论文
DynAMO:依赖感知的多Agent工业任务编排
DynAMO:Dynamic Asset Management Orchestration via Topological Multi-Agent Scheduling
摘要
虽然 LLM 支持的代理为工业资产生命周期提供端到端自动化,但现实世界的工业 4.0 部署受到延迟、并发不稳定和安全风险的阻碍。我们推出了 DynAMO(动态资产管理编排),这是一种可部署的引擎,使用先计划后执行的架构来生成可验证的工作流程图。 DynAMO 支持 SequentialWorkflow(拓扑执行)和 ParallelWorkflow(依赖性感知并发)。通过动态识别独立任务,DynAMO 保持结构正确性和安全性,同时通过受控推理重叠显着提高效率。在 AssetOpsBench 工业基准的六项受控实验中,DynAMO 展示了显着的性能和稳健性提升。与顺序编排相比,并行执行获得端到端中位延迟1.6倍加速,在高度并行化工作流中最高加速1.8倍。在用实际延迟检测外部工具调用后,延迟分解显示 LLM 推理和编排仍然占执行时间的 90% 以上,将模型推理确定为主要系统瓶颈。结构化上下文修剪将推理延迟减少了大约 30%,DynAMO 保持正确的功能行为(任务完成、代理排序和输出质量),同时在受控故障注入下表现出优雅的降级。再现性分析进一步证实了重复运行下的稳定执行,并行调度减少了延迟差异。这些发现将 DynAMO 确立为工业 4.0 自动化管道中可扩展、安全和延迟感知代理部署的实用蓝图。代码位于:https://github.com/kushwaha001/DynAMO