Hidden Coalitions in Multi-Agent AI: A Spectral Diagnostic from Internal Representations

Este artículo introduce un método novedoso para detectar estructuras de coalición ocultas en sistemas de IA multiagente, analizando sus representaciones neuronales internas. Construye un grafo de información mutua por pares a partir de los estados ocultos y aplica partición espectral para identificar los límites de la coalición, validado en entornos de aprendizaje por refuerzo.