AWorld: Dynamisches Multi-Agenten-System mit stabiler Manövrierfähigkeit für robuste Lösung des GAIA-Problems

Die rasanten Fortschritte bei großen Sprachmodellen (LLMs) haben intelligente Agenten befähigt, diverse externe Werkzeuge zur Lösung komplexer realweltrelevanter Probleme einzusetzen. Doch je stärker Agenten auf mehrere Werkzeuge angewiesen werden, desto größer werden die neuen Herausforderungen: durch unterschiedliche Quellen entstehende lange Kontexte sowie verrauschte oder irrelevante Werkzeugausgaben können die Zuverlässigkeit und Genauigkeit des Systems beeinträchtigen. Diese Herausforderungen unterstreichen die Notwendigkeit einer verbesserten Stabilität in agentenbasierten Systemen. Um diesem Problem zu begegnen, stellen wir dynamische Überwachungs- und Steuerungsmechanismen vor und konstruieren damit eine robuste und dynamische Architektur für ein Multi-Agenten-System (MAS) innerhalb des AWorld-Frameworks. In unserem Ansatz ruft der Execution Agent den Guard Agent zu kritischen Schritten auf, um den Schlussfolgerungsprozess zu überprüfen und ggf. zu korrigieren, wodurch Fehler, die durch Rauschen verursacht werden, effektiv reduziert und die Robustheit der Problemlösung gestärkt wird. Umfangreiche Experimente auf der GAIA-Testdatenbank zeigen, dass unser dynamisches Steuerungsmechanismus sowohl die Effektivität als auch die Stabilität der Lösungen erheblich verbessert und damit sowohl Einzelagentensysteme (SAS) als auch herkömmliche werkzeugerweiterte Systeme übertrifft. Als Ergebnis erreichte unser dynamisches MAS-System den ersten Platz unter den Open-Source-Projekten in der renommierten GAIA-Rangliste. Diese Ergebnisse belegen den praktischen Nutzen kooperativer Agentenrollen für die Entwicklung zuverlässigerer und vertrauenswürdiger intelligenter Systeme.