无人机集群、自动驾驶汽车等多个人工智能(AI)之间为避免冲突并实现协作所需的“沟通规则”,如今可由类似ChatGPT的大型语言模型(LLM)自行设计,相关技术已被开发出来。预计这将成为在多设备交织的复杂产业现场或灾难情境中,大幅提升AI协作能力的基础技术。
蔚山科学技术院(UNIST)人工智能研究生院韩升烈教授团队13日表示,已开发出利用LLM的高阶推理能力来设计并改进多智能体强化学习(MARL)通信方式的“LMAC(LLM-driven Multi-Agent Communication)”技术。
自主无人机、协作机器人、自动驾驶汽车等,各设备(智能体)只能掌握整体状况的一部分。因此,相互传递所收集信息的通信能力左右着整个任务的成败。但现有技术存在局限:或是一次性共享全部信息导致运算低效,或是AI无法在语义层面判断“什么信息对谁是必要的”,从而产生信息不均衡。
研究团队将LLM用作多智能体系统的“通信设计者”,解决了这一问题。以自然语言输入任务目标、各AI的角色以及可观测信息的含义后,LLM会对其进行分析,并以代码形式编写出只挑选必要信息进行传递的通信函数。
尤其是该技术能基于过往强化学习数据自动完善沟通规则。研究团队引入了“状态认知指标(SAI)”,用于衡量智能体基于所接收消息对实际环境的掌握程度。当评估程序找出信息差距或错误并给出反馈后,LLM会据此补充基准坐标或识别信息等,对通信代码进行精细修改。
效率也大幅提升。该方式并非在实际学习或执行任务阶段每一刻都调用LLM,而是由LLM事先完成的代码接收各AI的观测值并生成消息,因而可减少巨大的成本与运算负担。此外,各AI不会直接使用所接收的信息,而是只压缩协作所需的核心内容,并具备可自行判断该信息可信度的元认知学习结构。
LMAC的性能通过人气游戏《星际争霸Ⅱ》得到验证。在1个可看到敌方的侦察单位(监察者)与10个无法看到前方的攻击单位(毒爆虫)协作对抗敌人的任务中,应用LMAC的AI胜率达96.2%。相同条件下,应用现有通信方式SMS和TarMAC时的胜率分别仅为59.0%和25.2%。
第一作者裴相俊研究员说明称:“以往研究集中于如何学习消息,在判断本质上需要哪些信息方面存在局限”,“LMAC由LLM理解并推理任务以设计协议,再以数据驱动的反馈加以完善,最大化了执行效率。”
韩升烈教授期待表示:“今后在自主无人机、机器人集群、智慧工厂、自动驾驶协作系统等多个AI需在有限信息中共同判断和行动的实际环境中,这将成为非常重要的基础技术。”
此次研究成果被7月6日至12日在首尔举行的机器学习领域最权威国际学术会议“ICML(International Conference on Machine Learning)2026”录用并发表。研究在韩国科学技术情报通信部、信息通信企划评价院(IITP)、韩国研究基金会(NRF)等的支持下完成。






