SIGMA：组合多智能体设计的技能发生率图

现有的基于图的多代理系统（MAS）设计者主要通过优化预定义代理、角色或组的通信拓扑来改善协作。然而，由于每个节点仍然是一个封闭集实体，因此这些方法很难推广到需要看不见的功能组合的任务。我们提出了 SIGMA，一种技能发生率图框架，它将代理构建为任务条件化的可重用技能包。给定任务和技能库，SIGMA 预测技能-代理关联矩阵，根据选定的技能组成代理节点嵌入，并解码所构建的代理上的通信拓扑。在执行过程中，特定于技能的邮箱将消息路由到相关的指定功能，使事件结构直接可操作。在具有三个基本 LLM 的六个推理和编码基准测试中，SIGMA 实现了最佳平均性能，并且比最强的非组合拓扑基准 CARD 分别提高了 2.06、2.36 和 1.75 分。它还对看不见的技能库表现出更强的鲁棒性，平均性能下降仅0.96点。这些结果表明，组合节点构建是通信拓扑优化之外的多智能体设计的补充和重要轴。代码可在 https://anonymous.4open.science/r/SIGMA-2338/ 获取。