论文
BrainAgent：LLM驱动的自主脑信号理解多智能体框架
BrainAgent: A Large Language Model-Driven Multi-Agent Framework for Autonomous Brain Signal Understanding
摘要
脑机接口（BCI）与脑信号理解对临床健康与下一代交互至关重要。尽管意义重大——其在真实场景的广泛采用仍受限——主要因当前分析范式缺乏足够的智能体智能。第一——既有方法设置过高技术门槛——要求大量专门知识。第二——它们本质静态且任务特定——无法执行真实部署所必需的复杂长程工作流。为加速脑信号理解的民主化——我们受大语言模型（LLM）启发——引入BrainAgent——LLM驱动的多智能体框架——设计用于把抽象自然语言意图锚定为严谨、可执行、端到端的处理管线。BrainAgent采用层级架构——中央监督者编排专门子智能体以进行自适应任务分解与执行。此外——我们建立全面的系统基准用于评估脑信号分析中的智能体系统。实证结果表明BrainAgent以卓越可靠性有效自动化复杂工作流——标志着向民主化脑信号理解的范式转变。
