هوش مصنوعی

EvoTeam همکاری میان عامل‌های هوش مصنوعی را متناسب با نوع وظیفه تکامل می‌دهد

پیش‌چاپی در arXiv به مسئله‌ای در سامانه‌های چندعاملی می‌پردازد: بهبود جداگانهٔ عامل‌ها لزوماً همکاری بهتر نمی‌سازد و ساختارهای ثابت تیمی ممکن است برای وظایف ناهمگون مناسب نباشند.

۱ دقیقه مطالعه
Figure 1: Three paradigms of MAS.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

سامانه‌های چندعاملی مبتنی بر مدل‌های زبانی بزرگ، با همکاری عامل‌های تخصصی وظایف پیچیده را انجام می‌دهند. روش‌های رایج با استفاده از بازخورد وظایف، دستورها، مهارت‌ها و راهبردهای اجرای هر عامل را بهبود می‌دهند؛ اما این کار به‌تنهایی تضمین نمی‌کند که اعضای تیم بهتر با هم همکاری کنند.

پژوهش‌های اخیر تلاش کرده‌اند سازمان‌دهی تیم و تعامل میان عامل‌ها را نیز بر پایهٔ تجربهٔ اجرای جمعی تغییر دهند. بااین‌حال، چکیدهٔ پیش‌چاپ EvoTeam می‌گوید این رویکردها هنگام کار با وظایف ناهمگون با دشواری روبه‌رو هستند: بازآرایی تیم را به ساختاری مشترک محدود می‌کنند و قواعد تعامل را میان زمینه‌های متفاوتی به کار می‌برند که ممکن است با یکدیگر سازگار نباشند. اطلاعات ارائه‌شده دربارهٔ روش EvoTeam و نتایج آن جزئیات بیشتری ندارد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست