NeuroMAS：将多智能体系统视为神经网络并联合强化学习

2026年10月26日，Haoran Lu 等作者在 arXiv 人工智能板块提交论文，提出 NeuroMAS 方法。该报道称，NeuroMAS 将多智能体语言系统建模为可训练、可扩展的类神经网络架构：LLM 智能体作为节点，中间文本信号作为边；节点没有预设角色，但能感知结构，由强化学习决定通信、专化与协作方式。报道称实验显示，该方法显著优于推理时多智能体基线与训练过的多智能体基线，并发现组织扩展具有路径依赖性——大系统难以从零训练，但从较小已训练系统逐步生长则可行。目前事件进展停留在论文提交与摘要公开阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。