Riepilogo Tecnico: Imparare a Scegliere: Un Sistema Multi-Agente Guidato dall'Empowerment con Comunicazione Semantica per la Selezione Adattiva dei Metodi

1. Enunciato del Problema

L'automazione dei flussi di lavoro del calcolo scientifico, in particolare per l'Analisi di Sensibilità (SA) e la Quantificazione dell'Incertezza (UQ), affronta una sfida critica che va oltre la semplice generazione di codice: il problema della selezione-esecuzione. Nelle pipeline multi-agente, una politica deve selezionare un metodo computazionale appropriato da una libreria, ma tale selezione è fragile. Piccole incongruenze tra le intenzioni e le azioni degli agenti possono portare a una deriva semantica, dove il codice eseguito si discosta dal metodo inizialmente selezionato.

Questa deriva crea un "disaccoppiamento causale": il segnale di ricompensa osservato dall'agente di apprendimento misura la qualità del codice eseguito piuttosto che la qualità del metodo selezionato. Di conseguenza, la politica del bandito contestuale riceve un segnale di apprendimento corrotto, degradando la convergenza e impedendo al sistema di attribuire in modo affidabile gli esiti a decisioni specifiche. Il problema fondamentale è garantire che il legame causale tra un'azione scelta (selezione del metodo) e il risultato risultante rimanga intatto lungo tutta la pipeline multi-agente.

2. Metodologia

Il framework proposto affronta questo problema integrando banditi contestuali con comunicazione inter-agente strutturata e checkpoint semantici, interpretati attraverso la lente dell'empowerment.

2.1 Fondamento Teorico: Empowerment del Sistema

Attingendo al concetto di empowerment [15, 45], gli autori definiscono l'Empowerment del Sistema come l'informazione reciproca $I(A; O | s)$ tra lo spazio delle azioni (selezione del metodo) e l'esito computazionale. Un alto empowerment richiede due meccanismi distinti:

1. Componente Statistica: Una politica che identifica quali azioni producono causalmente risultati di alta qualità per un dato contesto del problema.
2. Componente Comunicativa: Garanzie esplicite che l'azione selezionata sia preservata fedelmente mentre si propaga attraverso la generazione e l'esecuzione del codice.

Il framework postula che, senza la componente comunicativa, la deriva semantica riduce l'informazione reciproca a zero, rendendo il sistema incontrollabile indipendentemente dalla qualità della politica.

2.2 Architettura Multi-Agente

Il sistema è organizzato in quattro gruppi funzionali che operano all'interno di un ciclo di bandito contestuale:

• Team di Concettualizzazione: Estrae una rappresentazione strutturata del problema (vettore di contesto $x$) dalle richieste dell'utente, inclusi dimensionalità, budget e tipo di attività (SA o UQ).
• Team di Strategia (Operatore della Politica $\pi$): Seleziona la prossima azione di metodo $A_n$ basandosi sul contesto e sulla cronologia. Include uno Stratega (proposta), un Critico (validazione) e un Consigliere (prescrizione degli iperparametri).
• Team di Implementazione (Operatore $I$): Traduce le azioni astratte in codice eseguibile utilizzando un corpus fondato (UQpy). Include un Agente di Studio (pianificazione), un Agente di Rifattorizzazione (generazione del codice) e un Ispettore (verifica strutturale).
• Esecuzione e Valutazione (Operatori $E$ e $A$): Esegue il codice e valuta i risultati. Il Consigliere (un agente multimodale) analizza i risultati numerici e i grafici per assegnare una ricompensa scalare $R_n$ e un rapporto diagnostico.

2.3 Checkpoint Semantici e Schemi Strutturati

Per prevenire la deriva semantica, il sistema sostituisce la comunicazione in testo libero con schemi strutturati (ProblemScheme, MethodScheme, DiagnosticScheme) e implementa sette checkpoint di similarità cosinuale (CP0–CP7) ai confini critici tra gli agenti.

• Meccanismo: Ogni checkpoint confronta l'incorporazione semantica dell'output di un agente a monte con l'input (o l'output atteso) dell'agente a valle. Se la similarità scende sotto una soglia adattiva, la transizione viene bloccata o viene emesso un avviso.
• Checkpoint Chiave:
  • CP0 (Cross-session): Confronta il problema corrente con un archivio di sessioni passate per rilevare anomalie. Attiva l'"avvio a caldo" (ridotta esplorazione) per problemi familiari o l'"esplorazione diretta alle anomalie" per quelli nuovi.
  • CP1 e CP2 (Livello di Selezione): Verificano che la richiesta dell'utente sia correttamente analizzata in un vettore di contesto e che il metodo proposto sia contestualmente compatibile.
  • CP3, CP4, CP5 (Livello di Implementazione): Verificano che il piano di implementazione e il codice assemblato riflettano fedelmente il metodo selezionato prima dell'esecuzione. CP5 controlla specificamente la coerenza del codice rispetto al rapporto strategico.
  • CP6 e CP7 (Livello di Valutazione): Assicurano che la diagnosi sia fondata su osservazioni reali e che la diversità delle azioni sia mantenuta per prevenire il collasso della politica.

