Évaluer l'efficacité des systèmes multi-agents : Peut-on sélectionner des modèles automatiquement ?

Une étude portant sur six modèles multi-agents à travers trois benchmarks et modèles a été réalisée. L'analyse des équipes d'agents, composées de configurations telles que critique-acteur ou orchestrateur-subordonné, a montré que ces équipes avaient souvent des performances inférieures à celles des agents uniques, tant en précision qu'en coût, avec des augmentations de coût allant jusqu'à quatre fois. Bien que cela puisse suggérer que les systèmes multi-agents (MAS) ne sont pas nécessaires, une exception a été observée. Plus la tâche est complexe, plus les chances de succès de l'équipe augmentent, soulevant deux questions essentielles : La topologie du système influence-t-elle les résultats ? Et si oui, peut-on automatiser la sélection du modèle approprié pour des tâches spécifiques ? Actuellement, la réponse à la deuxième question est négative, et les raisons derrière cela sont particulièrement intéressantes. Les exemples présentés utilisent le cadre multi-agents FEDOT.MAS, avec tout le code expérimental et les résultats disponibles dans un dépôt. Bien que je mesure l'outil que j'ai développé, les conclusions tirées ne favorisent pas largement les systèmes multi-agents, reflétant une certaine autocritique plutôt qu'une promotion.