La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-21
Trabajo local, progreso global: una teoría de la convergencia para la colaboración de agentes de IA
Título original: Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration
Los protocolos de colaboración para equipos de agentes LLM se diseñan en su mayoría de forma empírica, por lo que los autores formalizan la resolución colaborativa de problemas como optimización por bloques: cada agente mejora una parte de una solución compartida guiándose por su objetivo local más una corrección de cómo sus cambios afectan a las demás partes, mientras un coordinador comprueba las propuestas contra el objetivo global y las fusiona. Demuestran convergencia lineal hasta un piso de error que desaparece cuando las correcciones son exactas. Con agentes GPT-OSS-120B en enrutamiento de robots, un equipo de tres agentes encontró planes sin colisiones en cada ejecución y superó a un único agente que controlaba todos los robots, un equipo de seis agentes completó su búsqueda aproximadamente el doble de rápido (mediana), y fusionar la mejor combinación comprobada redujo el tiempo de búsqueda en torno a un 30%.