多智能体系统：从经典范式到大模型驱动的协同智能演进

系统梳理经典多智能体与大基础模型赋能的新一代架构，揭示协同智能的范式跃迁路径。

资料简介

本综述系统对比经典多智能体系统（CMASs）与大基础模型驱动的多智能体系统（LMASs），基于感知、通信、决策与控制四维框架解析CMASs的核心机制，并阐明LMASs如何通过语义级推理与语言交互实现更高阶的协作能力。文章指出LMASs并非取代CMASs，而是通过认知增强与泛化能力拓展其应用场景，同时保留经典方法在底层控制中的可靠性与理论保障，为未来智能系统的协同演进提供统一视角。

核心看点

• 构建CMASs四维分析框架：感知、通信、决策、控制
• 揭示LMASs通过大模型实现语义级协作与零样本泛化
• 对比两类系统在架构、机制、适应性与应用上的异同
• 提出CMASs与LMASs协同演进而非替代的发展路径
• 总结多智能体系统在开放动态环境中的关键挑战
• 展望未来研究方向：认知增强、可解释性与理论保障融合

适合用于

适合人群

人工智能研究人员、多智能体系统开发者、大模型应用工程师、自动化与控制领域学者、机器人系统设计师、高校相关专业师生

建议从事AI协同智能、大模型集成或多智能体系统研究的技术人员下载全文，深入理解经典方法与新兴范式的融合逻辑，为复杂场景下的智能体协作提供理论支撑与实践参考。