微信扫码
与创始人交个朋友
顾名思义,就是多个智能体共同协作组成的系统,智能体的共享内存是一个关键的组成部分,存储其知识、过去经历和信念道德等,每个Agent都拥有详细的内部结构,使其能够在系统内独立但协作地运行,这种记忆为做出明智的决策提供了必要的历史背景和学习;
这种共享内存也是交换信息、计划和目标的中心,确保每个代理都可以为集体知识和策略做出贡献并从中受益;
先介绍,在MAS中,各个组件工作的大概过程:
#A 目标:它会始终围绕目标,寻找能解决问题的方案,并且不断在内部演练,计算各种变化的方案;
#B 感知:从业务环境上下文中收集信息,包括与用户交互、内部环境的执行结果等,也可进化为人类五感;
#C 反馈:处理感知到的信息以获得洞察力,使用内部 LM 来解释目标、感知、协作、执行结果之间的关系;
#D 计划:根据合理的洞见,制定行动方案;
#E 对齐:通过共享内存与其他代理交互以对齐动作;
#F 干活:对环境执行计划的操作;
#G 记忆:存储个人知识和经验;
#H LLM:负责处理和理解环境和共享内存中基于语言的信息,真正根据不同的复杂任务,干活的板块;
可能这样介绍,朋友们联想不起来,这里再深入介绍一下,当然啦,技术发展太快,当有可能新的技术出现时,sop也会变化的,这就有赖于各位;
智能体的目标,是一个或多个清晰的任务,现在我们大部分的agent任务,都是模糊的,例如“做个PPT”,没有具体目标,是无法完成复杂任务的,甚至我们要根据当下交互状态,创建一个chat agent来引导用户对话,当然啦,任务不是一成不变的,它们会根据来自环境的反馈和Agent的内部状态动态更新;
通过感知组件,智能体从周围环境中收集数据,这种感官信息既可以来自数字来源(如数据源),也可以来自物理来源(如相机或物联网设备),然后,这些数据会进入对应管道,进行处理;
在这里,智能体使用刚刚存储的数据来分析信息,并利用 LLM 进行推理;
一旦Agent收到这些推理数据,智能体就会进入计划阶段,从而制定一系列旨在实现其目标的行动;
在多智能体系统运行起来后,Agent能够通过共享内存+共享信息,与其他Agent协调计划,从而确保目标的达成;
在执行方面,行为组件负责实施计划的行动,代理使用各种工具与他们的环境进行交互,其范围从用于物理任务的智械,到用于数字任务的软件/数据库,LLM通过在这些过程中促进基于语言的推理和决策,继续为Agent提供支持;
这里,我们先了解他们的大概工作过程,之后再深入了解,Agent依赖什么工作?与LLM什么关系?
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-07-18
2024-03-30
2024-04-11
2024-04-26
2024-05-06
2024-06-12
2023-07-01
2024-05-09
2024-07-07
2024-04-25