IDEAgent：結合品質與多樣性的多代理人框架，開創科研構思生成的品質多樣性搜尋新路徑

本研究推出 IDEAgent 框架，將科研構思視為品質與多樣性的協同搜尋過程，透過多代理人演化機制與新指標 Yield，顯著提升生成想法的邏輯嚴謹性與創新廣度。

Problem

目前的自動化科研生成系統在構思時，往往將「品質」與「多樣性」獨立處理。這導致產生的想法若非過於集中在特定領域，就是產生大量瑣碎、不健全或模糊的概念，難以在維持創新性的同時確保學術嚴謹度。

提出 IDEAgent 多代理人框架，透過「系譜（Lineages）」管理想法演化。系統利用多目標回饋進行專屬的修復與精煉以提升品質，並結合輕量化序列記憶與顯式比對機制，確保新構思與歷史祖先或已完成的提案具備顯著差異。此外，開發了新指標 Yield，用於量化符合特定品質門檻的最大互異構思集。

在電腦科學 8 大領域、32 個主題的評估中，IDEAgent 的 Yield 指標超越現有最佳基準模型 3.89 倍。此外，在比基準模型多出 8 倍的主題上成功產出具備 Yield 價值的構思，證明其修復與精煉機制能有效強化邏輯嚴謹度與清晰度，同時保有非顯而易見的創新性。

這項研究重新定義了科研構思生成的問題框架，證明「品質多樣性（QD）搜尋」是自動化科學發現的關鍵。透過開源 IDEAgent 工具，研究團隊為學術界提供了更具邏輯性與多樣化的構思方案，有助於突破 AI 在生成高價值研究創意上的瓶頸。