📊arXiv 11-Mar-2025 Agent相关论文(35/45)

🏠更多论文见主页/合集

🌐arXiv ID: arXiv:2503.06791

📚论文标题: AutoMisty: A Multi-Agent LLM Framework for Automated Code Generation in the Misty Social Robot

🔍 问题背景：尽管Misty机器人因开放的API和友好的开发框架而日益普及，但个性化定制始终是一个挑战。传统的编程方法要求用户具备高级编程技能，这使得非技术人员难以使用。此外，现有的基于大型语言模型（LLM）的框架虽然在自然语言代码生成方面展现出潜力，但仍存在推理限制、幻觉错误和执行可靠性问题。

💡 研究动机：AutoMisty团队旨在通过多智能体协作框架，将自然语言指令转化为Misty机器人可执行的代码，从而实现无缝且精准的代码控制。该框架不仅提升了代码生成的质量，还确保了与用户偏好的高度一致。

🚀 方法简介：AutoMisty采用了一种多智能体协作框架，包含四个专门的智能体模块，分别负责任务分解、任务分配、问题解决和结果合成。每个智能体模块都包含双层优化机制：自我反思用于迭代改进，人类参与循环用于更好对齐用户偏好。通过这种方式，AutoMisty确保了透明的推理过程，用户可以通过自然语言反馈迭代改进任务。

📊 实验设计：为了评估AutoMisty的有效性，研究团队设计了一个包含四类复杂度任务的基准数据集，并在真实的Misty机器人环境中进行了实验。实验结果表明，AutoMisty不仅能够生成高质量的代码，还能实现精确的代码控制，显著优于直接使用ChatGPT-4o和ChatGPT-o1的系统。