ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-21
Локальная работа, глобальный прогресс: теория сходимости совместной работы ИИ-агентов
Оригинальное название: Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration
Протоколы сотрудничества команд LLM-агентов по большей части проектируются эмпирически, поэтому авторы формализуют совместное решение задач как блочную оптимизацию: каждый агент улучшает одну часть общего решения, руководствуясь своей локальной целевой функцией плюс поправкой на то, как его изменения влияют на остальные части, а координатор проверяет предложения по глобальной целевой функции и объединяет их. Авторы доказывают линейную сходимость до уровня ошибки, который исчезает, когда поправки точны. С агентами GPT-OSS-120B в задаче маршрутизации роботов команда из трёх агентов во всех запусках находила планы без столкновений и превосходила одного агента, управлявшего всеми роботами, команда из шести агентов завершала поиск примерно вдвое быстрее (медиана), а объединение лучшей проверенной комбинации сокращало время поиска примерно на 30%.