多智能体强化学习训练成本高、稳定性差，是AI领域的一大难题。MATTRL框架另辟蹊径，通过在推理时引入文本经验库，让AI团队在实战中高效协作与进化，为解决复杂问题提供了新范式。
智能速览
传统多智能体强化学习训练成本高昂且不稳定。
MATTRL的核心是在推理时注入结构化文本经验。
AI专家团队通过“圆桌会议”和查阅“成功病历”协作。
该框架能自动复盘并沉淀新经验，实现自我进化。
在医疗、数学、教育领域，MATTRL性能平均提升3.67%。
精华内容
MATTRL究竟如何绕开传统训练的陷阱？其“边干边学”的四部曲是关键。
训练之困
传统多智能体强化学习（MARL）面临两大核心挑战。一是训练成本极高，资源消耗巨大；二是训练过程不稳定，由于多个智能体同步进化导致环境非平稳性，加之奖励信号稀疏且方差大，使得模型收敛异常困难。
推理破局
MATTRL的创新之处在于将学习过程从训练阶段转移到推理阶段。它不再更新模型权重，而是为AI团队构建一个动态的“文本经验池”。这个经验池存储了过往成功任务的详细记录，如同资深专家的知识库，供AI在解决问题时随时查阅参考。
协作四部曲
该框架的执行流程清晰：首先，根据任务组建专家团队。接着，专家们进行多轮圆桌讨论。
在讨论的每一轮，AI专家会检索经验池中最相关的成功案例来指导当前决策。任务结束后，系统会自动复盘，将关键对话和决策提炼为新经验，更新经验池，实现持续的自我进化。
成效验证
在医疗诊断、数学求解和教育问答三大高难度基准测试中，MATTRL展现了卓越性能。数据显示，其表现平均超过普通多智能体基线3.67%，更是大幅领先可比的单智能体模型8.67%，证明了其在提升复杂任务解决能力上的有效性。
MATTRL框架为多智能体系统提供了一条高效、稳定的进化路径。它证明让AI在实战中借鉴“前人智慧”比单纯的“脱产培训”更有效。这种思路是否会成为未来AI协作的主流范式？
