研究人员开发了 STAR（Spatio-Temporal Agent Router）框架，旨在改进多智能体系统在复杂推理任务中的导航能力。STAR 通过使用状态条件转换策略将智能体间的控制外部化，该策略不仅考虑简单的成功或失败，还考虑不同类型的执行故障。这使得系统能够根据具体的错误状态（如格式错误的输出或工具-查询不匹配）调整其路由策略，从而在各种基准测试和 LLM 上实现更好的恢复和性能。 AI
影响 通过实现更复杂的错误恢复和路由策略，增强了多智能体系统的鲁棒性。
排序理由 该集群包含一篇学术论文，详细介绍了用于多智能体时空推理的新框架。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
