文章主要内容和创新点
一、主要内容
本文提出了一种名为SynergyMAS的新型多智能体框架,旨在通过整合逻辑推理、知识管理(检索增强生成,RAG)和心智理论(ToM)能力,提升基于大语言模型(LLMs)的多智能体系统(MAS)的协作能力和问题解决效率。
-
核心架构:SynergyMAS采用分层结构,由一个“主导代理”协调工作流,整合三大关键组件:
- 逻辑推理:基于Neo4j图数据库存储对话数据,通过Clingo逻辑求解器(基于回答集编程,ASP)处理逻辑查询,生成符合逻辑的响应;
- 知识管理:基于改进的Corrective RAG(CRAG),结合内部领域特定数据库(Chroma向量库)和外部网络搜索(Tavily框架),实现知识的高效检索与更新;
- 心智理论(ToM):通过代理响应中的“我的信念”部分,使代理能够推断自身及其他代理的心理状态(如信念、意图),增强协作效率。
-
案例验证:以采用精益创业方法的产品开发团队为例,展示了SynergyMAS在开发智能家居能源管理系统中的应用,验证了其在提升团队性能、适应性和问题解决能力上的有效性。
-
评估与对比:与现有系统(如ChatGPT-4o、Chain of Thought(CoT)、Tree of Thoughts(ToT))相比,SynergyMAS在多视角分析、逻辑一致性、知识整合及协作深度上表现更优,但存在响