摘要
针对多智能体系统受限于固定结构和会话学习的问题,本文提出 OneManCompany (OMC) 框架。该框架将技能封装为可移植的“人才”身份,通过人才市场实现动态招募与重组。核心机制是探索 - 执行 - 审查(E2R)树搜索,以层级循环统一任务分解、执行与评估,确保终止性与无死锁。实验表明,OMC 在 PRDBench 上成功率达 84.67%,显著超越现有水平,实现了自组织、自改进的 AI 组织。
AI 推荐理由
论文提出 E2R 树搜索统一规划、执行与评估,核心解决多智能体任务分解与动态重组问题。
研究机构
one-man-company
论文信息