基于大语言模型的自主智能体综述

自主智能体旨在通过自我引导的指令来实现特定目标。随着大型语言模型（LLMs）的出现与快速发展，利用这些模型作为自主智能体的基础控制器已成为一种日益增长的趋势。尽管该领域的先前研究已取得显著成果，但它们仍属于独立的探索性工作，缺乏系统性的分析。为弥补这一空白，我们开展了一项全面的综述研究，重点探讨基于大语言模型的自主智能体的构建、应用及评估。具体而言，我们首先分析了智能体的核心组件，包括身份模块、记忆模块、规划模块和行动模块。随后，我们进一步考察了基于大语言模型的自主智能体在自然科学、社会科学和工程学等领域的应用。最后，我们深入讨论了该领域中采用的评估策略，涵盖主观与客观两种方法。本综述旨在为研究人员和从业者提供有价值的资源，包括见解、相关参考文献以及对该快速发展的前沿领域的持续更新。

📍 这是基于大语言模型的自主智能体领域首篇正式发布并发表的综述论文。

论文链接：基于大语言模型的自主智能体综述

更新记录

• 🔥 [2024年3月25日] 我们的综述论文已被《计算机科学前沿》期刊接收，这是基于大语言模型智能体领域首篇发表的综述论文。

• 🔥 [2023年8月9日] 综述的第二版已在arXiv上发布。

  更新内容

  • 📚 补充参考文献

    • 我们新增了截至2023年1月9日的31篇最新研究成果，使综述更加全面和及时。

  • 📊 新图表

    • 图3: 该图展示了不同规划方法之间的异同，有助于更清晰地理解各类规划技术的比较。
    • 图4: 该图描述了模型能力获取的演进路径，从“机器学习时代”到“大语言模型时代”，再到“智能体时代”。特别引入了“机制工程”这一新概念，它与“参数学习”和“提示工程”共同构成了这一演进过程。

  • 🔍 优化分类体系

    • 我们对综述中的分类体系进行了微调，使其逻辑性更强、条理更加清晰。

🔥 [2023年8月23日] 综述的第一版已在arXiv上发布。

目录

• 🤖 基于大语言模型的自主智能体构建
• 📍 基于大语言模型的自主智能体应用
• 📊 基于大语言模型的自主智能体评估
• 🌐 更全面的总结
• 👨‍👨‍👧‍👦 维护者
• 📚 引用
• 💪 如何贡献
• 🫡 致谢
• 📧 联系我们

