Awesome-Papers-Autonomous-Agent

Awesome-Papers-Autonomous-Agent

自主智能体最新研究论文汇编

此资源汇聚了最新的自主智能体研究论文,涵盖了强化学习(RL)和大型语言模型(LLM)智能体方向。汇编内容包括ICLR、ICML、NeurIPS等顶级会议上接受的论文,并分类为任务跟随、世界模型构建、跨任务泛化、持续学习及RL与LLM的结合等专题。该项目旨在持续更新,为研究者提供全面参考,并欢迎提交issue推荐其他相关研究。

Awesome-Papers-Autonomous-AgentRL-based agentLLM-based agentReinforcement LearningArtificial IntelligenceGithub开源项目

项目介绍:Awesome-Papers-Autonomous-Agent

项目概述

Awesome-Papers-Autonomous-Agent 项目是一个旨在收集和整理自动化智能体领域最新研究论文的项目。自动化智能体是指能够感知环境,自主采取行动以实现目标的人工智能系统,可以通过学习或获取知识不断提高性能。典型的实例包括温控器、自动驾驶汽车以及各种复杂的控制系统。与传统的增强学习(RL)智能体有所不同,这个项目主要关注基于增强学习(RL)和大型语言模型(LLM)的智能体。

更新历史

项目始终处于活跃维护状态,鼓励用户反馈遗漏的相关论文。以下是一些重要更新:

  • 2024/01/31:新增自动化智能体的调研专题。
  • 2023/12/08:添加被 ICML'23 和 ICLR'23 接收的论文。
  • 2023/11/08:更新被 NeurIPS'23 接收的论文及其相关链接。
  • 2023/10/25:按研究主题分类所有论文。
  • 2023/10/18:项目首次发布,包括 ICLR 2024 提交的论文。

内容分类

项目的内容被详细分类为以下几类,便于研究人员查找和学习:

调研综述

  • 收录了关于大型语言模型和基于大型语言模型的自治代理的最新综述型论文。

基于增强学习的智能体

本类别覆盖了以下主题:

  • 指令执行:探索自然语言条件下的强化学习。
  • 基于世界模型构建智能体:研究如何使用世界模型进行智能体的构建。
  • 语言作为知识:关注于语言如何影响和改进强化学习。
  • 使用 LLM 作为工具:探讨如何将大型语言模型作为工具引入强化学习。
  • 任务间的广义性:研究智能体如何在不同任务中保持通用性。
  • 持续学习:智能体在不断变化的环境中如何持续学习。
  • 结合 RL 和 LLM:探讨两者的互补与结合。
  • 基于 Transformer 的策略:使用 Transformer 技术改进策略。
  • 轨迹与语言的转换与预测:如何从轨迹数据生成语言解释,或者反向进行轨迹预测。

基于LLM的智能体

本类别包含了以下子主题:

  • 多模态:研究如何在开放的世界中,结合视觉、语言等多模态信息。
  • 为广义性和适应性训练LLM:探讨LLM如何用于任务的广泛和适应性训练。
  • 任务特异性设计:专注于解决特定任务的智能体设计。
  • 多智能体系统(社会,合作):关于合作、社会性的多智能体系统的研究。
  • 实验分析:对当前LLM在协调、多智能体环境中的性能进行评估和分析。
  • 基准与数据集:为研究者提供评估LLM和智能体的工具。
  • 应用:LLM智能体在现实应用中展现潜力的具体案例。
  • 算法设计:探索新的算法,以提高LLM智能体在复杂任务中的表现。
  • 与RL结合:在战略游戏等任务中,结合使用语言模型与强化学习技术。

总结

Awesome-Papers-Autonomous-Agent 通过汇集最新的研究进展,为研究智能体的学者和从业者提供了丰富的资源和多样的参考。无论是启发新想法的理论研究,还是推动技术进步的实用应用,都能在这里找到适合的材料。项目的活跃维护确保了其内容的前沿性和实用性,是研究人员扩展视野的理想选择。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多