摘要
脑机接口与脑信号理解对临床健康至关重要，但现有技术门槛高且缺乏智能体能力，难以处理复杂长程任务。为此，本文提出 BrainAgent，一个由大语言模型驱动的多智能体框架。该框架采用分层架构，由中央监督者协调专用子智能体，将抽象的自然语言意图转化为可执行的端到端处理流程，实现自适应的任务分解与执行。实验表明，BrainAgent 能有效自动化复杂工作流，显著提升了脑信号分析的可靠性与普及性。
AI 推荐理由
论文核心在于多智能体框架的任务分解与长程工作流编排，属于规划能力研究。
研究机构
State Key Laboratory of Brain-machine Intelligence, Zhejiang University, Hangzhou, China
College of Computer Science and Technology, Zhejiang University, Hangzhou, China
MOE Frontier Center for Brain Science and Brain-machine Integration, Zhejiang University, Hangzhou, China
论文信息