arXiv'de çok ajanlı yapay zeka için iki yeni makale yayımlanmış

Dogan Urgun ve Yuxuan Zhu tarafından yazılan iki yeni yapay zeka makalesi, 30 Ekim 2026 tarihinde arXiv'de yayımlanmış. Makalelerden biri çok ajanlı öğrenme için tek bir ödül programının farklı senaryolarda yeniden kullanılmasını sağlayan GARDEN yöntemini, diğeri ise latent çokajanlı akıl yürürmede kullanılan beceri belleklerini sıkıştıran SkillMem'i tanıtıyor.

GARDEN ile ödül programı yeniden kullanılabilir hale getirildi

GARDEN, çokajanlı pekiştirmeli öğrenme takımları için tek bir ödül programı geliştirip bunu ilgili senario ailesinde değiştirmeden yeniden kullanmayı sağlar. Bu yöntemde bir büyük dil modeli ödül mühendisi olarak davranır ve ortam kodu, eğitim kayıtları ile ajan davranışını inceleyerek taslak ödüller üretir. Ardından bu ödüller deneme eğitimlerinde test edilir.

Overcooked ve SMAX testlerinde varsayılan ödüllere göre görev getirileri sırasıyla yüzde 58,2 ve yüzde 52,5 oranında artmış. İki savaş senaryosunda ortalama kazanma oranı yüzde 51,0'dan yüzde 89,9'a yükselmiştir. Sabit tanılama geri bildirim sonucu yüzde 84,2, Eureka'dan esinlenen ödül yansıtması sonucu ise yüzde 79,2 elde edilmiş. Bu karşılaştırmalarda GARDEN daha yüksek sonuçlar vermiştir.

SkillMem ile beceri bellekleri sıkıştırıldı

SkillMem, her yeniden kullanılabilir beceriyi küçük bir harici latent bellek olarak temsil eder ve latent çokajanlı akıl yürürmede doğrudan erişilebilir kılar. Rol koşullu çapraz dikkat okuyucu, aynı belleği farklı ajanların rolleri ve mevcut gizli durumlarına göre yönlendirmeye izin verir. Beceri bellekleri ve paylaşılan okuyucu, omurga dondurulurken metinsel bir becerin token tahminlerindeki değişikliğe uyum sağlayarak davranışsal distilledasyonla eğitilir.

Altı test ve 4B ile 14B parametre arası Qwen3 modellerinde deneyler yapılmış. Tüm model boyutları için aynı 8×256 bellek yapılandırması kullanılmış ve beceriye özel depolama gereksinimi 9,6 KB'dir. Yüzce 100 becerilik bir kütüphane için alternatif beceri temsiline göre toplam depolama 38 katından fazla azalmış. Uçtan uca çıkış hızı en fazla 4,23 kat artmıştır.

Makalelerin teknik detayları

GARDEN makalesi 8 sayfa, 3 şekil ve 5 tablo içeriyor; dosya boyutu 1,479 KB. SkillMem'in dosya boyutu ise 1,646 KB. İki makale de arXiv yapay zeka kategorisinde aynı gün yayımlanmış ve DOI kayıt işlemi beklemededir.

Neden önemli?

Çokajanlı pekiştirmeli öğrenme, robotlar ve otonom araçlar gibi ajan takımlarının koordine davranış öğrenmesini sağlar ancak öğrenilen davranış büyük ölçüde ödül işlevine bağlıdır. GARDEN ve SkillMem, ödül programlarının yeniden kullanılabilirliğini artırarak ve depolama maliyetini azaltarak bu alanda verimliliği hedefliyor.

Kaynak: arXiv — Artificial Intelligence, arXiv — Artificial Intelligence

Temsili görsel: Diego Martinez / Pexels