时空对齐：面向长期轨迹的智能体的峰值感知编排
人工智能
2026-02-23 v1
摘要
传统的人工智能对齐主要关注单个模型的输出；然而，长期轨迹中的自主智能体需要在整个交互轨迹上保持持续可靠。我们引入 APEMO（面向影响感知的峰值-结束调制编排），这是一种运行时调度层，通过实现时空-情感信号来优化在固定预算下的计算分配。除了修改模型权重之外，APEMO 通过行为代理检测轨迹不稳定性，在关键片段（如峰值时刻和结束时刻）进行修复。跨多智能体仿真和基于大语言模型的计划-执行流程评估表明，APEMO 在结构化编排器之上，持续提升了轨迹级别的质量和复用概率。我们的工作将对齐问题重新定义为时序控制问题，为开发长期智能体系统提供了一种具有韧性的工程路径。
引用
@article{arxiv.2602.17910,
title = {Alignment in Time: Peak-Aware Orchestration for Long-Horizon Agentic Systems},
author = {Hanjing Shi and Dominic DiFranzo},
journal= {arXiv preprint arXiv:2602.17910},
year = {2026}
}