面向网络遥测故障检测与成因分析的协作式AI智能体与评论家

我们为多执行者、多评论家的联邦多智能体系统开发AI智能体与评论家协同控制的算法。每个AI智能体与评论家都可使用经典机器学习或生成式AI基础模型。AI智能体与评论家与中央服务器协作完成多模态任务，例如网络遥测系统中的故障检测、严重程度与成因分析，文本到图像生成、视频生成，以及基于医学影像与病历的医疗诊断等。AI智能体完成任务后将其发送给AI评论家评估。评论家随后向智能体反馈以改进其响应。它们协同最小化系统整体成本，且智能体之间、评论家之间没有相互通信。AI智能体与评论家对其成本函数或成本函数的导数保密。利用多时间尺度随机逼近技术，我们为AI智能体与评论家的时间平均活跃状态提供收敛保证。通信开销对系统而言很小，在 $m$ 个模态下为 $\mathcal{O}(m)$ 量级，且与AI智能体和评论家的数量无关。最后，我们给出网络遥测中故障检测、严重程度与成因分析的一个实例，并进行全面评估以检验算法的效能。