Exploring Large Language Model based Intelligent Agents: Definitions, Methods, and Prospects

智能代理被视为通向人工通用智能（AGI）的潜在途径。因此，研究人员已经投入了大量的工作来实现它们。受到大型语言模型（LLM）的最新进展的影响，基于LLM的代理人使用通用自然语言作为接口，在各种应用中展现出强大的泛化能力——从作为自主通用任务助手到在编码、社交和经济领域的应用，基于LLM的代理人提供了广泛的探索机会。本文调查了当前的研究，以提供对单代理人和多代理人系统中基于LLM的智能代理的深入概述。它涵盖了它们的定义、研究框架和基本组件，如它们的组成、认知和规划方法、工具利用和对环境反馈的响应。我们还深入探讨了在多代理人系统中部署基于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，我们展望了基于LLM的代理的前景，考虑到人工智能和自然语言处理的不断发展。

这篇论文旨在调查基于大型语言模型的智能代理在单一代理和多代理系统中的应用，以及它们的定义、研究框架和组成成分等方面。

论文提出了基于大型语言模型的智能代理作为通用自然语言接口的概念，并探讨了其在多种应用中展现出的强大的泛化能力。同时，论文还研究了在多代理系统中部署这些代理的机制，如多角色协作、消息传递等。

论文探讨了大型语言模型在智能代理中的应用，包括组成成分、认知和规划方法、工具利用和对环境反馈的响应。此外，论文还介绍了在多代理系统中使用大型语言模型的策略，以及一些流行的数据集和应用场景。最后，论文展望了基于大型语言模型的智能代理的前景。

与该论文相关的研究包括《使用深度学习技术的多智能体系统》、《智能代理的自然语言处理：现状与展望》等。