EXPLORING LARGE LANGUAGE MODEL BASED INTELLIGENT AGENTS: DEFINITIONS, METHODS, AND PROSPECTS

本文是LLM系列文章，针对《EXPLORING LARGE LANGUAGE MODEL BASED INTELLIGENT
AGENTS

摘要

智能代理作为通用人工智能（AGI）的一条潜在道路脱颖而出。因此，研究人员已经为它们的不同实现付出了巨大的努力。
得益于大型语言模型（LLM）的最新进展，使用通用自然语言作为接口的基于LLM的代理在各种应用程序中表现出强大的泛化能力——从充当自主的通用任务助理到编码、社会和经济领域的应用程序，基于LLM代理提供了广泛的探索机会。
本文综述了当前的研究，以深入概述单智能体和多智能体系统中基于LLM的智能体。它涵盖了它们的定义、研究框架和基本组成部分，如它们的组成、认知和规划方法、工具利用以及对环境反馈的反应。我们还深入研究了在多智能体系统中部署基于LLM的代理的机制，包括多角色协作、消息传递和缓解代理之间通信问题的策略。讨论还揭示了流行的数据集和应用场景。最后，考虑到人工智能和自然语言处理的发展前景，我们展望了基于LLM的代理的前景。

1 引言

2 概述

3 基于LLM的代理系统框架

4 性能评估

5 潜在的应用

6 讨论

7 结论

本文全面综述了基于LLM的Agent的研究现状、应用和前景。它首先跟踪从代理到基于RL的代理以及随后到基于LLM的代理的发展，然后介绍基于LLM代理的基本概念，包括它们的定义、规划能力、记忆、反思能力、行动和外部环境。随后，本文阐述了基于LLM的M