【大模型架构】Agent架构的演变

摘要

代理架构为单个代理的设计和开发提供了蓝图。agent架构的目的是定义agent在世界上的交互模式和模块，以及agent内部组件之间的连接。一个主体可以从其感知、思考和行动能力的架构描述来理解。架构已被用于描述机器人控制软件[Mustliner，Durfee，and Shin，1993]。这种架构强调早期感知的快速处理和低水平的驱动能力。

Brooks的包容（subsumption ）架构一直是快速反应机器人动作的有影响力的指南[Brook 1986]。尽管包容有利于机器人所需的实时处理，但它从未对代理有用。这在一定程度上是因为反应性是代理的标准特性。

基于逻辑、基于效用或信念-欲望-意图（BDI）等主动架构在代理架构中更为流行[Wooldridge，2000]。在多模态BDI逻辑中对有意的代理进行建模。每种架构都有其长处和短处，使其适合于特定的角色或特定类型的问题。在这里，我们没有比较和对比架构，而是给出了主动架构的集体属性的部分列表：逻辑正确性、启动新行动的能力、形成和操纵明确意图的能力、基于非平凡的世界模型进行推理的能力、适应能力、学习能力、与情绪互动的能力，以及在没有足够时间完成推理时做出反应的能力。

在非平凡的单体系统中，主动式架构解决了许多问题，包括：世界建模、认知功能（如规划和学习）的模块化、影响和不确定性管理。

对于基于代理的系统，关于自治的推理是一个特定的关注领域。

最后，必须对其他代理人负责并具有社交能力的非平凡代理人必须解决许多问题。部分列表是：协调、合作、团队合作以及其他关系和社会态度，如自主、真实、意识、仁爱、理性、角色和义务。