Nel mondo dell'intelligenza artificiale, esiste una distinza netta tra una singola mente brillante e un team coordinato. Per decenni, i ricercatori si sono concentrati sull'insegnare a un singolo computer come risolvere un problema, come un grande maestro che gioca a scacchi o un robot che naviga in un labirinto. Questi sistemi imparavano per tentativi ed errori, regolando le proprie azioni in base a ricompense o penalità finché non padroneggiavano un compito specifico. Tuttavia, il mondo reale raramente presenta problemi che possano essere risolti da un singolo attore in isolamento. Il traffico, le missioni di soccorso e i pavimenti delle fabbriche coinvolgono molti attori indipendenti che si muovono contemporaneamente, ognuno dei quali prende decisioni che influenzano gli altri. Questo è il regno dei sistemi multi-agente, dove l'obiettivo non è solo l'intelligenza individuale, ma la cooperazione collettiva. La sfida consiste nel far sì che queste entità indipendenti lavorino insieme senza un comandante centrale che detti ogni mossa, specialmente quando l'ambiente è caotico, le regole sono poco chiare e la posta in gioco è alta.

Una nuova e completa survey condotta dai ricercatori Weiqiang Jin, Hongyang Du, Shixiang Tang, Biao Zhao e Guang Yang mappa il panorama attuale di questo complesso campo. Gli autori hanno raccolto e analizzato i principali metodi utilizzati per insegnare a gruppi di agenti artificiali come cooperare, spaziando da rigidi libri di regole a strategie flessibili basate sull'apprendimento. Il loro lavoro funge da guida attraverso i vari strumenti e ambienti che gli scienziati utilizzano per testare queste idee, dalle simulazioni di videogiochi alle applicazioni nel mondo reale come la guida autonoma e la risposta ai disastri. La survey evidenzia un cambiamento significativo nel modo in cui questi sistemi vengono costruiti. Mentre i metodi più vecchi si affidavano a istruzioni pre-programmate o modelli matematici di competizione, gli approcci più promettenti riguardano ora agenti che imparano dall'esperienza e, più recentemente, agenti che utilizzano modelli linguistici avanzati per ragionare e comunicare come gli esseri umani.

I ricercatori hanno iniziato catalogando i diversi modi in cui questi sistemi sono progettati. Hanno identificato cinque categorie principali di processo decisionale. La prima si basa su regole fisse, dove gli agenti seguono un insieme rigoroso di istruzioni, proprio come un semaforo che cambia colore con un timer. La seconda utilizza la teoria dei giochi, trattando le interazioni come mosse strategiche in cui gli agenti cercano di superare in astuzia o cooperare con gli altri per raggiungere un esito stabile. La terza categoria impiega algoritmi evolutivi, che imitano la selezione naturale testando molte variazioni di una strategia e mantenendo quelle che funzionano meglio. Sebbene questi metodi tradizionali siano utili, la survey rileva che spesso faticano quando l'ambiente cambia rapidamente o quando il numero di agenti diventa molto elevato. Sono come un copione rigido che non può adattarsi se gli attori dimenticano le loro battute o se il palcoscenico cambia inaspettatamente.

Al contrario, la survey pone la massima enfasi su due approcci più nuovi e dinamici: l'Apprendimento per Rinforzo Multi-Agente (Multi-Agent Reinforcement Learning) e i Modelli di Linguaggio di Grandi Dimensioni (Large Language Models). Nell'Apprendimento per Rinforzo Multi-Agente, gli agenti imparano interagendo tra loro e con l'ambiente. Non partono con un manuale; invece, scoprono strategie efficaci attraverso tentativi ripetuti, ricevendo feedback sul fatto che le loro azioni abbiano aiutato il gruppo a riuscire. Gli autori dettagliano come questi sistemi vengano addestrati, spesso utilizzando un metodo in cui gli agenti si esercitano insieme in un hub centrale per apprendere le migliori strategie, ma operano indipendentemente nel mondo reale, facendo affidamento solo su ciò che possono vedere e sentire. Ciò consente loro di coordinarsi senza la necessità di una connessione costante con un cervello centrale.

Il secondo grande focus riguarda i sistemi alimentati dai Modelli di Linguaggio di Grandi Dimensioni, la stessa tecnologia alla base dei moderni chatbot. Questi agenti utilizzano il linguaggio naturale per comprendere i compiti, pianificare i propri passi e parlare tra loro. Invece di reagire solo a ricompense immediate, possono leggere un'istruzione complessa, scomporla in obiettivi più piccoli e discutere il modo migliore per procedere con i propri compagni di squadra. La survey nota che questo approccio è particolarmente efficace nel gestire compiti che richiedono ragionamento o comprensione del contesto, come una squadra di robot che lavorano insieme per costruire una struttura o un gruppo di personaggi virtuali che mettono in scena uno scenario sociale. Tuttavia, gli autori sottolineano anche che questi sistemi basati sul linguaggio sono ancora in fase di sviluppo e affrontano sfide nel scalare verso gruppi più numerosi senza diventare confusi o inefficienti.

