Awesome-Papers-Autonomous-Agent

这是一个关于自主智能体（Autonomous Agent）的近期论文合集。维基百科对智能体的定义如下：

在人工智能领域，智能体（Intelligent Agent）是指以智能方式行动的实体；它感知环境，自主采取行动以实现目标，并可能通过学习或获取知识来提高性能。智能体可简可繁：恒温器或其他控制系统可以被视为智能体的一个例子，人类也是如此，任何符合该定义的系统（如公司、国家或生物群落）也都是智能体。

因此，智能体的核心在于能够实现目标、获取知识并持续改进。 本合集不包含强化学习（RL）研究中的传统智能体。 尽管基于 LLM 的智能体在近期的研究中备受关注，但基于 RL 的智能体依然占有特殊地位。 具体而言，本项目重点关注两类智能体：基于 RL 的智能体和基于 LLM 的智能体。

请注意，该论文列表处于持续维护中。如果您发现有符合主题且未收录的论文，欢迎提交 Issue。

---

更新历史

• 2024/01/31: 增加自主智能体综述列表。
• 2023/12/08: 新增 ICML'23 和 ICLR'23 录用的论文 :rocket:
• 2023/11/08: 新增 NeurIPS'23 录用的论文，并为这些论文添加了相关链接（项目页面或 GitHub）:tada:
• 2023/10/25: 根据研究主题对所有论文进行分类。查看目录（ToC）了解分类标准 :clap:
• 2023/10/18: 发布合集初版，包含投稿至 ICLR 2024 的论文 :rocket:

目录

• 综述 (Surveys)
• 基于 RL 的智能体 (RL-based agent)
  • 指令遵循 (Instruction following)
  • 基于世界模型的智能体构建 (Build agent based on World model)
  • 语言作为知识 (Language as knowledge)
  • LLM 作为工具 (LLM as a tool)
  • 跨任务泛化 (Generalization across tasks)
  • 持续学习 (Continual learning)
  • 结合 RL 和 LLM (Combine RL and LLM)
  • 基于 Transformer 的策略 (Transformer-based policy)
  • 轨迹转语言 (Trajectory to language)
  • 轨迹预测 (Trajectory predication)
  • 其他 (Others)
• 基于 LLM 的智能体 (LLM-based agent)
  • 多模态 (Multimodal)
  • 训练 LLM 实现泛化与适配 (Train LLM for generalization & adaptation)
  • 特定任务设计 (Task-specific designing)
  • 多智能体 (例如：社会、合作) (Multi-agent)
  • 实验分析 (Experimental analysis)
  • 基准与数据集 (Benchmark & Dataset)
  • 应用 (Applications)
  • 算法设计 (Algorithm design)
  • 与 RL 结合 (Combined with RL)
  • 其他 (Others)

---

综述

• A Survey on Large Language Model based Autonomous Agents
• The Rise and Potential of Large Language Model Based Agents: A Survey

基于 RL 的智能体

指令遵循

• [NeurIPS'23] Natural Language-conditioned Reinforcement Learning with Inside-out Task Language Development and Translation
• [NeurIPS'23] Guide Your Agent with Adaptive Multimodal Rewards [project]
• Compositional Instruction Following with Language Models and Reinforcement Learning
• RT-1: Robotics Transformer for Real-World Control at Scale [blog]
• RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control [blog]
• Open X-Embodiment: Robotic Learning Datasets and RT-X Models [blog]
• [NeurIPS'23] Guide Your Agent with Adaptive Multimodal Rewards [project]
• LEO: An Embodied Generalist Agent in 3D World [project]

基于世界模型的智能体构建

• [ICLR'23 Oral] Transformers are Sample-Efficient World Models [code]