【综述专栏】基于大语言模型多智体的综述：进步和挑战！

人工智能学家 · 公众号 · · 2024-05-01 18:44

正文

来源：人工智能前沿讲习

在科学研究中，从方法论上来讲，都应 “ 先见森林，再见树木 ” 。当前，人工智能学术研究方兴未艾，技术迅猛发展，可谓万木争荣，日新月异。对于 A I 从业者来说，在广袤的知识森林中，系统梳理脉络，才能更好地把握趋势。为此，我们精选国内外优秀的综述文章，开辟 “ 综述专栏 ” ，敬请关注。

24年2月论文“Large Language Model based Multi-Agents: A Survey of Progress and Challenges“。

大语言模型（LLM）在一系列任务中取得了显著的成功。由于LLM令人印象深刻的规划和推理能力，它们已被用作自动执行许多任务的自主智体。最近，基于一个LLM作为单个规划或决策智体的发展，基于LLM的多智体系统在复杂问题解决和世界模拟方面取得了长足的进展。为了向社区提供这一动态领域的概述，提出这项调查，深入讨论基于LLM的多智体系统的基本方面以及挑战。

目标问题：基于LLM的多智体模拟什么域和环境？这些智体是如何被介绍的，如何沟通的？哪些机制有助于智体能力的增长？对于那些有兴趣深入研究这一研究领域的人，还总结了常用的数据集或基准，以便他们能够方便地访问。

基于单个LLM智体的激励能力，已经提出了LLM多智体利用多个智体的集体智能和专业知识和技能。与使用单个LLM驱动智体的系统相比，多智体系统通过以下方式提供了高级功能：1）将LLM专门化为各种不同的智体，每个智体都具有不同的功能；2）这些不同的智体之间能够进行交互，有效地模拟复杂的现实世界环境。在这种情况下，多个自主智体协同参与规划、讨论和决策，反映了人类群体在解决问题任务中的合作性质。这种方法利用了LLM的沟通能力，利用了它们生成文本进行沟通和对文本输入做出反应的能力。此外，它还利用了LLM在各个域的广泛知识及其专门从事特定任务的潜力。最近的研究表明，在利用LLM多智体解决各种任务方面取得了有希望的结果，如软件开发[Hong2023；Qian2023]、多机器人系统[Mandi2021；Zhang2023c]、社会模拟[Park2022]、策略模拟[Xiao2023，Hua2023]和游戏模拟[Su2023c；Wang2023c]。由于该领域跨学科研究的性质，它吸引了各种各样的研究人员，从AI专家扩展到社会科学、心理学和政策研究专家。研究论文的数量正在迅速增加，如图所示：基于LLM的多智体研究领域的发展趋势。对于问题解决和世界模拟，将当前的工作分为几个类别，并每隔3个月统计不同类型的论文数量。每个叶节点的数字表示该类别的论文数量。