MOAE：保留帕累托解的多目标Agent进化

随着基于LLM的智能体的不断发展，对智能体的评价也越来越多元化：一个有能力的智能体不仅要实现较高的任务完成精度，还要在交互质量、安全性和效率方面表现良好，这就提出了一个核心问题：这些目标能否同时优化？现有的方法考虑了多个目标，但许多方法将异构测量分解为固定的标量分数。这种标量化取决于度量标准化和偏好权重，并且可能会丢弃代表有用的部署权衡的候选者。我们引入了多目标智能体进化（MOAE），它将迭代上下文细化组织为完整智能体执行轨迹的帕累托保留进化搜索。鉴于有限的轨迹采样预算，MOAE 维护非支配候选者的经验档案，使用特定目标的诊断来指导后代生成，并仅在部署时应用约束感知选择。这将搜索期间的候选保留与用于返回最终解决方案的偏好分开。该过程不需要参数更新，并允许每个目标被任何可测量的属性替换，我们将其实例化为任务性能、轨迹质量和安全性。 TravelPlanner 和 AgentDojo 上的实验表明，MOAE 持续提高任务性能和轨迹质量，同时在匹配的轨迹采样预算下保持强大的安全性。搜索行为分析进一步表明帕累托保持扩大了可达到的目标区域并增加了联合改进的频率。这些结果证明了帕累托保持上下文演化在优化多个智能体属性方面的潜力，而无需在搜索过程中采用固定的标量化。