基于大模型的多智能体协作与决策研究

徐 瀚杰, 赵 志琴, 田乐 乐*, 李 蕾蕾
广州新华学院

摘要


大模型技术的出现，为多智能体系统的协作与决策能力带来了新的突破。本文围绕基于大模型的多智能体
系统展开讨论，梳理了多智能体决策的主要类型，分析了智能体之间常见的交互模式、几种主流决策思路以及分布
式训练与执行的方式。系统设计了一个大模型驱动的分层模块化框架，介绍了当前几种主流仿真环境在支撑多智能
体协作研究中的作用，并探讨了该框架在社会科学、自然科学和工程领域中的具体应用。大模型驱动使多智能体系
统在面对复杂、动态的环境时，能够更好地实现协同推理和优化决策，从而为自动驾驶、灾害救援、多机器人协作
等实际场景提供可行的技术支撑。

关键词


大模型；多智能体；强化学习；协同推理；分析决策

全文:

PDF


参考


[1]李鹏，陈少飞，易楚舒，等.多智能体风险决策理

论与方法研究综述[J].计算机学报，2025，48（10）：1-20.[2]姜春宇，韩晓璐，王超伦.智能体技术演进：场

景分析、关键技术与发展趋势[J].大数据，2026，12（2）：

129-138.

[3]周棪忠，罗俊仁，谷学强，等.大语言模型视角

下的智能规划方法综述[J].系统仿真学报，2025，37（4）：

823-844.

[4]邹通，丁学良，戴瀚苏，等.基于大语言模型的

集群协同决策[J].南京航空航天大学学报（自然科学版），

2025，55（6）：1061-1071.

[5]LI N, GAO C, LI M, et al. EconAgent: Large language

model-empowered agents for simulating macroeconomic

activities[C]. Proceedings of the 62nd Annual Meeting of the

Association for Computational Linguistics. Bangkok: Association

for Computational Linguistics, 2024: 15523-15536.

[6]PARK J S, O'BRIEN J, CAI C J, et al. Generative

agents: interactive simulacra of human behavior[C]. Proceedings

of the 36th Annual ACM Symposium on User Interface Software

and Technology. New York: ACM, 2023: 1-22.

[7]ZHOU Q H, ZHANG H X, LIN X Y, et al. Virtual

community: an open world for humans, robots, and society[C].

The 13th International Conference on Learning Representations,

2026.

[8]辛沅霞，华道阳，张犁.基于智能规划的多智能体

强化学习算法[J].计算机科学，2024，51（5）：179-192.


Refbacks

  • 当前没有refback。