🤖 基于大语言模型的自主智能体构建

tr. 代码论文代码代码论文代码论文代码论文代码论文代码论文代码w/ 反馈论文AgentSquare -论文Title

模型

简介

内存

规划

行动

CA

论文

代码

操作

结构

WebGPT

-

-

-

-

w/ 工具

w/ 微调

论文

-

SayCan

-

-

-

w/o 反馈

w/o 工具

w/o 微调

论文

代码

MRKL

-

-

-

w/o 反馈

w/ 工具

-

论文

-

内心独白

-

-

-

w/ 反馈

w/o 工具

w/o 微调

论文

代码

社交拟像

GPT生成

-

-

-

w/o 工具

-

论文

-

ReAct

-

-

-

w/ 反馈

w/ 工具

w/ 微调

论文

代码

LLM规划器

-

-

-

w/ 反馈

w/o 工具

环境反馈

论文

代码

MALLM

-

读/写

混合

-

w/o 工具

-

论文

-

aiflows

-

读/写/ 反思

混合

w/ 反馈

w/ 工具

-

论文

代码

DEPS

-

-

-

w/ 反馈

w/o 工具

w/o 微调

论文

代码

Toolformer

-

-

-

w/o 反馈

w/ 工具

w/ 微调

论文

代码

Reflexion

-

读/写/ 反思

混合

w/ 反馈

w/o 工具

w/o 微调

论文

代码

CAMEL

手工制作与GPT生成

-

-

w/ 反馈

w/o 工具

-

论文

代码

API银行

-

-

-

w/ 反馈

w/ 工具

w/o 微调

论文

-

变色龙

-

-

-

w/o 反馈

w/ 工具

-

论文

代码

ViperGPT

-

-

-

-

w/ 工具

-

论文

代码

HuggingGPT

-

-

统一

w/o 反馈

w/ 工具

-

论文

代码

生成式代理

手工制作

读/写/ 反思

混合

w/ 反馈

w/o 工具

-

论文

代码

LLM+P

-

-

-

w/o 反馈

w/o 工具

-

论文

-

ChemCrow

-

-

-

w/ 反馈

w/ 工具

-

论文

代码

OpenAGI

-

-

-

w/ 反馈

w/ 工具

w/ 微调

论文

代码

AutoGPT

-

读/写

混合

w/ 反馈

w/ 工具

w/o 微调

-

代码

SCM

-

读/写

混合

-

w/o 工具

-

论文

代码

社会对齐

-

读/写

混合

-

w/o 工具

示例

论文

代码

GITM

-

读/写/ 反思

混合

w/ 反馈

w/o 工具

w/ 微调

论文

代码

航海家

-

读/写/ 反思

混合

w/ 反馈

w/o 工具

w/o 微调

论文

代码

内省提示

-

-

-

w/ 反馈

w/o 工具

w/o 微调

论文

-

RET-LLM

-

读/写

混合

-

w/o 工具

w/ 微调

论文

-

ChatDB

-

读/写

混合

w/ 反馈

w/ 工具

-

论文

-

S3

数据集对齐

读/写/ 反思

混合

-

w/o 工具

w/ 微调

论文

ChatDev

手工制作

读/写/ 反思

混合

w/ 反馈

w/o 工具

w/o 微调

论文

ToolLLM

-

-

-

w/ 反馈

w/ 工具

w/ 微调

记忆银行

-

读/写/ 反思

混合

-

w/o 工具

-

论文

MetaGPT

手工制作

读/写/ 反思

混合

w/ 反馈

w/ 工具

-

L2MAC

手工制作

读/写/ 反思

混合

w/ 反馈

w/ 工具

-

LEO

-

-

-

w/ 反馈

w/o 工具

w/ 微调

JARVIS-1

-

读/写/ 反思

混合

w/ 反馈

w/ 工具

w/o 微调

CLOVA

-

读/写/ 反思

混合

w/ 反馈

w/ 工具

w/ 微调

LearnAct

-

-

-

w/ 工具

w/ 微调

-

读/写

混合

w/ 反馈

w/ 工具

Social Science

Natural Science

Engineering

Paper

Code

Drori et al.

-

Science Education

-

Paper

-

SayCan

-

-

Robotics & Embodied AI

Paper

Code

Inner monologue

-

-

Robotics & Embodied AI

Paper

Code

Language-Planners

-

-

Robotics & Embodied AI

Paper

Code

Social Simulacra

Social Simulation

-

-

Paper

-

TE

Psychology

-

-

Paper

Code

Out of One

Political Science and Economy

-

-

Paper

-

LIBRO

CS&SE

-

-

Paper

-

Blind Judgement

Jurisprudence

-

-

Paper

-

Horton

Political Science and Economy

-

-

Paper

-

DECKARD

-

-

Robotics & Embodied AI

Paper

Code

Planner-Actor-Reporter

-

-

Robotics & Embodied AI

Paper

-

DEPS

-

-

Robotics & Embodied AI

Paper

-

RCI

-

-

CS&SE

Paper

Code

Generative Agents

Social Simulation

-

-

Paper

Code

SCG

-

-

CS&SE

Paper

-

IGLU

-

-

Civil Engineering

Paper

-

IELLM

-

-

Industrial Automation

Paper

-

ChemCrow

-

Document and Data Management; Documentation, Data Managent; Science Education

-

Paper

-

Boiko et al.

-

Document and Data Management; Documentation, Data Managent; Science Education

-

Paper

-

GPT4IA

-

-

Industrial Automation

Paper

Code

Self-collaboration

-

-

CS&SE

Paper

-

E2WM

-

-

Robotics & Embodied AI

Paper

Code

Akata et al.

Psychology

-

-

Paper

-

Ziems et al.

Psychology; Political Science and Economy; Research Assistant

-

-

Paper

-

AgentVerse

Social Simulation

-

-

Paper

Code

SmolModels

-

-

CS&SE

-

Code

TidyBot

-

-

Robotics & Embodied AI

Paper

Code

PET

-

-

Robotics & Embodied AI

Paper

-

Voyager

-

-

Robotics & Embodied AI

Paper

Code

GITM

-

-

Robotics & Embodied AI

Paper

Code

NLSOM

-

Science Education

-

Paper

-

LLM4RL

-

-

Robotics & Embodied AI

Paper

-

GPT Engineer

-

-

CS&SE

-

Code

Grossman et al.

-

Experiment Assistant; Science Education

-

Paper

-

SQL-PALM

-

-

CS&SE

Paper

-

REMEMBER

-

-

Robotics & Embodied AI

Paper

-

DemoGPT

-

-

CS&SE

-

Code

Chatlaw

Jurisprudence

-

-

Paper

Code

RestGPT

-

-

CS&SE

Paper

Code

Dialogue shaping

-

-

Robotics & Embodied AI

Paper

-

TaPA

-

-

Robotics & Embodied AI

Paper

-

Ma et al.

