摘要
针对长程软件工程任务中多智能体协作面临的冲突同步难、进度整合复杂等挑战,本文受人类开发协作机制启发,提出集中式异步隔离委托(CAID)范式。该方法通过中央管理器构建依赖感知型任务计划,在隔离工作空间中并发执行子任务,并借助可执行测试验证实现结构化整合。实验表明,CAID 在论文复现和 Python 库开发任务上显著优于单智能体基线,证实了分支合并机制及 Git 原语在多智能体可靠协作中的关键作用。
AI 推荐理由
论文提出基于依赖感知的任务规划架构,核心解决多智能体长程任务的分解与协同规划问题。
研究机构
卡内基梅隆大学语言技术研究所
论文信息