一种统一所有代理的多智能体对话人工智能研究

市场上商用对话代理（CAs）数量的不断增加，导致用户在完成任务时需要学习和使用多个代理，从而增加了负担。尽管先前的研究已经探索了在单一代理设计中支持多种领域的可能性，但由于所需功能的动作空间较大，交互体验受到了影响。为了解决这些问题，我们引入了一项新任务BBAI：黑盒代理集成（Black-Box Agent Integration），重点关注大规模整合多个黑盒CAs的能力。我们探讨了两种技术：问题代理配对和问题响应配对，旨在解决这一任务。利用这些技术，我们设计了一个可扩展系统One For All（OFA），该系统提供了一个统一的接口来与多个CAs进行交互。此外，我们还介绍了MARS：多代理响应选择（Multi-Agent Response Selection），这是一种新的编码器模型，用于问题响应配对，可以联合编码用户问题和代理响应对。我们展示了OFA能够自动且准确地集成一系列跨不同领域的商用CAs。具体而言，通过使用MARS编码器，我们在BBAI任务上实现了最高的准确性，超过了强大的基线模型。