2025下一代核心网多智能体框架研究报告

研报总结

概述

本研报由 ETSI Industry Specification Group (ISG) Experiential Networked Intelligence (ENI) 发布，主要研究多智能体系统 (MASs) 在下一代核心网络中的应用。报告回顾了现有的开源多智能体框架、拓扑结构、对话模式和设计原则，并探讨了协作推理接口设计、性能指标以及 AI 智能体之间的闭环优化机制。报告重点关注 MASs 在下一代移动网络中的应用，并提出了核心网络设计原则的推荐架构变化及潜在标准影响。

背景介绍

基于服务架构 (SBA)

• SBA 参考模型：定义了服务提供和接口交互的框架。
• 服务基于接口：描述了服务之间的交互方式。
• 网络功能服务框架：提供了网络功能的服务化实现。

开源多智能体框架和通信机制

• 框架概述：介绍了现有的开源多智能体框架，如 Agent Network Protocol (ANP) 等。
• 多智能体通信机制：分析了多种通信机制，包括面向上下文的协议（MCP）和智能体间协议（A2A）。
• 现有智能体协议：
  • 模型上下文协议 (MCP)：用于智能体之间的上下文交换。
  • 智能体到智能体 (A2A) 协议：包括 Agent-to-Agent (A2A) 协议、Agent Communication Protocol (ACP) 和 Agent Network Protocol (ANP)。

多智能体系统在核心网络中的应用

多智能体系统的优势

• 能耗和推理时间：优化能耗和推理效率。
• 模块化和可扩展性：提高系统的灵活性和扩展性。
• 鲁棒性：增强系统的稳定性和可靠性。
• 分布式决策：实现更高效的决策机制。

设计原则

• 智能体设计：定义智能体的功能和交互方式。
• 通信协议：确保智能体之间的有效通信。
• 资源管理：优化资源分配和利用。

核心网络中的 AI 智能体示例

• 智能体功能：包括网络切片管理、流量优化等。

智能体间通信

智能体接口

• 动机：实现智能体之间的协作。
• 定义和特征：描述接口的功能和特性。
• 接口设计原则：确保接口的标准化和互操作性。

关键方法

• 智能体到用户：实现用户与智能体的交互。
• 智能体到 ARF：智能体与资源功能之间的交互。
  • 智能体注册、注销和更新。
  • 智能体发现和选择。
• 智能体到智能体：智能体之间的直接通信。
• 智能体到资源：智能体与网络资源之间的交互。
• 智能体到基础设施：智能体与底层基础设施的交互。

智能体通信模型

• 描述了智能体之间的通信方式和协议。

多智能体协作机制

工作流编排

• 描述了智能体之间的协作流程。

闭环优化机制

• 多智能体协调和优化：实现智能体之间的协同优化。
• 网络反馈强化学习：通过反馈机制优化智能体行为。
• 多智能体自反思：智能体对自身行为的反思和调整。
• 多智能体冲突解决：解决智能体之间的冲突。

标准影响分析

• 分析了 MASs 在核心网络中的应用对标准的影响。

结论和建议

• 总结了 MASs 在核心网络中的应用价值和潜在影响。
• 提出了进一步研究和标准化的建议。