⁣
📰 ATC 2026 | 京东零售AI Infra团队提出多智能体强化学习训练框架FlexMARL - 53AI-AI知识库|企业AI知识库|大模型知识库|前线部署工程师|FDE|AIHub

现有RL框架难以同时解决多智能体负载倾斜、关键路径同步和训练需求动态变化，根源在于执行图的拓扑、路径差异及稀疏激活。FlexMARL以MEG统一表示Agent调用、数据依赖和策略版本，作为Rollout与Training协同的数据中枢。
系统通过依赖并行采样和层次化负载均衡缓解推理瓶颈，以Agent级异步流水隐藏长尾等待，并在完整批次后统一更新策略；训练资源随活跃Agent动态分配。评测显示最高7.3倍加速、准确率不降，并支撑异构大规模部署及电商业务准确率提升。

🏷️ #FlexMARL #多智能体强化学习 #执行图 #异步流水线 #资源调度

🔗 原文链接