论文
算力网络上异构LLM具身智能体的通信高效数字孪生协调
Communication-Efficient Digital-Twin Coordination for Heterogeneous LLM Embodied Agents over Computing Power Networks
摘要
由异构大语言模型（LLM）驱动的具身智能体团队正广泛部署于智能工厂、仓储与服务机器人等物理AI。为使团队协作，需要能在受限网络资源下可靠运行的协调机制。但依赖多轮自然语言对话的既有异构LLM智能体协调框架带来三个耦合挑战：智能体间对话的通信开销随团队规模快速增长；协调质量受团队LLM异构能力制约；迭代协商导致动作延迟。为此我们提出LDT-Coord：建立在轻量数字孪生（DT）之上的网络化协调框架。每个智能体独立选择意图动作、把动作决策与共享资源的结构化时间约束一并上报DT服务器，从而把协调性能与自然语言推理能力解耦；DT执行免训练的基于规则编排算法解决跨智能体冲突并返回协调指令以防冲突。为进一步降低通信开销，我们把上报控制形式化为受约束的部分可观测马尔可夫决策过程（C-POMDP），以PPO-Lagrangian求解。仿真显示LDT-Coord取得与传统方法相当的任务成功率，同时把通信开销降低70倍以上，并在LLM异构下保持鲁棒。
