Agent Mars：用于多行星生命探索与定居的多智能体模拟

人工智能已在多个领域取得突破，但太空探索与定居仍面临通信延迟、资源稀缺等挑战。本文提出Agent Mars，一个开放的端到端多智能体模拟框架，用于模拟火星基地操作。该框架包含93个智能体，涵盖七个层级的指挥与执行结构，支持层级间协调、动态角色交接及任务依赖的领导力分配。此外，Agent Mars还建模了关键任务机制，如情景感知记忆、共识机制和异构协议翻译。通过引入Agent Mars性能指数（AMPI），论文量化了系统行为，并揭示了跨层级协作与功能领导对提高可靠性的作用。该框架为太空AI提供了可评估、可审计的基础。