エージェントのインターネット：協調的知能のための異種エージェントのウェブを構築する

Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence

July 9, 2024

著者: Weize Chen, Ziming You, Ran Li, Yitong Guan, Chen Qian, Chenyang Zhao, Cheng Yang, Ruobing Xie, Zhiyuan Liu, Maosong Sun

cs.AI

要旨

大規模言語モデル（LLM）の急速な進展は、高度に有能な自律エージェントの開発への道を開いてきました。しかし、既存のマルチエージェントフレームワークは、自らのエコシステム内で定義されたエージェントに依存するため、多様な有能なサードパーティエージェントを統合するのに苦労しています。また、ほとんどのフレームワークが単一デバイス設定に限定されているため、分散環境のシミュレーションにも課題を抱えています。さらに、これらのフレームワークはハードコードされた通信パイプラインに依存することが多く、動的なタスク要件への適応性が制限されています。インターネットの概念に着想を得て、我々は「エージェントのインターネット（Internet of Agents, IoA）」を提案します。これは、LLMベースのマルチエージェント協働のための柔軟でスケーラブルなプラットフォームを提供し、これらの制限を克服する新しいフレームワークです。IoAは、エージェント統合プロトコル、インスタントメッセージングのようなアーキテクチャ設計、およびエージェントチーム編成と会話フロー制御のための動的メカニズムを導入します。一般的なアシスタントタスク、具現化AIタスク、および検索拡張生成ベンチマークにおける広範な実験を通じて、IoAが最先端のベースラインを一貫して上回り、異種エージェント間の効果的な協力を促進する能力を示しています。IoAは、エージェントがシームレスに協力してより大きな知性と能力を達成できる、インターネットのような環境で多様なエージェントを結びつける一歩を表しています。我々のコードベースはhttps://github.com/OpenBMB/IoAで公開されています。

English

The rapid advancement of large language models (LLMs) has paved the way for the development of highly capable autonomous agents. However, existing multi-agent frameworks often struggle with integrating diverse capable third-party agents due to reliance on agents defined within their own ecosystems. They also face challenges in simulating distributed environments, as most frameworks are limited to single-device setups. Furthermore, these frameworks often rely on hard-coded communication pipelines, limiting their adaptability to dynamic task requirements. Inspired by the concept of the Internet, we propose the Internet of Agents (IoA), a novel framework that addresses these limitations by providing a flexible and scalable platform for LLM-based multi-agent collaboration. IoA introduces an agent integration protocol, an instant-messaging-like architecture design, and dynamic mechanisms for agent teaming and conversation flow control. Through extensive experiments on general assistant tasks, embodied AI tasks, and retrieval-augmented generation benchmarks, we demonstrate that IoA consistently outperforms state-of-the-art baselines, showcasing its ability to facilitate effective collaboration among heterogeneous agents. IoA represents a step towards linking diverse agents in an Internet-like environment, where agents can seamlessly collaborate to achieve greater intelligence and capabilities. Our codebase has been released at https://github.com/OpenBMB/IoA.