基于大语言模型辅助契约网协议的移动边缘计算流处理多智能体调度

arXiv cs.AI 发布了这条关于 研究论文 的更新：流处理系统逐渐在异构的移动边缘-云基础设施中运行，面临负载波动、资源争用和严格的服务质量（QoS）需求，导致去中心化调度复杂。本文提出了MAS-DecStream，其核心贡献是LLM-MR-CNP：对经典契约网协议的扩展，包含语义CFP表述、渐进上下文披露、多轮提案修正、协商记忆及确定性验证。边缘集群智能体基于自然语言卸载提案、局部观察、预测资源状态和运行时上下文进行优化，保证硬性资源及QoS约束不变。基于阿里巴巴ASI轨迹的实验显示，多轮CNP和LLM辅助提升调度效果，MAS-DecStream将延时违例降低至3%，消除资源过度分配，20智能体中冲突解决率达0.91，效用提升最高22%。此外25案例测试揭示模型与提示词间的准确率与成本权衡。结果证明多轮CNP修正为主要协议层提升，LLM辅助对处理定性和不确定上下文有重要价值。

该研究针对移动边缘计算环境中流处理系统调度的复杂性，通过引入基于大语言模型的多轮契约网协议扩展，实现更智能、更灵活的任务调度，显著提升系统性能和资源利用率，符合当前边缘计算对高效协同调度的需求。

研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、agents 的团队。

接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。