MASIF: 多智能体系统中用于过程可观测性的隐式故障

研究定义隐式故障作为多智能体系统的过程可观测性信号，在 1,828 个轨迹中，该信号出现在 54.3% 的成功和 75.2% 的失败轨迹中。 提出 IF-GRPO 强化学习算法，利用隐式故障成本改进轨迹偏好，并在准确率和过程指标上观察到增益，同时揭示了任务性能与故障密度间的权衡。