Generalist Virtual Agents: A Survey on Autonomous Agents Across Digital Platforms

在本文中，我们介绍了通用虚拟代理（GVA），这是一种自主实体，设计用于在各种数字平台和环境中运行，通过执行多种任务来协助用户。本综述深入探讨了GVA的发展历程，追溯其从早期智能助手到现代融合大规模模型的演变过程。我们探讨了GVA的哲学基础和实际基础，讨论了它们在开发过程中遇到的挑战以及当前在设计和操作中采用的方法。通过详细分类GVA的环境、任务和能力，本文旨在弥合理论与实践之间的差距，并得出结论：那些在接近现实世界的环境中运行的GVA更有可能表现出类似人类的智能。我们讨论了GVA研究的潜在未来方向，强调了需要制定现实的评估指标，以及增强长序列决策能力，以推动该领域向更加系统化或具身化的应用发展。这项工作不仅综合了现有的文献，还提出了未来研究的框架，对智能系统的持续发展做出了重要贡献。

论文试图解决的问题是开发能够跨多种数字平台和环境运作的通用虚拟代理（GVA），并探讨如何通过改进这些代理的能力来实现更接近人类智能的表现。这是一个持续演进的研究领域，但该论文特别关注在更真实环境中操作的GVAs，以提升其智能水平。

关键思路在于构建一个详细的GVA分类体系，涵盖其运行环境、任务类型和能力范围，并强调在接近现实世界的环境中运作的GVAs更有可能展示出类似人类的智能。这一思路的新颖之处在于系统地分析了GVA的发展历程，从早期的智能助手到现代基于大规模模型的实施，为未来的研究提供了理论和实践的框架。

论文通过综合现有文献，提出了评估GVAs的新方法，特别是强调了在复杂、多变的环境中进行长期决策的重要性。此外，论文还讨论了未来研究的方向，包括开发更真实的评估指标和增强长期序列决策能力。虽然论文没有提及具体的实验设计或数据集，但它提出了一些值得进一步探索的研究方向，如系统的或具身的应用。

近期在这个领域的一些相关研究包括： 1. "Evolving Conversational Agents: A Survey" - 探讨了对话型代理的发展。 2. "Large-Scale Pretraining for Interactive Agents" - 研究了大规模预训练模型在交互式代理中的应用。 3. "Embodied AI: From Perception to Cognition" - 讨论了具身AI的发展，特别是在感知和认知方面。 4. "Long-Sequence Decision Making in Virtual Agents" - 聚焦于虚拟代理在长序列决策中的挑战和解决方案。