- 博客(4)
- 收藏
- 关注
原创 轻量级中心化调度架构下的AI智能体通信协议设计:高效消息传递与状态同步机制--2026年2月12日
所谓的中心化调度,其实是基于条件的内部函数调用或提示词路由,系统中的其他智能体本身没有独立的目标和持续的记忆。中央调度模式的多智能体架构同样不允许专家智能体之间直接通信,通常会由一个中央控制器接收请求→分派到若干专家智能体→收集并整合信息输出。假设,智能体A以为任务完成了,智能体B还在等待,就造成系统的资源浪费、各AI任务逻辑不协调。若一个智能体任务出错,则由智能体服务器,广播给其他智能体暂停各自的子任务(以确保AI服务的完整性)。这种系统本质上还是单智能体的内核,并不是多智能体架构。数据在智能体中暂存。
2026-02-12 17:12:32
187
原创 博客摘录「 多智能体应用,看这篇就够了!一个真实案例,带你吃透协作、通信与决策全流程!」2026年2月5日
结合上篇文章中“多智体系统”的架构,任务分解后,寻找可用智能体的过程是【广度搜索】;针对一个任务,多次交互执行,是【深度搜索】。【controller接收到诊断建议后识别到是个价格问题,再将操作建议作为明确指令二次路由给操作agent;这是引用原文的一句话。这句话告诉我们,多智能体之间的交互是存在多次往返的,即“二次路由”。
2026-02-05 16:21:53
110
原创 博客摘录「 感知通信的去中心化多智能体系统」2026年2月5日
然后,这些累积的上下文被用来告知后续对 SA 的请求并提供上下文,从而实现多轮交互和复杂的任务编排,类似于大语言模型维护会话状态的方式。最初,u通过 FirstSelect(u,⊳)选择一小部分候选 SA,这是一个预定义的方法,例如硬编码列表、语义相似性技术(例如,基于 LLM 的匹配以更丰富地理解服务描述)或声誉分数。我们将 τ定义为一组可配置的原子谓词的合取或析取,例如:请求的满足(例如,"收到至少三个可行选项")、SA 通信次数超过预定义阈值、挂钟超时过期或明确的人工干预信号。
2026-02-05 15:44:06
423
原创 2018/8/13 Stanford University - Machine Learning 第一课:机器学习的动机和应用
机器学习分为监督学习supervised learning 有正确的答案 实例:回归问题regression problem: 变量连续 分类问题classification problem:离散变量无监督学习unsupervised learning 实例:聚类clustering强化学习reinforcement...
2018-08-13 11:37:16
297
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