Les chercheurs proposent LDT-Coord, un cadre de coordination en réseau pour des équipes d'agents incarnés alimentés par des modèles de langage larges (LLM) hétérogènes. Le système utilise un serveur de jumeau numérique léger pour découpler la coordination du raisonnement en langage naturel, adressant ainsi les coûts de communication élevés et les délais d'action inhérents aux méthodes de dialogue multi-tours existantes.
- Les agents rapportent leurs actions intentionnées et des contraintes temporelles structurées au serveur DT au lieu de s'engager dans une négociation itérative.
- Un orchestrateur basé sur des règles, sans entraînement, résout les conflits inter-agents concernant les ressources partagées.
- Le contrôle du rapport des agents est formulé comme un processus décisionnel markovien partiellement observable avec contraintes (C-POMDP) et résolu à l'aide de l'algorithme PPO-Lagrangian.
- Les résultats de simulation montrent des taux de réussite aux tâches comparables aux méthodes conventionnelles tout en réduisant la surcharge de communication de plus de 70 fois.
Le cadre maintient sa robustesse face à l'hétérogénéité des LLM, offrant un mécanisme de coordination fiable pour les déploiements d'IA physique dans des environnements avec des ressources réseau limitées.