摘要：用于具身大语言模型的多智能体协作框架DR.WELL：两阶段协商+动态符号世界模型，任务完成率100%，执行步骤减少30%，适配自动驾驶、机器人协作。

导语

在多智能体系统、自动驾驶协调和分布式协作研发过程中存在这种困扰：多智能体协作时要么任务分配冲突（大家抢着做简单任务，难活没人干），要么缺乏共享记忆重复踩坑，要么因没有统一行动准则导致效率低下；传统方法要么依赖中心化控制不灵活，要么靠 “自由聊天” 沟通冗余，根本撑不起去中心化协作的复杂需求。

这背后是多智能体协作的核心痛点：任务分配冲突、无共享经验记忆、沟通冗余低效、缺乏统一行动准则。

南加州大学、卡内基梅隆大学团队研发的用于具身大语言模型的多智能体协作框架DR.WELL《DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration》：依靠 “两阶段协商协议 + 动态符号世界模型 + 符号规划执行”，在协作推块任务中任务完成率从基线的 60% 提升至 100%，执行步骤减少 30%，让多智能体协作又高效又有序，完美适配自动驾驶、分布式传感器网络等去中心化协作场景。

一、多智能体协作的 “四大核心痛点”：传统方法顶不住

不管是自动驾驶协调还是机器人协作，去中心化场景下的协作始终绕不开这四道坎：

1. 任务分配冲突：忙闲不均、重复劳动

传统方法要么让智能体各自为战，导致所有 agent 抢着做简单任务，复杂任务（如重块推动）无人问津；要么分配逻辑僵化，无法根据环境变化动态调整，效率极低。

2. 无共享经验记忆：重复踩坑、不会进步

智能体缺乏共享的经验库，之前失败的策略（如单 agent 推重块）会反复尝试，成功的方法（如多 agent 同步推）无法复用，协作能力停滞不前。

3. 沟通冗余低效：“自由聊天” 没重点

部分方法允许智能体自由沟通，导致对话冗余、决策拖延；而完全不沟通又会导致行动脱节，找不到平衡点。

4. 行动准则缺失：执行脱节、无统一标准

智能体没有统一的行动词汇和规划逻辑，各自按不同规则执行，比如有的 agent 提前到位等待，有的迟迟不配合，导致协作失败。

二、核心思路：DR.WELL 的 “三大核心设计”，协作高效无内耗

DR.WELL（动态推理与符号世界模型多智能体协作框架）的核心是 “协商定分工 + 记忆存经验 + 符号保一致”，靠三大核心模块解决痛点，整体工作流如图 1 所示：

1. 核心设计一：两阶段协商协议 —— 任务分配不冲突、沟通有重点

这是解决 “分工乱” 的关键，通过结构化协商替代自由聊天，让智能体快速达成共识，流程如图 2 所示：

• 提议阶段（PROPOSE）：空闲智能体进入 “沟通室”，各自提出候选任务 + 理由（如 “推 Block1，因为它挡路且重量适合我”），理由用自然语言表述，供其他 agent 参考；

• 承诺阶段（COMMIT）：智能体结合他人提议和共享世界模型的历史数据（如任务成功率、最优团队规模），承诺一个任务，满足 “共识约束”（如重块需 2 个 agent 则至少 2 人承诺才生效）；

• 沟通特点：仅在智能体空闲时同步协商，执行期间不沟通，既避免冗余，又保证分工明确。

2. 核心设计二：动态符号世界模型 —— 共享经验、越用越聪明

这是智能体的 “集体记忆库”，以符号图形式存储协作经验，支持持续进化，结构如图 4 所示：

• 核心存储内容： episode 记录、任务信息（如 Block ID）、计划原型（抽象行动序列，如 “移动→集合→推”）、计划实例（带参数的具体行动，如 “移动到 Block2 左侧→等 1 个 agent→推 5 步”）；

