Multi-Agent Systems Code Generation Dynamic Planning Resource Allocation
摘要

针对多智能体代码生成系统中拓扑路由依赖代码结构复杂度却缺乏感知的问题,本文提出检索引导的自适应编排(RGAO)架构。该架构通过分层代码索引提取复杂度向量,动态选择最优协作拓扑。系统在形式化合约约束下运行,创新性地将复杂度条件路由与形式化资源代数结合,实现了动态拓扑选择下的可证明预算守恒。实验表明,该方法显著降低了误路由率,并具备高效的扩展性。

AI 推荐理由

论文核心研究多智能体协作拓扑的动态选择与任务编排,属于规划能力的关键机制。

研究机构
Independent Researcher
论文信息
作者 Abhijit Talluri, Pujith Anne, Bhagavan Choudary Pendiyala, Raghavendra Chilukuri
发布日期 2026-05-07
arXiv ID 2605.05657
相关性评分 9/10 (高度相关)