ProAgent: Von der Robotic Process Automation zur agentenbasierten Prozessautomatisierung
ProAgent: From Robotic Process Automation to Agentic Process Automation
November 2, 2023
Autoren: Yining Ye, Xin Cong, Shizuo Tian, Jiannan Cao, Hao Wang, Yujia Qin, Yaxi Lu, Heyang Yu, Huadong Wang, Yankai Lin, Zhiyuan Liu, Maosong Sun
cs.AI
Zusammenfassung
Von antiken Wasserrädern bis hin zur Robotic Process Automation (RPA) hat sich die Automatisierungstechnologie im Laufe der Geschichte weiterentwickelt, um den Menschen von mühsamen Aufgaben zu befreien. Dennoch stößt RPA bei Aufgaben an ihre Grenzen, die menschenähnliche Intelligenz erfordern, insbesondere bei der komplexen Gestaltung von Workflow-Konstruktionen und der dynamischen Entscheidungsfindung während der Workflow-Ausführung. Da Large Language Models (LLMs) menschenähnliche Intelligenz entwickelt haben, stellt dieses Paper Agentic Process Automation (APA) vor, ein bahnbrechendes Automatisierungsparadigma, das LLM-basierte Agenten für fortschrittliche Automatisierung einsetzt, indem es menschliche Arbeit auf Agenten verlagert, die mit der Konstruktion und Ausführung betraut sind. Wir präsentieren ProAgent, einen LLM-basierten Agenten, der darauf ausgelegt ist, Workflows aus menschlichen Anweisungen zu erstellen und komplexe Entscheidungen durch die Koordination spezialisierter Agenten zu treffen. Empirische Experimente werden durchgeführt, um die Konstruktion und Ausführungsprozedur des Workflows detailliert darzustellen, die Machbarkeit von APA zu demonstrieren und die Möglichkeit eines neuen, von Agenten getriebenen Automatisierungsparadigmas aufzuzeigen. Unser Code ist öffentlich verfügbar unter https://github.com/OpenBMB/ProAgent.
English
From ancient water wheels to robotic process automation (RPA), automation
technology has evolved throughout history to liberate human beings from arduous
tasks. Yet, RPA struggles with tasks needing human-like intelligence,
especially in elaborate design of workflow construction and dynamic
decision-making in workflow execution. As Large Language Models (LLMs) have
emerged human-like intelligence, this paper introduces Agentic Process
Automation (APA), a groundbreaking automation paradigm using LLM-based agents
for advanced automation by offloading the human labor to agents associated with
construction and execution. We then instantiate ProAgent, an LLM-based agent
designed to craft workflows from human instructions and make intricate
decisions by coordinating specialized agents. Empirical experiments are
conducted to detail its construction and execution procedure of workflow,
showcasing the feasibility of APA, unveiling the possibility of a new paradigm
of automation driven by agents. Our code is public at
https://github.com/OpenBMB/ProAgent.