2.4 Dinamiche di Apprendimento

Il sistema impiega una condizione di convergenza di submartingala, richiedendo che la ricompensa attesa alla prossima iterazione sia almeno pari a quella corrente ($E[R_{n+1} | H_n] \ge R_n$). Questo fornisce un criterio verificabile a runtime per un miglioramento monotono. La politica viene aggiornata online utilizzando il Campionamento di Thompson, e la conoscenza cross-session viene accumulata tramite una memoria geometrica dei successi passati.

3. Contributi Chiave

1. Framework Guidato dall'Empowerment: Una nuova interpretazione dell'automazione scientifica multi-agente come problema di massimizzazione dell'empowerment, che separa esplicitamente l'apprendimento statistico (politica) dall'integrità comunicativa (propagazione).
2. Meccanismo di Checkpoint Semantico: L'introduzione di una gerarchia di checkpoint di similarità cosinuale che rilevano e correggono la deriva semantica prima che corrompa il segnale di apprendimento. A differenza dei progetti curati da esperti (es. ATHENA), questi checkpoint sono agnostici rispetto al metodo e strutturali.
3. Comunicazione Inter-Agente Strutturata: L'uso di schemi leggibili dalle macchine (Problema, Metodo, Diagnostico) per eliminare l'ambiguità nei passaggi tra gli agenti.
4. Strategia di Esplorazione Adattiva: Un checkpoint di contesto cross-session (CP0) che regola dinamicamente l'esplorazione in base al fatto che un problema sia familiare (avvio a caldo) o anomalo (massimizzare la variabilità).

4. Risultati Sperimentali

Il framework è stato valutato su compiti SA e UQ utilizzando la libreria UQpy, inclusi la funzione di Ishigami, le funzioni G di Sobol e problemi di screening ad alta dimensionalità.

• Ablazione dei Checkpoint (Deriva Semantica): In scenari avversari in cui al team di implementazione veniva chiesto di sostituire i metodi (es. selezionare Sobol ma implementare Chatterjee), i sistemi senza checkpoint hanno prodotto disallineamenti azione-codice in 2/3 delle esecuzioni. Il segnale di ricompensa è stato attribuito al metodo sbagliato, corrompendo la politica. Con i checkpoint attivi, la fedeltà è stata preservata e la deriva è stata bloccata prima dell'esecuzione.
• Robustezza Adversariale (Scambio di Metodo): Quando una deriva di "scambio di metodo" è stata artificialmente iniettata nel rapporto strategico, il sistema ablatato (senza CP5) non ha rilevato l'errore, eseguendo il metodo sbagliato e richiedendo tre iterazioni aggiuntive per riprendersi. Il sistema completo (con CP5) ha rilevato la discrepanza semantica, attivato una correzione e convergito in una singola iterazione con un miglioramento della ricompensa di circa 88 punti.
• Accumulazione di Conoscenza Cross-Session: Su una funzione di Sobol a 15 dimensioni, il sistema ha dimostrato un miglioramento monotono delle migliori ricompense attraverso tre sessioni indipendenti (64,2 $\to$ 68,8 $\to$ 75,5). La politica ha trasferito con successo la conoscenza, selezionando configurazioni Sobol ad alto budget più precocemente nelle sessioni successive.
• Rilevamento delle Anomalie: CP0 ha distinto con successo tra un problema familiare di trave a sbalzo (esplorazione ridotta, convergenza immediata) e un nuovo modello di diffusione termica (esplorazione aumentata, strategia di screening prima), prevenendo l'applicazione di euristiche inappropriate a nuove strutture di problemi.

5. Significato e Affermazioni

Il documento afferma che il processo decisionale adattivo nei sistemi multi-agente scientifici deve essere accoppiato con meccanismi espliciti che garantiscano la coerenza semantica.

• Principio di Progettazione Generale: Gli autori sostengono che fare affidamento esclusivamente sull'iniezione di conoscenze esperte (impalcatura) è insufficiente per pipeline agnostiche rispetto al metodo. Al contrario, sono necessari complementi strutturali come i checkpoint semantici per preservare l'integrità del legame azione-esito.
• Attribuzione Causale: Il framework garantisce che la relazione causale tra i metodi selezionati e gli esiti osservati sia mantenuta, permettendo al bandito contestuale di apprendere qualità di metodo valide piuttosto che artefatti dell'esecuzione del codice.
• Scalabilità e Robustezza: Disaccoppiando la politica di selezione dai dettagli di implementazione tramite checkpoint, il sistema raggiunge robustezza contro le allucinazioni e la deriva semantica, consentendo l'automazione affidabile di flussi di lavoro scientifici complessi senza richiedere una pre-specificazione esaustiva di ogni possibile modalità di fallimento.

Il lavoro si posiziona come un approccio complementare a framework come ATHENA e GRAFT-ATHENA: mentre questi ultimi si basano su grafi della conoscenza persistenti e curati da esperti, questo framework si concentra sulla preservazione dell'integrità semantica della propagazione delle azioni all'interno di una singola traiettoria di esecuzione attraverso la verifica strutturale.