NeurIPS 2025 | 智能体-相关论文12篇

主要观点总结

本文介绍了多个与多智能体系统相关的研究，涉及多个领域如对抗性优化算法、自动化组合智能体等。文章摘要了不同研究的主要内容和关键点，包括对抗性优化算法的成功局限性，自动化组合智能体的框架设计和组件选择方法，以及用于通用视频异常检测的PANDA系统的设计等。所有研究的详细内容和细节可以在原文链接中查阅。

关键观点总结

关键观点1: 对抗性优化算法被成功应用于多智能体环境中寻找稳健和多样化的策略，但其在合作环境中的简单应用会导致关键失败模式。

研究者通过引入理性保持策略优化（RPO）和理性策略梯度（RPG）来解决这个问题，提出了一个用于解决RPO问题的方法，并开发了一个理性策略梯度算法，该算法可以扩展现有的对抗优化算法，提高其鲁棒性和适应性。

关键观点2: 在智能体系统的自动化组合方面，研究者提出了一种基于背包方法的智能体组件选择框架，该框架能够系统地识别、选择并组装一组最优的智能体组件。

通过使用在线背包组合器，该框架能够在不同的智能体系统中实现显著的性能提升。

关键观点3: PANDA系统是一个基于多模态大型语言模型的智能体智能工程师，旨在实现通用视频异常检测。

该系统通过设计四种关键能力来实现自适应场景感知、目标驱动的启发式推理、工具增强的自我反思以及自我改进的记忆链。这些能力使得PANDA系统能够在没有训练数据和人工干预的情况下自动处理任何场景和任何异常类型。