多智能体合作博弈是什么？

多智能体合作博弈，是研究多个智能体为什么合作、怎样形成联盟、合作产生的收益如何分配的一类博弈模型。这里的智能体指能够感知环境、做出决策并执行动作的系统，可以是软件 Agent、机器人、无人机，也可以是企业里承担不同任务的业务单元。只要它们能独立行动，又能在合作中获得比单干更多的共同收益，就可以放进合作博弈的框架里分析。

这个概念常出现在两个语境。一个是学术研究，用联盟、特征函数、核心和沙普利值等工具分析多智能体系统。另一个是企业的多 Agent 协作，用多个 Agent 分工完成跨系统任务。两个语境有交集，关注点并不相同。下文先把定义讲清楚，再说明它和相邻概念的区别，以及企业什么情况下值得用。

多智能体合作博弈是什么

更完整地说，合作博弈假设参与者能够达成有约束力的协议，并把注意力放在两件事上，哪些参与者会组成联盟，联盟创造的价值如何在成员之间分配。科普中国在合作对策条目中给出的解释是，联盟是一批局中人联合起来、作为对策中的一个新局中人行动，局中人也就是参与者；特征函数描述每一种可能的联盟能获得的最大收益。

多智能体合作博弈把这个框架放到多个智能体身上。智能体可以是数据分析 Agent、客服 Agent、调度 Agent，也可以是机器人或无人机。它们的能力、数据和目标不完全相同，单独行动时收益有限，合作后能完成更复杂的任务。博弈论关心的，是合作带来的增量如何被确认，以及增量如何分得让联盟稳定。

企业收益分配示例的建模条件

本文的数值示例采用简化的可转移效用（TU）合作博弈模型，用统一单位表示和分配联盟价值。用于企业收益分配时，需要明确以下应用条件；它们不是一般合作博弈全部必须满足的条件。

• 参与者清楚。 每个智能体或团队能被单独识别，能决定是否加入合作。
• 检验合作增量。 本例关注合作价值能否超过成员单干价值之和。超可加性是一个额外性质：任意两个不相交联盟合并后的价值不低于二者价值之和；它并非所有合作博弈都必须满足的定义条件。
• 协议有约束力。 成员愿意遵守任务分工、信息共享和收益分配约定。合作博弈的经典模型假设协议可以执行。
• 收益可衡量、可分配。 共同收益能折算成预算、积分、算力、成本节省或其他可分配的资源。本文采用的 TU 模型假设收益可以转移，能用统一单位在成员之间分配；收益不能统一转移时，还可使用不可转移效用（NTU）合作博弈模型。

这四个条件缺一个，合作博弈的解释力就会下降。 企业里常见的多 Agent 工作流，如果只是按固定流程交接任务，没有明确的联盟价值和分配问题，把它称为合作博弈就不准确。

联盟、价值与分配怎么算

合作博弈的分析通常从联盟价值开始。假设有三个智能体，数据分析 Agent、客服 Agent、运营执行 Agent。它们单独工作与组队工作时，能创造的业务价值不同。下面是一组简化数据，只用于演示计算，不代表真实企业收益。

这张表就是特征函数的一种直观形式。它不展开每个 Agent 的具体动作，只记录一个联盟整体能创造多少价值。三人联盟的价值是 10，高于三人单干之和 6，说明合作存在增量。

核心看分配是否稳定

联盟形成后，成员会关心自己分到多少。一个可接受的分配通常要满足两条，每个成员分到的不少于单干收益，所有成员分到的总和等于联盟总价值。满足这两条的分配叫分配方案。

核心是一组更严格的分配方案。核心要求任何一个小联盟都不能通过退出合作、另组联盟获得更高收益。 核心内的分配具有稳定性，但核心不一定存在。有些合作虽然总收益更高，却找不到让所有小团体都不反悔的分法。遇到这种情况，需要调整合作范围、改变收益口径，或者引入仲裁和长期合同。

沙普利值按边际贡献分

沙普利值是合作博弈里最常用的分配方法之一。它的思路是，把每个成员加入联盟的顺序都考虑一遍，计算它在每种顺序下带来的边际增量，再取平均。沙普利在 1953 年证明，满足有效性、对称性、冗员性和可加性这组公理的分配方案是唯一的，这就是沙普利值。

用上面的数据计算，三个 Agent 的沙普利值分别是 3.5、4.5、2，总和为 10。 数据分析 Agent 单干只有 2，但它在多个联盟里都能放大其他成员的价值，所以分到 3.5。客服 Agent 的边际贡献最高，分到 4.5。运营执行 Agent 单干和加入联盟的增量都较小，分到 2。

这个结果说明，沙普利值按边际贡献分配，不按投入规模直接分摊，也不把平均分配当作默认规则。 它适合用来讨论贡献评估和收益分配，前提是联盟价值估得准。价值估不准，算得再精确也只是把误差分得更细。

参与者越多，需要评估的联盟组合增长越快，实际系统常用采样近似。企业应用时，还要把风险分担、长期合作、数据成本等因素纳入分配规则。

它和相邻概念差在哪

与非合作博弈的区别

非合作博弈关注每个参与者在给定规则下如何选择策略，以及策略组合会达到什么均衡。它不要求参与者签订有约束力的合作协议。合作博弈把联盟当作分析单位，先问哪些人合作能创造多少价值，再问价值怎么分。两者可以观察同一问题的不同侧面，区别在于分析单位不同。

与合作多智能体强化学习的区别

合作多智能体强化学习，通常指多个智能体在共享奖励下学习联合策略。研究重点是探索、信用分配、通信和训练稳定性。合作博弈论也关心贡献和分配，但它更常用来分析联盟价值和分配规则，不直接规定智能体怎样学习动作。两者可以结合，例如用沙普利值评估每个智能体对团队奖励的贡献，再用强化学习优化策略。合作多智能体强化学习关注策略怎样学，合作博弈关注联盟价值怎样分。

