Multi-Agent Collaboration Co-Evolution Skill Optimization Real-time Systems
摘要

大语言模型虽赋能了交互式环境中的智能体,但高协作任务常面临实时协调与严格在线令牌预算下的持续适应双重约束。现有方法或因频繁推理导致延迟,或因非结构化文本难以转化为低成本的可靠执行。本文提出 CoWork-X,一种受快慢记忆分离启发的主动协同进化框架,将同伴协作建模为跨回合的闭环优化问题。该系统包含基于分层任务网络检索技能的执行智能体,以及进行补丁式技能整合的后回合协同优化器。实验表明,该方法在降低延迟和令牌消耗的同时,实现了稳定的累积性能提升。

AI 推荐理由

论文提出协同进化框架,核心在于跨回合的自我优化与技能巩固机制。

研究机构
清华大学 中国科学院自动化研究所
论文信息
作者 Zexin Lin, Jiachen Yu, Haoyang Zhang, Yuzhao Li, Zhonghang Li et al.
发布日期 2026-02-04
arXiv ID 2602.05004
相关性评分 9/10 (高度相关)