• 关键作用：协商时提供历史数据（如 “Block2 单人推成功率 100%”），规划时提供成功模板（如复用之前高效的推块序列）；

• 进化特性：每完成一个 episode 自动更新图结构，节点（任务 / 计划）和边（关联关系）越来越丰富，如图 6 所示，Episode10 的模型比 Episode1 密集得多，协作策略越来越优。

3. 核心设计三：符号规划与执行 —— 行动一致、无脱节

这是保证 “执行顺” 的关键，智能体基于统一符号词汇表规划执行：

• 符号行动词汇表：含 5 类核心行动（等待 agent、集合、移动到块、推、避让），带参数（如等待 2 个 agent、推 3 步），确保所有智能体行动逻辑一致；

• 规划流程：承诺任务后，先生成草稿计划，再用世界模型的成功模板精炼（如参考 “高成功率推块序列”），最后由控制器验证执行；

• 执行特点：去中心化执行（不共享详细轨迹），仅通过世界模型同步状态，避免步骤级对齐的脆弱性。

三、实验验证：协作推块任务碾压基线，越用越高效

团队在协作推块环境（CUBE）中做了全面测试，对比 “零样本无协商” 基线，核心结果亮眼：

1. 实验 setup

• 环境：网格世界中，智能体需协作推动不同重量的块到目标区，重块（≥2×2）需多个 agent 同步推；

• 基线：无协商、无共享记忆，智能体仅选择 “离目标最近的块” 独立行动；

• 评估指标：任务完成率、执行步骤、完成时间。

2. 核心结果

• 任务完成率：基线仅 60%（重块常因无人协作未完成），DR.WELL 在 Episode5 后稳定 100%，所有块都能被高效处理；

• 执行效率：DR.WELL 的环境步骤比基线减少 30%，随着 episode 增加（世界模型进化），步骤持续下降，而基线始终固定；

• 分工优化：Episode5 后智能体分工稳定，无冲突、无冗余，比如重块自动凑够所需 agent，轻块单人高效完成（图 9）。

3. 关键优势对比

对比维度	传统基线（无协商 + 无记忆）	DR.WELL
任务完成率	60%（重块常遗漏）	100%（Episode5 后稳定）
执行步骤	固定不变，冗余多	持续减少，比基线少 30%
分工逻辑	抢简单任务，乱分工	按需分配，无冲突
协作进化	无，重复踩坑	有，世界模型积累经验，越用越优

四、价值与未来：去中心化协作的 “落地神器”

1. 核心价值：直击场景痛点，落地性拉满

• 去中心化适配：无需中心化控制，适合自动驾驶、分布式传感器网络等场景；

• 高效低冗余：结构化协商 + 符号执行，沟通成本低、执行效率高；

• 持续进化：世界模型自动积累经验，不用重新训练就能优化协作策略；

• 可解释性强：符号行动 + 协商理由 + 计划模板，协作逻辑清晰可追溯。

2. 适用场景：覆盖多类去中心化协作

• 自动驾驶：路口车辆协调通行，避免冲突；

• 机器人协作：仓库机器人分工搬运重物、整理货物；

• 分布式传感器网络：传感器分工监控大面积区域，同步关键信息；

• 工业协作：多机械臂协同装配、加工复杂零件。

3. 未来可改进的方向

• 支持动态重协商：计划失败时允许中断并重新分配任务；

• 适配部分观测场景：当前假设全观测，未来扩展到智能体仅能感知局部环境；

• 引入概率推理：在世界模型中加入行动结果概率，应对环境不确定性。

五、结语：多智能体协作，终于能 “分工明确、越干越顺”

DR.WELL 的本质是 “用结构化协商定分工，用符号记忆存经验，用统一行动保执行”—— 它没有依赖中心化控制，也没有陷入自由沟通的冗余，而是靠 neurosymbolic 设计，让多智能体在去中心化场景下实现高效协作，还能持续进化。

未来，随着场景适配的扩展，它将在更多真实世界场景中发挥作用，让多智能体从 “各自为战” 变成 “默契搭档”，真正落地去中心化协作的价值！

END