多智能体架构FRACTAL：通信成本从二次方降到线性O(kr)！
FRACTAL: A Self-Similar Multi-Agent Orchestration Architecture with Formal Communication, Convergence, and Depth Bounds
📖 AI 总结
这篇论文提出FRACTAL，一种用于递归目标分解的自相似多智能体架构。其核心特征是同一套五组件组织模式（编排器、集成体、知识账本、决策者、元观察者）在分解树的每一层重复出现。作者给出四项形式化贡献：在两阶段盲提案与压力测试协议下，节点内通信成本随集成体规模和轮数线性增长（O(kr)），而自由辩论为二次成本；通过可测量的多样性饱和阈值区分生成与评估两阶段的编排准则；在给定一致水平下具有显式概率界的不多数收敛保证，以及基于可操作目标复杂度度量的深度上界；统一迟滞与违约信号的贝叶斯层间升级机制。论文仅以示例和多层案例定性说明执行过程，未报告定量性能结论，并明确讨论模型在形式化和归纳偏置上的局限，实证验证留待未来工作。
🔑 关键词速览
| FRACTAL | 一种自相似的多智能体架构，用于递归目标分解，每层重复相同的五组件模式。 |
| 自相似性 | 架构中每一层分解树都重复相同的组织模式，类似于分形的自相似特征。 |
| 两阶段盲提案/压力测试协议 | 一种通信协议，先进行盲提案，再进行压力测试，以线性成本实现节点内通信。 |
| 超多数收敛 | 在给定一致水平下，通过超多数规则保证系统收敛，并具有明确的概率界。 |
| 贝叶斯层间升级机制 | 一种基于贝叶斯后验更新的机制，统一处理迟滞和契约违反信号，用于层间升级决策。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