Ao Li, Yuexiang Xie, Songze Li, Fugee Tsung, Bolin Ding, Yaliang Li
개요
본 논문은 다양한 전문성과 도구를 가진 여러 LLM 기반 에이전트의 협업을 통해 실제 문제 해결에 괄목할 만한 진전을 이룬 다중 에이전트 시스템에 대해 다룹니다. 사용자 질의가 주어지면, 다중 에이전트 시스템 내의 두뇌 역할을 하는 메타 에이전트는 질의를 해결 가능한 에이전트에 할당할 수 있는 여러 하위 작업으로 분해해야 합니다(에이전트 중심 계획). 본 연구에서는 각 하위 작업을 효과적으로 해결하고 사용자 질의에 만족스러운 응답을 생성하기 위해 해결 가능성, 완전성, 비중복성이라는 세 가지 중요한 에이전트 중심 계획 설계 원칙을 제시합니다. 이러한 원칙들은 빠른 작업 분해 및 할당 프로세스와 보상 모델을 통한 효과적이고 효율적인 평가를 활용하는 다중 에이전트 시스템에서의 에이전트 중심 계획을 위한 새로운 프레임워크인 AOP를 제안하는 데 영감을 주었습니다. 평가 결과에 따라 메타 에이전트는 하위 작업에 필요한 조정을 신속하게 수행하고 스케줄링할 책임도 있습니다. 또한, AOP에 피드백 루프를 통합하여 문제 해결 프로세스의 효과와 강력함을 더욱 향상시켰습니다. 광범위한 실험을 통해 AOP가 단일 에이전트 시스템과 기존 다중 에이전트 시스템 계획 전략에 비해 실제 문제 해결에 있어서 발전된 성능을 보임을 입증했습니다. 소스 코드는 https://github.com/lalaliat/Agent-Oriented-Planning 에서 확인할 수 있습니다.
