Internal Representations

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

Cet article présente une méthode innovante pour détecter les structures de coalition cachées au sein des systèmes d'IA multi-agents, en analysant leurs représentations neuronales internes. Il construit un graphe d'information mutuelle par paires à partir des états cachés et applique un partitionnement spectral pour identifier les frontières de coalition, validé dans des environnements d'apprentissage par renforcement.