Саморазвивающиеся ИИ-агенты: исследователи предложили модель динамических графов
Исследователи представили на arXiv новый обзор, в котором саморазвивающиеся ИИ-агенты рассматриваются как динамические графы. Вместо привычного представления об агентах как о статичных программах авторы предлагают модель, где память, инструменты, навыки и рабочие процессы агента образуют evolving-структуру, обновляемую под воздействием новой информации и обратной связи.
Как отмечается в работе, существующие обзоры по графовым агентам обычно используют графы как вспомогательный инструмент, а не как живую среду. Исследования самоэволюции агентов, в свою очередь, сосредоточены на алгоритмах и редко обращают внимание на изменения топологии графа. Новый обзор соединяет эти направления.
Авторы предлагают описывать состояние агента как динамический граф: сущности и связи (память, инструменты, навыки, межагентные отношения) предстают в виде типизированных узлов, рёбер и подграфов. Изменения происходят через перезапись с ограничениями на основе схемы.
На основе этой формулировки исследователи систематизировали существующие методы для саморазвивающихся агентов в четыре категории: эволюция узлов и признаков, эволюция рёбер и топологии, активация подграфов и совместная эволюция компонентов.
Кроме того, предложено использовать динамическое графовое обучение как инфраструктуру для таких агентов. Авторы сопоставили девять подобластей динамического обучения графам с возможностями эволюции агентов, а также разобрали потенциальные сбои и способы адаптации.
Отдельный блок посвящён оценке и управлению. С позиции динамических графов описаны пять типов протоколов, которые позволяют отслеживать изменения структуры агента и дополняют стандартную оценку по итоговым задачам.
По мнению авторов, такой компактный структурный взгляд упрощает проектирование и контроль саморазвивающихся ИИ-агентов. Работа доступна на arXiv под идентификатором 2608.18104.
