[论文解读] The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey

Tula Masterman, Sandi Besen+2 more|arXiv (Cornell University)|Apr 17, 2024

Multi-Agent Systems and Negotiation被引用 19

一句话总结

本综述调查了近期的 AI 代理架构（单代理与多代理），聚焦于推理、计划和工具调用，并探讨设计选择、模式与未来方向。

ABSTRACT

This survey paper examines the recent advancements in AI agent implementations, with a focus on their ability to achieve complex goals that require enhanced reasoning, planning, and tool execution capabilities. The primary objectives of this work are to a) communicate the current capabilities and limitations of existing AI agent implementations, b) share insights gained from our observations of these systems in action, and c) suggest important considerations for future developments in AI agent design. We achieve this by providing overviews of single-agent and multi-agent architectures, identifying key patterns and divergences in design choices, and evaluating their overall impact on accomplishing a provided goal. Our contribution outlines key themes when selecting an agentic architecture, the impact of leadership on agent systems, agent communication styles, and key phases for planning, execution, and reflection that enable robust AI agent systems.

研究动机与目标

• 解释AI代理实现的当前能力与局限。
• 概述单代理和多代理架构及其设计模式。
• 确定选择代理架构的关键主题，以及领导力与沟通的作用。
• 为未来的AI代理设计与评估提供见解与注意事项。

提出的方法

• 回顾并综合现有的单代理方法（如 ReAct、RAISE、Reflexion、AutoGPT+P、LATS）。
• 将代理架构划分为单代理和多代理，并给出纵向与横向的分类。
• 将计划、推理和工具调用的需求作为核心代理能力进行分析。
• 评估领导力、记忆以及动态团队结构如何影响性能。
• 讨论基准测试、评估挑战以及代理系统的现实应用性。

Figure 1: A visualization of single and multi-agent architectures with their underlying features and abilities

实验结果

研究问题

• RQ1 在推理、计划和工具调用方面，AI代理的主要架构模式（单代理 vs. 多代理）是什么？
• RQ2 领导结构、沟通风格和计划阶段如何影响代理的性能？
• RQ3 在现实世界任务中评估和部署AI代理面临的主要挑战是什么？

主要发现

• 单代理模式更适合工具有限、且有较少人类反馈机会的明确定义任务。
• 当并行性、多样化人物设定或协同工作有利时，多代理模式表现出色。
• 领导者和动态、轮换的团队可提升任务完成速度并降低沟通开销（例如，带领导者的团队完成任务的速度大约快10%）。
• 结构化通信（发布-订阅、信息过滤）和明确角色可减少闲聊并提升多代理系统的协调。
• 计划阶段、反馈回路和内存/反思对于在各架构中实现稳健目标至关重要。

Figure 2: An example of the ReAct method compared to other methods [ 32 ]