TodyComm：面向多轮 LLM 多智能体系统的任务导向动态通信

摘要

基于LLM的多轮多智能体系统依靠有效的通信结构来支持跨轮协作。然而，大多数现有方法在推理过程中采用固定的通信拓扑，这在许多实际应用中是不够的，在这些应用中，由于动态对手、任务进展或时变约束（例如通信带宽），代理的角色可能会改变\textit{跨轮}。在本文中，我们建议通过 TodyComm 来解决这个问题，这是一种 \textbf{t}ask-\textbf{o}riented \textbf{dy}namic \textbf{comm}unication 算法。它产生行为驱动的协作拓扑，适应每一轮的动态，通过策略梯度优化任务的效用。五个基准的实验表明，在动态对手和通信预算下，TodyComm 提供卓越的任务效率，同时保留token效率和可扩展性。

TodyComm：面向多轮 LLM 多智能体系统的任务导向动态通信 — 图1：TodyComm 训练工作流程概览。{A_i}_{i=1}^{N} 表示各智能体。给定节点特征 {f_i^t}_{i=1}^{N} 和隐藏状态 {h_i^{t-1}}_{i=1}^{N}，通过 GRN 生成智能体级信用（credit）{c_i^t}_{i=1}^{N}，其中 t ∈ [2, T+1]。这些信用被用于采样智能体参与动作，并通过优先考虑高信用智能体之间的边，在每一轮确定性地构建通信图。