arXiv cs.CL· Xueyang Feng, Chaozhuo Li, Xiaohe Bo, Jiakai Tang, Chenxi Li, Qiwei Ye, Xu Chen·· 6 天前AI 评分37
POrchestra：主动式智能体编排框架
Proactive Agentic Orchestration
AI 导读
POrchestra 是一个主动式智能体编排框架，允许子智能体在执行过程中随时向编排器请求调整 harness，并保持本地执行连续性。基于此机制提出的 On-Policy Orchestration Distillation（OPOD）利用事后反馈优化编排策略。
正文 · AI 翻译
摘要：智能体编排将任务委派给具有独立上下文的子智能体，为扩展大语言模型智能体的有效执行范围提供了一条关键路径。然而，现有编排方法面临两个局限：在执行方面，当前方法在创建时即固定子智能体的目标和执行框架，限制了其对动态现实环境的适应能力；在优化方面，稀疏且延迟的反馈制约了编排策略的有效学习。为解决这些局限，我们提出了 POrchestra，一个即时主动式智能体编排框架。它允许子智能体在任何逻辑节点主动与编排器通信，请求调整执行框架，同时保持本地执行的连续性。这一机制不仅使子智能体能够无缝适应动态环境，还自然启发了基于事后反馈的 On-Policy Orchestration Distillation（OPOD）。OPOD 将子智能体的主动修订请求归因于先前的编排决策，从而推导出有针对性的改进信号，并将这些信号作为过程监督与最终奖励一起用于优化编排策略。我们在涵盖深度研究、动态数字助手和软件工程的三个长时程智能体基准上评估了 POrchestra。相较于最强基线，POrchestra 将任务成功率平均提升 9.1%；结合 OPOD 后，相较于现有训练基线，将小型编排器的成功率平均提升 10.0%。POrchestra 还实现了更优的成本-性能权衡。我们的代码公开于 this https URL。
| Comments: | 41 页，含参考文献和附录，11 幅图。代码：this https URL |
| Subjects: | 计算与语言（cs.CL） |
| Cite as: | arXiv:2610.13485 [cs.CL] |
| （或 arXiv:2610.13485v1 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.13485 arXiv 颁发的 DOI，经由 DataCite（待注册） |
Submission history
来自：Xueyang Feng [查看邮箱]
[v1]
2026年10月9日星期五 12:18:49 UTC（740 KB）
来源：arXiv cs.CL · arxiv.org