最新AI代理学术论文
-
1. EUREKA: Human-Level Reward Design via Coding Large Language Models
该论文提出了EUREKA算法，利用大型语言模型生成和优化奖励函数，在复杂的强化学习环境中超越人类设计的奖励。 -
2. An Interactive Agent Foundation Model
本文定义了"代理范式"，并提出了一种开发通用AI代理的框架，能够在多个领域（如机器人、游戏和医疗）中操作。 -
3. Tree of Thoughts: Deliberate Problem Solving with Large Language Models
这篇论文引入了"思维树"框架，为AI代理提供了一种更复杂且类人化的问题解决方法。 -
4. Octopus v2: On-device Language Model for Super Agent
本文介绍了一种在边缘设备上部署语言模型的新方法，解决了延迟、准确性和隐私等关键挑战。 -
5. AGENTVERSE: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors
该论文探讨了多代理协作如何在复杂现实场景中实现更有效的任务完成。 -
6. AutoAgents: A Framework for Automatic Agent Generation
本文提出了一种动态生成和协调专门代理以应对复杂任务的框架，能够自适应生成任务特定的代理。 -
7. AgentCoder: Multiagent-Code Generation with Iterative Testing and Optimization
本文介绍了一种创新的多代理框架，通过结合不同专门代理的优势，显著提升代码生成过程。 -
8. Understanding The Planning of LLM Agents: A Survey
随着大型语言模型展现出显著智能，这篇综述论文探讨了将LLMs作为自主代理规划模块的最新进展。 -
9. Large Language Model based Multi-Agents
本文深入讨论了基于LLMs的多代理系统的基本方面，包括挑战和这些代理模拟的领域及环境。 -
10. Through the Chat Window and Into the Real World: Preparing for AI Agents
本文总结了关于日益"智能化"的AI系统政策影响的研讨会发现，强调了AI代理在未来社会中的潜力及其带来的挑战。
这些论文展示了AI代理领域当前的研究热点，包括多代理系统、自主决策、大型语言模型等方面的发展。