面向问题求解的多智能体辩论文献综述

多智能体大型语言模型（MA-LLM）是一个快速发展的研究领域，它利用多个交互的语言智能体来解决复杂任务，优于单智能体大型语言模型。本文献综述综合了关于智能体配置、通信结构和决策过程的最新研究，从传统的多智能体系统和最先进的 MA-LLM 研究中汲取见解。在此过程中，它旨在解决该领域缺乏直接比较的问题，阐明了可扩展性、通信结构和决策过程等因素如何影响 MA-LLM 的性能。通过考察常见实践并概述当前挑战，本综述表明多智能体方法可以产生更优的结果，但也面临更高的计算成本以及 MA-LLM 特有的尚未充分探索的挑战。总体而言，这些发现为研究人员和从业者提供了开发稳健且高效的多智能体 AI 解决方案的路线图。