Per testare queste idee, i ricercatori si affidano pesantemente ad ambienti di simulazione, che fungono da campi di addestramento digitali. La survey esamina le piattaforme più popolari, che vanno da semplici simulazioni di particelle dove i punti si muovono su uno schermo a ambienti complessi e realistici come StarCraft II, un gioco di strategia in tempo reale utilizzato per testare la coordinazione di tipo militare. Questi ambienti permettono agli scienziati di creare scenari che sarebbero troppo pericolosi, costosi o lenti da testare nel mondo reale. Gli autori enfatizzano che la scelta della simulazione è critica; un sistema che funziona bene in un gioco semplice e controllato potrebbe fallire completamente in una situazione reale disordinata e imprevedibile. Evidenziano anche nuove piattaforme progettate specificamente per gli agenti basati sul linguaggio, dove l'attenzione è rivolta alla comunicazione e all'interazione sociale piuttosto che al solo movimento fisico.

Il documento passa poi alle applicazioni pratiche, mostrando come queste teorie vengano applicate a problemi reali. Nella guida autonoma, i sistemi multi-agente aiutano le auto a navigare negli incroci e a immettersi sulle autostrade prevedendo le azioni di altri veicoli. Nel soccorso in caso di disastri, squadre di droni possono coordinarsi per cercare vaste aree alla ricerca di sopravvissuti, condividendo informazioni per coprire il terreno in modo più efficiente di quanto potrebbe fare un singolo drone. In agricoltura, i robot possono lavorare insieme per monitorare le colture e gestire le risorse. La survey esamina anche come questi sistemi siano utilizzati nei giochi e nelle simulazioni sociali, dove i personaggi virtuali interagiscono tra loro e con i giocatori umani in modi che risultano naturali e reattivi.

Nonostante questi progressi, i ricercatori identificano ostacoli significativi che rimangono. Una sfida principale è la natura "non stazionaria" degli ambienti multi-agente. Poiché ogni agente sta imparando e cambiando il proprio comportamento contemporaneamente, l'ambiente è in costante mutamento, rendendo difficile per un singolo agente prevedere cosa accadrà dopo. È come cercare di imparare una coreografia in cui ogni partner inventa nuovi passi al volo. Un altro problema è il problema dell' "assegnazione del credito" (credit assignment): quando un team ha successo o fallisce, è difficile capire quale specifico agente abbia contribuito di più all'esito. Ciò rende difficile sapere quali comportamenti incoraggiare e quali scoraggiare. Inoltre, man mano che il numero di agenti cresce, la complessità del coordinamento aumenta esponenzialmente, spesso sovraccaricando le attuali risorse computazionali.

La survey affronta anche i limiti dei nuovi approcci basati sul linguaggio. Sebbene questi agenti siano eccellenti nel ragionamento e nella comunicazione, possono talvolta "allucinare", generando informazioni false che si diffondono nel gruppo e portano a decisioni errate. Faticano anche in compiti che richiedono una precisa consapevolezza spaziale o reazioni fisiche rapide, aree in cui i metodi di apprendimento tradizionali eccellono ancora. Gli autori suggeriscono che il futuro risieda nell'integrare queste diverse forze. Integrando la capacità di ragionamento dei modelli linguistici con l'adattabilità dell'apprendimento per rinforzo, i ricercatori sperano di creare sistemi che siano sia intelligenti che robusti.

Guardando al futuro, gli autori delineano diverse direzioni promettenti per la ricerca futura. Suggeriscono che la prossima generazione di sistemi multi-agente probabilmente fonderà tecniche diverse, utilizzando i modelli linguistici per aiutare gli agenti a comprendere istruzioni complesse e pianificare obiettivi a lungo termine, mentre utilizzerà l'apprendimento per rinforzo per eseguire tali piani in modo efficiente. Vedono anche la necessità di modi migliori per valutare questi sistemi, andando oltre i semplici tassi di successo per misurare quanto bene gli agenti collaborano, comunicano e si adattano a nuove situazioni. Infine, toccano le considerazioni etiche, notando che man mano che questi sistemi diventeranno più integrati nella società, garantire che siano sicuri, trasparenti e giusti sarà importante quanto renderli intelligenti.

Questa survey non pretende di aver risolto i problemi della cooperazione multi-agente. Al contrario, fornisce una mappa chiara e dettagliata di dove si trova il campo oggi. Mostra che, sebbene abbiamo compiuto progressi straordinari nell'insegnare alle macchine come lavorare insieme, c'è ancora molto da imparare su come rendere questi team affidabili, scalabili ed efficaci nella realtà disordinata del mondo umano. Riunendo gli ultimi metodi, ambienti e applicazioni, gli autori offrono una base per la prossima ondata di scoperte, guidando i ricercatori verso un futuro in cui gli agenti artificiali possano collaborare senza soluzione di continuità per risolvere le complesse sfide del nostro tempo.