标签

 多智能体 

相关的文章:

本列表汇集了多智能体系统在各领域的创新应用,包括路径规划、教育设计和法律判决预测等,展示了其在智能化解决方案中的重要性。

MVP 聚技站|基于 AutoGen 和 Semantic Kernel 的多智能体系统(MAS)开源项目落地实践经验分享

在过去的一年多时间中,我们和 AutoGen 团队合作举行了多场活动,并参与了 Semantic Kernel 中国社区的成立和诸多技术推广,在这次分享中,我将详细介绍我们公司和社区已经完成落地的 AutoGen + Semantic Kernel...

微软MVP聚技站将于2025年5月14日举办分享会,主题为基于AutoGen和Semantic Kernel的多智能体系统实践经验。专家苏震巍将介绍MAS的应用及开源工具,助力开发者掌握前沿技术。

原文中文,约1200字,阅读约需3分钟。发表于:
阅读原文

理解、划分与征服:通过多智能体层次强化学习进行特征子空间探索

本研究解决了当前强化学习在处理复杂数据集时面临的特征选择效率低下问题。通过提出一种名为HRLFS的新方法,该方法结合了大型语言模型来提取特征的数学和语义特征,并基于这些信息构建层次智能体。实验证明,HRLFS在提高下游机器学习性能的同时,优化了计算时间,展现了良好的效率和可扩展性。

本研究提出HRLFS方法,利用大型语言模型提取特征,解决强化学习在复杂数据集中的特征选择效率低的问题,从而提升机器学习性能并优化计算时间。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

基于图驱动路径优化的自动特征转换的协作多智能体强化学习

本研究针对现有特征转换方法将转换视为孤立操作的问题,提出了TCTO框架,通过图驱动的路径优化实现特征工程自动化。该框架的创新在于建立了一个不断演化的交互图,提升了操作的有效性和探索的稳定性,实验结果表明其在多个数据集上的表现优越。

本研究提出TCTO框架,通过图驱动路径优化解决特征转换方法的孤立问题,实现特征工程自动化,实验结果在多个数据集上表现优越。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

利用大型语言模型作为元评估者:评估大型语言模型判断的多智能体框架

本研究解决了在复杂任务中评估大型语言模型(LLMs)判断时面临的偏见和错误问题,并探讨了如何在多个潜在LLM响应中选择合适判断的方式。提出的三阶段元评估选择流程,通过与人类专家合作开发全面评分标准,并利用多个LLM智能体进行协作评分,显著提高了判断的准确性,实验结果表明,相较于传统方法,准确性提升了约15.55%。

发表于:
阅读原文

基于大型语言模型的多智能体框架用于自动化秦腔戏剧剧本生成

本研究解决了传统秦腔戏剧制作过程中的自动化问题,提出了一个结合大型语言模型、视觉生成和语音合成的多智能体框架。该框架通过三个协作代理生成连贯且具有文化基础的剧本、准确的舞台场景和情感丰富的语音表演,最终结果在多个方面超过了单一代理的基线,为传统表演艺术的保护与推广提供了一种新的AI驱动方法。

本研究提出了一种多智能体框架,结合语言模型、视觉生成和语音合成,旨在自动化传统秦腔戏剧制作,生成文化基础的剧本、舞台场景和情感丰富的表演,为传统艺术保护提供新方法。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

智能体集结!使用LangGraph和GPT-4构建多智能体系统

The Dawn of AI Teamwork: An Intro to Multi-Agent Systems Hey there, fellow code wranglers and AI enthusiasts! 👋 Remember those group projects in school where you'd dream of cloning yourself to...

多智能体系统通过LangGraph和GPT-4,将单一AI助手转变为多个协作智能体,每个智能体负责特定任务,从而提升解决复杂问题的能力。LangGraph使用户能够轻松创建和管理智能体的工作流程,实现高效协作。

智能体集结!使用LangGraph和GPT-4构建多智能体系统
原文英文,约1000词,阅读约需4分钟。发表于:
阅读原文

神经ATTF:一个可扩展的终身多智能体路径规划解决方案

本文探讨了多智能体提货与送达(MAPD)问题,现有解决方案在动态环境中的可扩展性和效率有限。提出的神经ATTF(自适应任务令牌框架)结合了优先引导任务匹配模块和神经STA*路径规划方法,通过优先处理延迟代理和动态分配任务,提高了系统的连续性和吞吐量。实验结果表明,神经ATTF在可扩展性、解的质量和计算效率方面优于最先进的MAPD算法,显示出其在复杂多智能体系统中的应用潜力。

本文探讨了多智能体提货与送达(MAPD)问题,提出了神经ATTF框架,通过优先处理延迟代理和动态任务分配来提升系统效率。实验结果表明,神经ATTF在可扩展性和计算效率方面优于现有算法,展现了良好的应用潜力。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

基于分布式表面形式的多智能体安全最优控制问题的解决

本研究解决了多机器人系统在协同实现团队目标时的安全控制问题,尤其是在传统算法训练不稳定的情况下。通过引入约束优化的表面形式,并提出了一种新颖的集中训练和分布执行的多智能体强化学习算法Def-MARL,该方法在多个任务中展现出最佳性能且保证安全约束。通过真实硬件实验,验证了Def-MARL安全协调智能体完成复杂任务的能力。

发表于:
阅读原文

迈向最佳电路生成:多智能体协作与集体智能的结合

本研究针对大型语言模型在硬件设计中效率低下的问题,通过提出多智能体框架CircuitMind,应用语法锁定、检索增强生成和双重奖励优化等创新方法,显著提升电路设计效率。实验表明,该框架使得55.6%的模型实现达到了或超过了顶尖人类专家的综合效率指标,为硬件优化建立了一种新范式。

本研究提出了多智能体框架CircuitMind,旨在提高大型语言模型在硬件设计中的效率,显著提升电路设计效率,55.6%的模型超越了顶尖人类专家。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

通过多智能体强化学习实现大语言模型的元思维:一项调查

本论文针对当前大语言模型(LLMs)的局限性,如幻觉现象和自我评估机制缺失,探讨了通过多智能体强化学习(MARL)提升其元思维能力的新方法。文章提出利用多智能体架构模仿人类的内省行为,以增强LLMs的可靠性和适应性,并提供了一种构建自省、适应性强和可信赖的LLMs的全面路线图,具有重要的潜在影响。

本文探讨利用多智能体强化学习提升大语言模型的元思维能力,解决幻觉现象和自我评估机制缺失的问题,提出增强其可靠性和适应性的方案。

原文中文,约500字,阅读约需2分钟。发表于:
阅读原文