与企业多 Agent 协作的区别

企业在说多 Agent 协作时，往往指多个 Agent 按流程交接任务、共享上下文、调用工具完成业务闭环。这是一种工程实现。只有当任务边界清楚、合作能产生可衡量的增量、成员之间存在分配或稳定性问题时，才有必要进一步用合作博弈来分析。把日常协作直接叫合作博弈，容易让概念变宽，反而不利于判断。

如果关注的是协作模式本身，可以对照多智能体协作模式，看顺序流水线、并行汇总、主管协调等做法与任务结构是否匹配。

放到企业多智能体任务里，怎么用

企业可以把合作博弈当作一套分析步骤，和具体产品功能分开看。

• 定义任务和参与者。 把任务拆成能独立评估的单元，确认哪些 Agent 或团队可以单独完成，哪些必须组合。
• 估算联盟价值。 用业务指标衡量单干和组队的差异，例如任务完成率、处理时长、成本、收入或风险损失。估算口径要统一，否则后面的分配没有意义。
• 选择分配规则。 合作增量明确、贡献可量化时，可以用沙普利值或它的近似算法。存在长期合同、风险分担或不可转移收益时，需要把谈判、仲裁和风险条款一起设计。
• 验证稳定性。 检查关键小联盟是否有退出动机，检查分配结果是否覆盖各方的单干收益，检查数据、权限和考核是否能支撑这套分配。
• 定期重算。 智能体能力、任务量和成本会变化，联盟价值也会变化。一次分配不能长期沿用，需要按周期重算。

以一个跨部门任务为例。客服 Agent 负责识别问题，数据分析 Agent 负责定位原因，运营 Agent 负责执行补救。三者单独都能产出一些结果，组合起来才能完成从发现问题到解决问题的闭环。合作博弈帮助我们判断这个闭环的增量有多大，以及增量应该怎样在三个 Agent 的建设和运营团队之间分配。

这类分析在灾害救援、协同搜索、物流调度等场景有长期研究，企业多智能体任务可以借鉴同样的思路。

以 ThinkingAI 的 Agentic Engine 为例，平台支持企业创建和管理 Agent，也支持多 Agent 协作。平台主要解决协作怎样执行，合作博弈主要解决合作是否值得、价值怎样分配。 两者属于不同层面，企业需要先把任务边界和评价口径定清楚，再谈分配规则。ThinkingAI 已服务全球超 1500 家企业，接入产品超 8000 款。

哪些场景适合，哪些场景不适合

适合用合作博弈分析的场景，通常有四个信号。

• 任务需要多种能力组合，单干收益明显低于合作收益。
• 合作增量可以用业务指标估算，成员对口径有共识。
• 成员之间存在收益、成本或资源分配争议，需要一套可解释的规则。
• 合作关系会重复发生，联盟成员和任务量会变化，需要定期调整。

不适合直接套用本文统一价值分配示例的场景也很明确。

• 合作增量无法衡量，或者价值主要来自难以货币化的因素。
• 协议没有约束力，成员可以随时退出且不承担成本。
• 收益不可转移，例如只涉及声誉、合规或公共安全，无法用统一单位分配。此时不能直接套用本文的 TU 数值分配，可另用 NTU 模型分析合作。
• 主要问题是通信延迟、工具调用失败、上下文丢失等工程问题，合作博弈不能替代系统优化。

一个简单的判断方法是问三个问题。合作是否创造了可衡量的增量。增量是否需要在成员之间分配。成员是否有退出或重新组队的可能。三个答案都是肯定的，合作博弈值得进一步分析。 有一个答案是否定的，先用任务分解、流程编排或工程治理解决更直接的问题。

常见问题

多智能体合作博弈和合作博弈论是一回事吗

合作博弈论是理论框架，多智能体合作博弈是它在多智能体系统里的应用。前者研究联盟、分配和稳定性的一般规律，后者把智能体作为参与者，处理任务分配、资源共享和贡献评估等问题。

合作一定比竞争更有效吗

合作能创造增量时，合作比单干更有效。增量不存在，或者分配规则让部分成员长期吃亏，合作就难以维持。合作博弈分析的是合作能否成立、怎样分得稳定，不预设合作一定优于竞争。

沙普利值能直接用于企业绩效分配吗

可以作为参考，但不能直接照搬。沙普利值要求联盟价值可估、口径统一，还假设成员可以形成有约束力的协议。企业绩效还涉及风险、长期投入、数据成本和岗位职责，需要在这些因素上做修正。把沙普利值当作贡献评估的一种方法，比当作唯一分配公式更稳妥。

企业多智能体协作一定要引入博弈论吗

不一定。任务流程固定、成员没有分配争议、合作增量容易确认时，用工作流编排和项目管理就能解决。出现联盟选择、贡献评估或收益分配争议时，合作博弈才更有价值。

参考资料

• 科普中国，合作对策，https://cloud.kepuchina.cn/h5/detail?id=6972634578814689280
• 科普中国，Shapley值法，https://cloud.kepuchina.cn/h5/detail?id=6972701132704935936
• Edith Elkind、Georgios Chalkiadakis、Michael Wooldridge，Tutorial on Cooperative Games in Multi-Agent Systems，http://www.cs.ox.ac.uk/people/michael.wooldridge/coopgames.html
• Afshin OroojlooyJadid、Davood Hajinezhad，A Review of Cooperative Multi-Agent Deep Reinforcement Learning，https://arxiv.org/abs/1908.03963
• ThinkingAI 官网，https://www.thinkingai.cn/