigkeit im Durchschnitt um 3,67 % gegenüber einem Multi‑Agenten‑Baseline und um 8,67 % gegenüber vergleichbaren Einzelagenten‑Modellen. Durch gezielte Ablationsstudien wird zudem gezeigt, wie unterschiedliche Kreditzuweisungsstrategien die Ergebnisse beeinflussen.

Zusammenfassend liefert MATTRL einen stabilen, effektiven und effizienten Ansatz für robuste Multi‑Agenten‑Reasoning, der ohne aufwendige Feinabstimmung funktioniert und sich gegen Verteilungsverschiebungen behauptet.