基于大语言模型的智能体崛起与潜力：综述

🔥 LLM 智能体必读论文清单。

🏃 即将推出：为每篇论文添加一句话简介。

🔔 新闻动态

• 🎉 [2025-09-10] 注意！您可以为 AgentGym 开发自定义环境，并在其上执行 RL（强化学习）！教程请参考 此处。
• 🍺 [2025-09-10] arXiv 上发布了新论文：AgentGym-RL: Training LLM Agents for Long-Horizon Decision Making through Multi-Turn Reinforcement Learning。
• 🚀 [2025-09-10] AgentGym-RL 框架发布！我们推出了 AgentGym 的强化学习版本，使智能体能够直接从交互式环境中学习：AgentGym-RL。
• 👀 [2025/09/03] AgentGym 现已提供用于可视化的交互式前端。研究人员可以更轻松地回放和检查完整的轨迹、逐步分析智能体的决策过程，并评估模型行为。
• ☄️ [2024/06/07] AgentGym 正式发布，用于在各种环境中开发和演化基于 LLM 的智能体！
  • 论文：AgentGym。
  • 项目主页：https://agentgym.github.io/。
  • 代码：平台与实现。
  • Huggingface 资源：AgentTraj-L, AgentEval, AgentEvol-7B。
• 🎉 [2024/05/02] R3 (Training Large Language Models for Reasoning through Reverse Curriculum Reinforcement Learning) 被 ICML 2024 录用！
• 💫 [2024/02/08] 关于 LLM 智能体推理的 R3 新论文发布！论文：Training Large Language Models for Reasoning through Reverse Curriculum Reinforcement Learning。代码：LLM-Reverse-Curriculum-RL。
• 🥳 [2023/09/20] 本项目已登上 GitHub Trending 榜单！深感荣幸！
• 💥 [2023/09/15] 我们的综述论文正式发布！详情请见：The Rise and Potential of Large Language Model Based Agents: A Survey。
• ✨ [2023/09/14] 我们创建此仓库旨在维护一份关于 LLM 智能体的论文清单。更多论文即将更新！

🌟 引言

长期以来，人类一直在追求达到或超越人类水平的人工智能 (AI)，而 AI 智能体被认为是实现这一目标的有力载体。AI 智能体是指能够感知环境、做出决策并采取行动的人工实体。

由于大语言模型 (LLM) 展示出了多功能且卓越的能力，它们被视为实现通用人工智能 (AGI) 的潜在火花，为构建通用 AI 智能体带来了希望。许多研究工作已利用 LLM 作为基石来构建 AI 智能体，并取得了重大进展。

在本仓库中，我们提供了关于 LLM 智能体的系统性、综合性综述，并列出了一些必读论文。

具体而言，我们首先提出了 LLM 智能体的通用概念框架：包含大脑 (Brain)、感知 (Perception) 和行动 (Action) 三个主要组成部分，该框架可根据不同应用进行调整。 随后，我们探讨了 LLM 智能体在三个方面的广泛应用：单智能体场景、多智能体场景以及人机协作。 在此之后，我们深入研究了智能体社会，探讨了 LLM 智能体的行为和人格、它们组成社会时涌现的社会现象，以及它们对人类社会的启示。 最后，我们讨论了该领域一系列关键课题和开放性问题。

我们非常欢迎通过 PR、Issue、电子邮件或其他方式做出贡献。

目录 (ToC)

• 基于大语言模型的智能体崛起与潜力：综述
  • 🔔 新闻动态
  • 🌟 引言
  • 目录 (ToC)
  • 1. 智能体的诞生：构建基于 LLM 的智能体
    • 1.1 大脑：主要由 LLM 组成
      • 1.1.1 自然语言交互
        • 高质量生成
        • 深度理解
      • 1.1.2 知识
        • 预训练模型
        • 语言知识
        • 常识知识
        • 可操作知识
        • 潜在问题