用“因果规划”解决多智能体协作中的任务依赖难题｜港科广&腾讯

针对传统单智能体在复杂任务中成功率低、容错性差的问题，来自香港科技大学（广州）与腾讯的研究团队提出了CausalMACE方法，通过引入因果推理机制构建多智能体协作框架。该方法基于“全局因果任务图”实现任务拆解、因果推理优化与动态调度，并在Judger、Planner、Worker三个模块中完成任务验证、规划与执行。实验表明，在建造、烹饪、密室逃脱三项任务中，相较现有方案任务完成率最高提升12%，效率最高提升1.5倍。该成果已被EMNLP 2025 Findings接收，为多智能体系统在开放世界任务中的应用提供了新思路。
来源：https://mp.weixin.qq.com/s/QN1hvlJgwfL3CYynr_bIrQ