arXiv cs.MA· Francesca Medda, Hui Gong·· 9 天前AI 评分22
GCAC：面向痴呆症照护的有治理 AI 智能体协调架构与安全契约
Governed AI-Agent Coordination for Dementia Care: Architecture, Safety Contracts, and Evidence-Derived Workflow Verification
AI 导读
论文提出 Governed Closed-loop Agent Coordination（GCAC）架构，让 AI 智能体以受约束方式参与社区痴呆症照护工作流，通过类型化的事件-记忆-决策-行动-结果契约分离观察、四类受治理记忆、规划、确定性策略执行、执行与结果监控。
正文 · AI 翻译
摘要：居家痴呆症照护日益涉及联网传感器、用药设备、电子记录和辅助技术。专业人员和家庭照护者仍须解读这些观察结果、重建情境、协调应对并核实解决情况。在确保及时临床升级的同时维持居家安全照护，需要这些任务之间的连续性。智能体工程通过将模型解读与持久外部记忆、规划、经授权的工具使用和结果反馈相结合，创造了系统层面的机遇。本文提出受治理闭环智能体协调（GCAC），一种用于智能体有限参与社区痴呆症照护工作流的架构。关于协调失败和政策义务的证据被转化为可追溯的系统需求。GCAC 通过类型化的事件—记忆—决策—行动—结果契约，将观察、四类受治理记忆、规划、确定性策略执行、执行和结果监测分离。一个用药设备的实例说明了这些角色如何维持情境、分配责任，并区分未记录的给药与临床上已确认的遗漏。一个参考测试框架评估了 18 条源自证据的轨迹，涵盖照护缺口、服务失败、同意变更、状态过期、重复事件、不可信文本和急性变化路由。GCAC 满足全部 18 项契约判据，且零策略违规工具调用；事件阈值和无状态规划器对照组分别满足 2/18 和 1/18。六项消融实验识别了记忆、策略和版本控制的贡献。这些结果确立了架构一致性。对住院使用、生活质量、员工工作量、无偿照护和净成本的影响需要前瞻性评估。GCAC 为可问责协调提供了可检验的基础，同时保留人类对重大照护决策的权威。
| 评论： | 16 页，2 幅图，6 张表。包含一个可执行的架构验证测试框架，含 18 条源自需求的轨迹和六项组件消融。扩展了背景框架和讨论；新增了一个用药设备实例和一个阿尔茨海默病协会 AI 智能体实践案例；更新了参考文献。核心架构和工程结果未变 |
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2609.25956 [cs.MA] |
| （或 arXiv:2609.25956v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.25956 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Hui Gong [查看电子邮件]
[v1]
2026 年 9 月 22 日星期二 10:09:01 UTC（31 KB）
[v2]
2026 年 10 月 7 日星期三 18:37:03 UTC（41 KB）
来源：arXiv cs.MA · arxiv.org