HTN-Orchestrate：面向多智能体编排的分层任务网络框架

该论文提出 HTN-Orchestrate，一个两层多智能体编排框架，通过分层任务网络分离全局规划与局部执行：Planner 维护子任务层级与依赖，在前置结果可用前推迟任务分解；局部 Orchestrator 调度 worker 执行叶子子任务，结果按 AND 语义向上传播，当现有分解无法解决任务时重建任务网络。摘要称其在 web research、科学推理和研究工作流五个基准上优于 ReAct、Agent Team 和 DeepSe（原文截断）。

AI推荐理由 arXiv 论文提出 HTN-Orchestrate 两层多智能体编排框架，用分层任务网络显式建模子任务层级与依赖，Planner 延迟分解直到前置结果可用，局部 Orchestrator 调度 worker 执行叶子子任务，结果按 AND 语义向上传播，并在当前分解无法解决任务时重建任务网络。摘要称在 web research、科学推理和研究工作流五个基准上优于 ReAct、Agent Team 和 DeepSe（截断）。新信息是分层任务网络与动态调度的结合方式，对多智能体编排有参考价值；但仅有摘要片段，缺少具体指标、消融和实现细节，且对比基线名称被截断，无法核实完整结论。