Große Sprachmodellbasierte Multi-Agenten: Ein Überblick über Fortschritte und Herausforderungen

Große Sprachmodelle (LLMs) haben bemerkenswerte Erfolge in einer Vielzahl von Aufgaben erzielt. Aufgrund ihrer ausgeprägten Fähigkeiten in Planung und logischem Denken werden LLMs als autonome Agenten für die automatische Ausführung verschiedener Aufgaben eingesetzt. In jüngster Zeit haben sich LLM-basierte Agentensysteme schnell von Einzelagenten-Planung oder Entscheidungsfindung hin zu Multi-Agenten-Systemen entwickelt, wodurch ihre Fähigkeiten bei komplexer Problemlösung und Weltsimulation verbessert wurden. Um einen Überblick über dieses dynamische Feld zu bieten, präsentieren wir diese Übersicht mit einer eingehenden Diskussion der wesentlichen Aspekte und Herausforderungen von LLM-basierten Multi-Agenten-(LLM-MA)-Systemen. Unser Ziel ist es, den Lesern ein tiefgehendes Verständnis für folgende Schlüsselpunkte zu vermitteln: die Domänen und Anwendungsbereiche, in denen LLM-MA-Systeme operieren oder simulieren; die Profilierungs- und Kommunikationsmethoden dieser Agenten; sowie die Mittel, mit denen diese Agenten ihre Fähigkeiten entwickeln. Für Interessierte am weiteren Vertiefen dieses Gebiets fassen wir zudem die häufig verwendeten Datensätze oder Benchmarks zusammen. Um Forscher über die neuesten Studien auf dem Laufenden zu halten, pflegen wir ein Open-Source-GitHub-Repository (github.com/taichengguo/LLMMultiAgentsSurveyPapers), das der Darstellung der Forschung zum Thema LLM-MA gewidmet ist.