大型语言模型（LLM）的出现促进了人工智能的变革转变，为能够在不同领域跨越复杂的推理，强大的感知和多才多艺的动作铺平了道路。随着这些代理人越来越多地推动了人工智能研究和实际应用，它们的设计，评估和持续改进会带来复杂的多方面挑战。这项调查提供了全面的概述，在模块化的，脑为灵感的体系结构中构建了智能代理，该体系结构整合了认知科学，神经科学和计算研究的原理 ...
大型语言模型（LLM）的最新进展使基于LLM的代理能够成功处理互动计划任务。但是，尽管取得了成功，但现有的方法通常会遭受计划幻觉的困扰，并且需要为每个新代理商进行再培训。为了应对这些挑战，我们提出了META计划优化（MPO）框架，该框架通过直接合并明确的指导来增强代理计划功能 ...
代理人工智能（AI）建立在生成的AI（Genai）的基础上。它构成了AI发展的下一个主要步骤，具有更强的推理和互动能力，使得更加自主行为能够解决复杂的任务。自Chatgpt的最初发行以来（3 ...
语言模型（LM）代理人越来越多地用作自主决策者，他们需要积极收集信息来指导其决策。对于此类药物来说，至关重要的认知技能是对世界因果结构的有效探索和理解，这是强大，科学扎根的推理的关键。然而，目前尚不清楚LMS是否具有这种能力或表现出系统性的偏见，导致了错误的结论 ...
为了成功执行通用数字任务，例如Web导航，代理必须执行各种专业任务，例如搜索产品或计划旅行路线。为了解决这些任务，代理可以通过与网络环境互动在线学习特定于任务的技能来引导自己。在这项工作中，我们证明程序是技能的有效代表 ...
本文提出了一种用于自动驾驶车辆的简单高效的运动预测基线（（简单）。与精度高但重复计算的传统以代理为中心的方法以及精度和通用性受到影响的以场景为中心的方法不同，简单，为所有相关交通参与者提供实时、准确的运动预测。为了提高准确性和推理速度，我们提出了一种紧凑而高效的全局特征融合模块，该模块以对称方式执行定向消息传递 ...
大型语言模型和自主AI代理的发展迅速，从而产生了各种评估基准，框架和协作协议。但是，景观仍然分散，缺乏统一的分类法或全面调查。因此，我们对2019年至2025年之间开发的基准进行了并排比较，该基准评估了跨多个领域的这些模型和代理 ...
大语言模型（LLM）功率的自主代理需要强大的标准化协议，以整合工具，共享上下文数据并跨异构系统协调任务。临时集成难以扩展，安全和跨性别范围。这项调查研究了四个新兴代理通信协议：模型上下文协议（MCP），代理通信协议（ACP），代理到代理协议（A2A）和代理网络协议（ANP），每个协议都在不同的部署环境中解决互操作性 ...
