MA-Mesh: collaborazione resiliente tra agenti tramite autoriparazione basata sui ruoli

Abstract degli autori

Una collaborazione efficace nei sistemi multi-agente richiede meccanismi di coordinamento e adattabilità in ambienti dinamici e incerti. Tuttavia, i sistemi multi-agente esistenti raramente modellano esplicitamente la resilienza e si affidano invece a correzioni ad hoc degli output, che limitano la gestione sistematica della robustezza in fase di esecuzione. In questo lavoro proponiamo Multi-Agent Mesh (MA-Mesh), un framework che costruisce un livello di autoriparazione basato sui ruoli sopra un modello di collaborazione. Nello specifico, MA-Mesh genera specifiche di sistema consapevoli della resilienza e le sintetizza in codice eseguibile per le policy multi-agente. Per migliorare la resilienza, introduciamo due meccanismi di autoriparazione: la riflessione tra agenti, un meccanismo che permette agli agenti di valutare non solo i propri risultati, ma anche le prestazioni dei propri pari, consentendo adeguamenti comportamentali informati e il perfezionamento collettivo delle policy; il failover basato sui ruoli, una strategia che riassegna dinamicamente i ruoli e permette agli agenti di sostituirsi a vicenda quando le sottoattività falliscono o gli agenti non raggiungono prestazioni adeguate, garantendo la continuità dell’esecuzione del compito. I risultati sperimentali ottenuti su attività diverse (per esempio, sviluppo software, uso di strumenti e ragionamento scientifico) dimostrano che MA-Mesh supera significativamente i sistemi multi-agente esistenti sia nelle prestazioni sui compiti sia nella robustezza in condizioni di incertezza del sistema.