ATC多智能体角色控制论文被EMNLP 2026接收

2026年，arXiv平台发布由Vishal Pramanik等人撰写的论文《ATC: Agent Trajectory Control for Role-Contract Enforcement in Black-Box Multi-Agent Systems》。该研究聚焦于基于大语言模型的多智能体系统，指出角色漂移会导致智能体越权执行其他角色的任务，进而影响系统稳定性。针对内部表示不可用的黑盒智能体，ATC提出将角色权限显式化为契约，在消息进入共享对话前进行约束和重新生成，通过检测越权偏离、逻辑违规并计算泄露正则化目标来干预消息。 该论文正式获得2026年EMNLP会议（Empirical Methods in Natural Language Processing）接收。根据研究结果显示，ATC模型在任务完成度和角色一致性两个核心维度上，均优于当前的强基线模型，为多智能体系统的角色控制提供了有效的技术路径。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。