多智能体协作机制：大语言模型（LLM）综述
人工智能
2025-01-14 v1
摘要
近期大语言模型（LLM）的快速发展推动了智能体 AI 在实际应用中的显著进展，正逐步向多个基于 LLM 的智能体进行感知、学习、推理和协作式行动。这些基于 LLM 的多智能体系统（MAS）使一组智能代理能够在规模化的情况下协调，共同解决复杂任务，使其从孤立的模型转向以协作为中心的范式。本文提供了 MAS 协作方面广泛综述，并引入一个可扩展的框架以指导未来研究。我们的框架基于关键维度刻画协作机制：包括 actor（参与的智能体）、类型（如合作、竞争或合作竞争）、结构（如点对点、集中式或分布式）、策略（如基于角色或基于模型）以及协调协议。通过对现有方法的综述，我们的发现为解构和推进基于 LLM 的 MAS 奠定了基础，以实现更智能、更具协作性的解决方案，用于复杂的现实场景。此外，还调查了 MAS 在包括 5G/6G 网络、工业 5.0、问答系统以及社会和文化环境等多个领域的各种应用，表明其更广泛的采纳和更深远的影响。最后，我们确定了 MAS 向人工集合智能发展过程中所学的关键经验教训、开放挑战以及潜在研究方向。
引用
@article{arxiv.2501.06322,
title = {Multi-Agent Collaboration Mechanisms: A Survey of LLMs},
author = {Khanh-Tung Tran and Dung Dao and Minh-Duong Nguyen and Quoc-Viet Pham and Barry O'Sullivan and Hoang D. Nguyen},
journal= {arXiv preprint arXiv:2501.06322},
year = {2025}
}