Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.02002v1

帮助 | 高级搜索

计算机科学 > 多智能体系统

arXiv:2507.02002v1 (cs)
[提交于 2025年7月1日 ]

标题: 多智能体环境中的动态策略适应与大型语言模型

标题: Dynamic Strategy Adaptation in Multi-Agent Environments with Large Language Models

Authors:Shaurya Mallampati, Rashed Shelim, Walid Saad, Naren Ramakrishnan
摘要: 大型语言模型(LLMs)在数学、策略和语言任务中表现出强大的推理能力,然而关于它们在动态、实时、多智能体场景中的推理能力了解甚少,例如协作环境中,智能体需要持续适应彼此的行为,如合作游戏设置中的情况。 在本文中,我们通过将基于LLM的智能体与博弈论原则(如信念一致性与纳什均衡)相结合的战略推理和实时适应能力,弥补了这一差距。 所提出的框架广泛适用于动态场景,其中智能体在不断变化的条件下进行协调、沟通和决策。 我们提供了实时策略优化和自适应反馈机制,使智能体能够根据即时的上下文交互动态调整策略,这与之前在静态或回合制环境中评估LLM能力的努力形成对比。 实证结果表明,在高噪声环境中,我们的方法在回报方面比PPO基线提高了高达26%,同时保持实时延迟低于1.05毫秒。 我们的方法提高了协作效率、任务完成率和灵活性,说明与实时反馈结合的博弈论指导增强了LLM性能,最终促进了更具弹性和灵活性的战略多智能体系统。
摘要: Large language models (LLMs) demonstrate strong reasoning abilities across mathematical, strategic, and linguistic tasks, yet little is known about how well they reason in dynamic, real-time, multi-agent scenarios, such as collaborative environments in which agents continuously adapt to each other's behavior, as in cooperative gameplay settings. In this paper, we bridge this gap by combining LLM-driven agents with strategic reasoning and real-time adaptation in cooperative, multi-agent environments grounded in game-theoretic principles such as belief consistency and Nash equilibrium. The proposed framework applies broadly to dynamic scenarios in which agents coordinate, communicate, and make decisions in response to continuously changing conditions. We provide real-time strategy refinement and adaptive feedback mechanisms that enable agents to dynamically adjust policies based on immediate contextual interactions, in contrast to previous efforts that evaluate LLM capabilities in static or turn-based settings. Empirical results show that our method achieves up to a 26\% improvement in return over PPO baselines in high-noise environments, while maintaining real-time latency under 1.05 milliseconds. Our approach improves collaboration efficiency, task completion rates, and flexibility, illustrating that game-theoretic guidance integrated with real-time feedback enhances LLM performance, ultimately fostering more resilient and flexible strategic multi-agent systems.
评论: 20页,11张图 提交至GameSec 2025(审稿中)
主题: 多智能体系统 (cs.MA)
引用方式: arXiv:2507.02002 [cs.MA]
  (或者 arXiv:2507.02002v1 [cs.MA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.02002
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shaurya Mallampati [查看电子邮件]
[v1] 星期二, 2025 年 7 月 1 日 20:09:50 UTC (11,883 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.MA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号