এজেন্টদের মধ্যে আরও বেশি যোগাযোগ পথ যোগ করলে মাল্টি-এজেন্ট কর্মক্ষমতা অবশ্যই উন্নত হয় না। 50টি রান জুড়ে একটি নিয়ন্ত্রণযোগ্য ও পুনরায় উৎপাদনযোগ্য পরীক্ষায় প্রকাশ পেয়েছে যে রিকভারি 20% থেকে 100% পর্যন্ত সম্পর্কের ঘনত্বে অভূতপূর্ব ভাবে স্থিতিশীল থাকে। তবে, যেমনটি নেটওয়ার্ক ঘন হয়ে ওঠে, ততটাই বাস্তবে ব্যবহৃত হওয়া এজগুলির অংশ ভালোবাবে হ্রাস পায় — যা কনফিগার্ড কনেক্টিভিটি এবং আচরণিক কনেক্টিভিটির মধ্যে একটি ব্যবধান প্রকাশ করে।
লেখক লাইভ মডেল কলের পরিবর্তে একটি পুরোপুরি নির্ধারিত এজেন্ট নীতি ব্যবহার করে সম্পর্কের ঘনত্বকে বিভ্রানক পরিবর্তক থেকে আলাদা করে একটি নিয়ন্ত্রণযোগ্য পরীক্ষা নির্মাণ করেছেন। ফলাফল দেখায় যে আরও বেশি যোগাযোগ পথ মানে স্বয়ংক্রিয়ভাবে ভালো কর্মক্ষমতা মানে নয়। বাস্তব ইঞ্জিনিয়ারিং প্রশ্ন হল সংযোগের সংখ্যা কতটি বিদ্যমান, বা কতটি আসলে তথ্য বহন করে।
এই পরীক্ষায় আটজন এজেন্ট এবং পাঁচটি ঘনত্ব স্তর (20%, 40%, 60%, 80%, 100%) মূল্যায়ন করা হয়েছে, প্রতিটি স্তরে দটটি পরীক্ষা। সমস্ত ডেটা Python 3.12-এ বাস্তব বেঞ্চমার্ক রান থেকে প্রাপ্ত, কেবল CPU, কোনো বাহ্যিক API কল ছাড়া। সিস্টেমে কোনো লুকানো হাব বা হাতে টিউন করা নিয়ম ছাড়া যুক্ত Erdős–Rényi অয়ার্লি গ্রাফ ব্যবহার করে।
এই কাজটি সেই লোকদের লক্ষ্য করে যারা মাল্টি-এজেন্ট টপোলজি সিলেক্ট করে অনুভূতি দিয়ে। সম্পূর্ণ কোড এবং পূর্বনির্ধারিত টেস্ট প্রোটোকল GitHub রিপোজিটরিতে উপলব্ধ।
মূল উপাদান: কোম্পানি: Towards Data Science
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing