自主智能体 (Autonomous Agents)

关于自主智能体（LLMs）的研究论文汇总。每日更新。资源板块。

---

研究论文：2026 5/5

2026 (5/5), 2026 (4/5), 2026 (3/5), 2026 (2/5), 2026 (1/5), 2025 (4/4),2025 (3/4), 2025 (2/4), 2025 (1/4), 2024, 2023, 早期

按时间顺序排列。

---

2026年5月22日

SkillOpt: Executive Strategy for Self-Evolving Agent Skills

• SkillOpt：引入了一个针对智能体技能的系统化文本空间优化框架。它将技能文档视为冻结目标模型（Target Model）的可训练外部状态，并利用优化器模型（Optimizer Model）根据“滚动批次”（Rollout Batch）的证据提出边界编辑建议。
• 该框架采用验证门（Validation Gate）以确保仅接受能提升性能的编辑；同时，拒绝编辑缓冲区（Rejected-Edit Buffer）和周期性慢速更新场（Slow-Update Field）提供了负反馈和长期稳定性，且无需更新模型权重。
• 通过将执行工具与优化循环解耦，SkillOpt 能够创建紧凑、可复用且可审查的技能工件，这些工件可在不同模型规模、执行环境和基准测试中有效迁移。

---

From Raw Experience to Skill Consumption: A Systematic Study of Model-Generated Agent Skills

• SkillLens：引入了一个基于效用的评估框架，系统地分析了模型生成的智能体技能在经验生成、技能提取和技能消费全生命周期中的表现。
• 该框架指出，技能的效用并非取决于文本的可信度，而是取决于具体的失效机制编码和可操作的特异性，这些被转化为元技能（meta-skill）以提升提取效果。
• 在五个不同领域的实验结果表明，尽管模型生成的技能总体上有益，但它们表现出非平凡的负迁移，这表明需要一种基于效用的原则性方法来进行技能开发。

---

CHRONOS: Temporally-Aware Multi-Agent Coordination for Evolving Data Marketplaces

• CHRONOS：为时序知识图谱（KG）市场引入了一个三层架构，整合了 T-LEGEND、事件条件 MPV、时序协调器和固定维度 DP 管道，以提供端到端的时序保障。
• 该框架利用神经常微分方程（neural-ODE）时序衰减来保证索引的新鲜度，使用基于 BOCPD 调节的 Shapley 估值进行公平归因，并采用 EXP3-IX 多臂老虎机智能体进行协调式 DP 预算管理。
• CHRONOS 在共享差分隐私预算下，通过分离公共索引构建与私有卖方边缘更新，实现了竞争性的召回率/延迟/隐私操作点。

---

Routing Equilibrium in Mixed-Autonomy Traffic Networks with Altruistic Autonomous Agents

• 混合自治交通路由框架：引入了一个基于变分不等式（variational inequality）的模型，用以刻画自利的人类驾驶智能体与利他的自主智能体共存的交通网络中的平衡状态。
• 该框架（注：原文此处截断）