Shay Seiya McDonnell

新的ARAT系统解决了多智能体AI中的相关一致性盲点问题

研究人员在多智能体系统中发现了一种称为“相关一致性盲点”的现象，其中改进的基础学习器可能导致一种削弱安全监控的收敛。为了解决这个问题，他们开发了ARAT（用于警报分类的仲裁推理智能体）系统，该系统结合了随机森林和k近邻智能体以及一个元模型。在网络入侵检测数据上进行测试，ARAT与传统方法相比，显著减少了危险的低估，证明了智能体多样化只有在促进有益分歧而非收敛时，才能有效提高安全性。