IA e os Problemas Difíceis do Mundo · Ciência da computação teórica · arXiv · 2026-10-22
Colaboração paralela de agentes de IA como otimização distribuída em blocos com estrutura de grafo
Título original: Parallel AI Agent Collaboration as Graph-Structured Distributed Block Optimization
Agentes de IA em paralelo podem produzir edições locais úteis que degradam uma solução compartilhada quando combinadas. O artigo modela esse problema de coordenação como otimização discreta em blocos com um objetivo exatamente avaliável e um grafo de dependências conhecido, no qual conjuntos independentes certificam edições compatíveis cujos ganhos verificados se somam exatamente, e prova que uma coloração fracionária ótima produz uma fusão que preserva uma fração de 1/χ_f(G) da melhoria local verificada total. Experimentos de reparo de código mostram que a fusão verificada resolve conflitos que fazem a fusão ingênua falhar, a integração fracionária retém 922 unidades de melhoria verificada de corte de grafo em 90 execuções pareadas em três redes viárias públicas, e o escalonamento fracionário reduz o wall time medido em uma mediana de 15% em doze execuções pareadas de agentes de busca de rotas.