SYMPHONY_ Synergistic Multi-agent Planning with Heterogeneous Language Model Assembly
SYMPHONY：多智能体协同规划使用多样的大语言模型集群
发表时间：202601
会议/期刊：Neurips 2026
作者：Wei Zhu Yunnan University
论文链接：https://arxiv.org/pdf/2601.22623
代码/数据集链接：
Tag：Multi-Agent；Agent Planning
ABSTRACT
现在使用 llm 构造自动化的 agent 去解决复杂任务
现存方法实用单一 agent 框架去生成搜索分支并且估计奖励在 MCTS（Monte carlo tree search）规划期间
为了解决这个限制，我们提出了 Synergistic Mutli-Agent Planning with Heterogeneous LaNguage model assembly（SYMPHONY），一个新颖的规划框架，集成一个池基于异构 LLM Agents。
通过充分利用 Agent 多样化的推理模式，SYMPHONY 增强首次出现的差异和促进更多有效拓展
以经验为依据的多个 benchmark 任务结果展示了 SYMPHONY 杰出的性能（甚至当开源模型部署在消费者级别的硬件上），当使用云端 api，SYMPHONY 证明显著提升，超越 sota 并且强调了规划任务中的异构多智能体协调的效果。
PROBLEM TO SOLVE
problem description:
MDP：MarKov Decision Process
MCTS
Limitations of Existing Methods
METHOD
overview
pipeline
1.Heterogeneous Agent Pool：增强推送多样化，通过多样的有意向的归纳和推理行为（不像 MCTS）。
2.Agent 调度：整合一个自适应调度机制，建立在 Vpper Confidence Bound 准则，制定 agent 选择在 MCTS 推送机制作为结构性多武装土匪问题
3.智能池记忆分享：agents update their behavior by integrating peer-generated reflections into prompt-level memory
4.熵调制节点评价：调节阈值，优化效果。
CONTRIBUTION
Claimed Contributions
ProPosed by the author
a multi-agent planning framework that combines MCTS with a diverse pool of language models.
SYMPHONY improves both search diversity and planning effectiveness.
Personal Assessment
My opinion: Novelty(new tasks? new dateset? new concept? innovation? new gap? new theory? Combinatorial methods? )
Combinatorial methods
EXPERIMENTATION
Limitation
调阈值真的可靠吗？我的理解就是，做数据集的适配。不过好多顶会的文章都是这么做的，包括 ai 的，安全四大，说明肯定是具有可行性的。