摘要
针对现有自动多智能体系统（MAS）在知识密集型领域因静态节点或缺乏专业逻辑而受限的问题，本文提出 Unified-MAS 框架。该方法通过离线节点合成，将细粒度节点实现与顶层拓扑编排解耦。其包含两个阶段：基于搜索的节点生成利用外部知识合成专用节点蓝图；基于奖励的节点优化利用困惑度引导的奖励迭代增强瓶颈节点内部逻辑。实验表明，该方法在四个专业领域中显著提升了性能并降低了成本。
AI 推荐理由
论文核心在于解耦多智能体系统的拓扑编排与节点实现，优化任务规划架构。
研究机构
香港科技大学（广州）科学与技术学院
南京理工大学
新加坡资讯通信研究院（I²R），A*STAR
论文信息