arXiv 人工智能· Zhaoran Feng, Yuchen Ni, Jianan Liu, Lemao Liu, Dejing Dou, Kairui Feng·· 8 小时前AI 评分33
ADAPT for Science：用于自进化科学优化的多智能体系统
ADAPT for Science: A Multi-Agent System for Self-Evolving Scientific Optimization
AI 导读
研究者提出多智能体框架 ADAPT for Science，将科学优化分解为“去哪里搜索”和“如何搜索”两项耦合决策，能利用历史设计确定初始条件并根据执行反馈进化优化流程。在引力波探测器设计的 8 种未见拓扑评测中，ADAPT 取得 0.204 +/- 0.101 的平均损失，比最佳传统优化器降低 54.9%，比最佳通用智能体进化基线降低 62.2%，在所有测试拓扑中均取得最低损失。
来源：arXiv 人工智能 · arxiv.org