Multi-Agent Systems Parallel Computing Task Decomposition Distributed Architecture
摘要

基于大语言模型的自主多智能体系统在解决复杂任务方面表现出色,但在任务规模扩大时面临推理、协调及计算扩展瓶颈。为此,本文提出代理并行工作负载架构(APWA),这是一种专为高效处理高度可并行化代理工作流设计的分布式多智能体系统架构。APWA 通过将工作流分解为互不干扰的子问题,利用独立资源实现无交叉通信的并行执行。评估表明,APWA 能动态分解复杂查询为可并行工作流,并在先前系统失效的大规模任务场景中实现有效扩展。

AI 推荐理由

论文核心在于将复杂工作流分解为可并行子任务,属于高级任务规划与调度机制。

研究机构
东北大学
论文信息
作者 Evan Rose, Tushin Mallick, Matthew D. Laws, Cristina Nita-Rotaru, Alina Oprea
发布日期 2026-05-14
arXiv ID 2605.15132
相关性评分 9/10 (高度相关)