RELIC：多智能体规划中经披露原则学习可解释可组合技能

当智能体必须改进专用决策技能、同时保持其可执行实现私有化时，多智能体规划显著变难。这一设定出现在独立开发的智能体暴露异构接口、观测与能力，却必须在共享团队目标下协调时。现有方法通常依赖集中式优化、共享策略访问或共同技能表示——这些假设在函数签名不同的情况下限制知识复用。我们提出RELIC，一个通过披露原则学习可解释、可组合程序化技能的框架：每个智能体在本地改进自己的可执行技能，同时把有用的决策逻辑与协调模式蒸馏为紧凑的文本原则；这些抽象不要求直接交换程序，可在智能体各自的接口下重新实例化、在不兼容的实现空间之间复用。共享的原则记忆积累可迁移知识，并促进那些反复提升团队级表现的抽象。这种分离让一个智能体的发现能引导其他智能体，同时保留本地可执行实现与去中心化执行。RELIC因此支持跨异构角色与同构角色协作团队的战略迁移。在路由、调度、组合优化与分布式协调设置上的大量实验证明RELIC相对独立与联合LLM搜索方法的有效性，并在不同任务结构与LLM底座上取得一致收益。