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

Este artigo apresenta um método inovador para detectar estruturas de coalizão ocultas em sistemas de IA multiagentes, analisando suas representações neurais internas. Ele constrói um grafo de informação mútua a partir de estados ocultos e aplica particionamento espectral para identificar limites de coalizão, validado em ambientes de aprendizado por reforço.