摘要
针对现有无线网络智能体依赖人工提示和静态工作流的局限，本文提出 WirelessAgent++ 框架。该框架将工作流设计转化为程序搜索问题，利用领域适配的蒙特卡洛树搜索（MCTS）算法自动生成最优工作流。同时，构建了涵盖知识推理、工具使用及多步决策的多维基准 WirelessBench。实验表明，该方法能以低成本自主发现 superior 工作流，显著优于现有提示基线和通用优化器，实现了鲁棒且自演进的无线智能体生成。
AI 推荐理由
论文核心是通过 MCTS 算法自动搜索和优化智能体的工作流（即任务规划），属于规划能力的核心研究。
研究机构
Member, IEEE
Fellow, IEEE
论文信息