如果一群 AI 智能体，

能像一支优秀的团队那样——

记忆· 学习· 推理· 协作· 持续进化

北京航空航天大学 · 复杂关键软件环境全国重点实验室

ADMIRE 课题组

Adaptive Distributed Multi-agent Intelligence via Recursive Evolution

递归演化驱动的 自适应分布式多智能体智能

学术带头人 · 吴文峻教授（北航人工智能研究院）

先认识一个概念

什么是「智能体」？

一个能自己感知、思考、行动的 AI 程序或机器人。

感知看数据、看画面

→

思考大模型推理、规划

→

行动调工具、控设备

从结果中学习，下一次做得更好

一群智能体 = 一支会分工、会配合、
还会越用越聪明的 AI 团队

三条研究主线

同一套智能体方法，走进三种不同的「空间」

01

软件空间为群体智能体提供基座与治理

02

物理空间让无人机群协同作业

03

科学发现空间让 AI 参与科学研究

01 · 软件空间：基座与治理

为群体智能体提供
RSI 基座与治理

软件、具身、科学三类 Agent 与服务统一接入；
平台负责治理，并让改进在隔离中受控进行。

1统一接入三类空间的 Agent 与服务经 MCP / A2A 协作
2治理关联运行时、网关、遥测、记忆、RCA
3隔离搜索在沙箱中生成、试跑候选版本
4独立评测先过约束，再独立复评
5渐进发布影子验证、金丝雀，可回退

Agentic MeshRSI 基座Agent Sandbox

近年成果 20 篇 · TopoEvo、STAR、FLARE、REMIX 等

群体 Agent 与 Service

软件

具身

科学

MCP

A2A

Agentic Mesh · 应用治理

运行时

生命周期

网关

遥测

记忆

RCA

编排

RSI 基座 · 隔离实验，不影响线上

T0 · 基线

T1 · GEPA 候选

T2 · HyperAgents 候选

发现改进信号

新版本已上线

影子验证→金丝雀→扩大范围

02 · 物理空间中的具身群体智能

让无人机群
像鸟群一样协同

大模型负责「想」听懂任务、拆解分工、规划路线

强化学习负责「做」稳定飞行、保持队形、安全避障

仿真到真机先在仿真里练熟，再部署到真实无人机

起飞

人字编队

环形包围

UAV SwarmMARLSim-to-Real

目标区域

03 · 科学发现空间

培养一位
AI 科学家

把科研流程交给一组分工明确的智能体：
提出想法 → 计算验证 → 动手实验 → 再改进。

闭环转得越快，发现来得越快。

ScienceOSAI4SciPDE 求解智能体

面向流体仿真、PDE 求解与实验自动化

理论智能体读文献 · 提假设

计算智能体写代码 · 跑仿真

实验智能体控设备 · 做实验

结果反馈修正假设 · 再出发

Agentic Scientist科研闭环

科研实力

扎实的平台，开放的合作

0+

近年论文
三条主线合计

0+

PFLOPS 级 GPU 算力
支撑训练与仿真

0㎡

室内试验场地
配高精度光学动捕

0+

国家级课题基础
重点研发、基金重点等

合作伙伴新加坡国立大学南洋理工大学米兰理工大学上海人工智能实验室中关村实验室乾元实验室启元实验室

从 Software Agents 到 Agentic Scientist

ADMIRE课题组

Adaptive Distributed Multi-agent Intelligence via Recursive Evolution

让智能体群体学会记忆、学习、推理、协作与进化

本科生科研实习 · 开放报名admire.buaanlsde.cn