论文
组装 CREW：用于自动生成相关工作的协作多智能体强化学习框架
Assembling the CREW: A Collaborative Multi-agent Reinforcement Learning Framework for Automated Related Work Generation
摘要
自动相关工作生成 (RWG) 显着减少了撰写研究论文相关工作部分 (RWS) 所需的人力时间和精力。然而，先前利用多智能体大型语言模型（LLM）的方法通常依赖于预定义的工作流程，其中每个智能体负责整个过程中的特定步骤。这种僵化、静态的主体间协调限制了综合复杂科学文献所需的适应性协作。为了解决这个限制，我们提出了 CREW（相关工作生成的协作强化学习），这是一种新颖的框架，其中 LLM 代理绕过启发式管道，通过自主选择操作（例如检索、传播、撰写和批评）进行动态协调，并由通过独立近端策略优化（IPPO）优化的策略驱动。对标准 RWG 基准进行的大量实验表明，我们的方法比现有的强大基准产生了显着的质量改进，同时显着降低了词元成本。代码可在 https://github.com/YenPBao/CREW-Collaborative-MARL.git 获取