Multi-Agent System Neuroimaging Autonomous Workflow Code-Centric
摘要

将神经影像数据转化为临床生物标志物过程繁琐且依赖人工。现有流程缺乏闭环适应能力。为此,本文提出 NIAgent,一种用于端到端自主神经影像分析的多智能体系统。该系统采用以代码为核心的执行范式,专家智能体协作合成并优化可执行程序,实现适应运行时观测的长程工作流构建。此外,提出分层验证框架进行自主质量控制。实验表明,NIAgent 在预测性能上优于基准,并展现出策略探索与自适应优化等高级智能行为。

AI 推荐理由

论文核心在于多智能体协作进行长程工作流构建、动态策略调整及自适应规划,属于规划能力研究。

研究机构
Emory University Lehigh University Worcester Polytechnic Institute
论文信息
作者 Keqi Han, Songlin Zhao, Yao Su, Lifang He, Carl Yang
发布日期 2026-05-10
arXiv ID 2605.09366
相关性评分 9/10 (高度相关)