في عالم الذكاء الاصطناعي، تعتبر أنظمة الوكلاء المتعددة (Multi-Agent Systems - MAS) من الأدوات الهامة التي تحمل القدرة على إتمام المهام المعقدة بفعالية عالية. ومع ذلك، يتطلب الحصول على أداء متميز في هذه الأنظمة تنسيقاً فعالاً بين الوكلاء، مما يعكس أهمية خطط التنسيق.

لذا، يُقدّم لنا OrchBench، وهو معيار جديد ومبتكر، يقيم خطط التنسيق باستخدام محاكاة معزولة، مما يعني أنه يبتعد عن استخدام خطط التنفيذ النهائية التي قد تكون مكلفة جداً. تستخدم OrchBench الرسوم البيانية الاقتراحية الموجهة (Directed Acyclic Graphs - DAGs) لبناء تيارات العمل المعقدة، مما يساعد على تحديد اعتمادية المهام وأحجامها.

تمكن OrchBench المخططين من توزيع المهام بين الوكلاء مع التحكم في نسب نقل المعلومات بينهم. وبهذا النظام، يتم تقييم الأداء من دون الحاجة إلى تشغيل الوكلاء الفعليين، مما يُقلل من التكاليف الزمنية والرمزية بشكل كبير.

أثبتت النتائج أن OrchBench يحمل قدرة قوية على توقع أداء الخطط بتوافق سليم مع جودة التنفيذ الفعلي، حيث أظهرت دراسات أن النتائج simulated تتطابق بشكل لافت مع جودة النتائج الحقيقية، مما يعكس دقة وموثوقية هذا النظام.