Psychology

-

-

Paper

-

Math Agents

-

Science Education

-

Paper

-

SocialAI School

Social Simulation

-

-

Paper

-

Unified Agent

-

-

Robotics & Embodied AI

Paper

-

Wiliams et al.

Social Simulation

-

-

Paper

-

Li et al.

Social Simulation

-

-

Paper

-

S3

Social Simulation

-

-

Paper

-

Dialogue Shaping

-

-

Robotics & Embodied AI

Paper

-

RoCo

-

-

Robotics & Embodied AI

Paper

Code

Sayplan

-

-

Robotics & Embodied AI

Paper

Code

aiflows

-

-

CS & SE

Paper

Code

ToolLLM

-

-

CS&SE

Paper

Code

ChatDEV

-

-

CS&SE

Paper

-

Chao et al.

Social Simulation

-

-

Paper

-

AgentSims

Social Simulation

-

-

Paper

Code

ChatMOF

-

Document and Data Management; Science Education

-

Paper

-

MetaGPT

-

-

CS&SE

Paper

Code

L2MAC

-

-

CS&SE

Paper

Code

Codehelp

-

Science Education

CS&SE

Paper

-

AutoGen

-

Science Education

-

Paper

-

RAH

-

-

CS&SE

Paper

-

DB-GPT

-

-

CS&SE

Paper

Code

RecMind

-

-

CS&SE

Paper

-

ChatEDA

-

-

CS&SE

Paper

-

InteRecAgent

-

-

CS&SE

Paper

-

PentestGPT

-

-

CS&SE

Paper

-

Codehelp

-

-

CS&SE

Paper

-

ProAgent

-

-

Robotics & Embodied AI

Paper

-

MindAgent

-

-

Robotics & Embodied AI

Paper

-

LEO

-

-

Robotics & Embodied AI

Paper

-

JARVIS-1

-

-

Robotics & Embodied AI

Paper

-

CLOVA

-

-

CS&SE

Paper

-

AgentTrust

-

Social Simulation

-

Paper

Code

embodied-agents

-

-

Robotics & Embodied AI

-

Code

AgentOccam

-

-

CS&SE

Paper

-

• 更多论文可在更全面的总结中找到。

📊 基于大语言模型的自主智能体评估

模型	主观评价	客观评价	基准测试	论文	代码
WebShop	-	环境模拟；多任务评估	✓	论文	代码
Social Simulacra	人工标注	社交评价	-	论文	-
TE	-	社交评价	-	论文	代码
LIBRO	-	软件测试	-	论文	-
ReAct	-	环境模拟	✓	论文	代码
Out of One, Many	图灵测试	社交评价；多任务评估	-	论文	-
DEPS	-	环境模拟	✓	论文	-
Jalil et al.	-	软件测试	-	论文	代码
Reflexion	-	环境模拟；多任务评估	-	论文	代码
IGLU	-	环境模拟	✓	论文	-
Generative Agents	人工标注；图灵测试	-	-	论文	代码
ToolBench	人工标注	多任务评估	✓	论文	代码
GITM	-	环境模拟	✓	论文	代码
Two-Failures	-	多任务评估	-	论文	-
Voyager	-	环境模拟	✓	论文	代码
SocKET	-	社交评价；多任务评估	✓	论文	-
Mobile-Env	-	环境模拟；多任务评估	✓	论文	代码
Clembench	-	环境模拟；多任务评估	✓	论文	代码
Mind2Web	-	环境模拟；多任务评估	✓	论文	代码
Dialop	-	社交评价	✓	论文	代码
Feldt et al.	-	软件测试	-	论文	-
CO-LLM	人工标注	环境模拟	-	论文	代码
Tachikuma	人工标注	环境模拟	✓	论文	-
WebArena	-	环境模拟	✓	论文	代码
RocoBench	-	环境模拟；社交评价；多任务评估	✓	论文	代码
AgentSims	-	社交评价	-	论文	代码
AgentBench	-	多任务评估	✓	论文	代码
BOLAA	-	环境模拟；多任务评估；软件测试	✓	论文	代码
Gentopia	-	孤立推理；多任务评估	✓	论文	代码
EmotionBench	人工标注	-	✓	论文	代码
PTB	-	软件测试	✓	论文	-
MintBench	-	多任务评估	✓	论文	代码
MindAgent	-	环境模拟；多任务评估	✓	论文	-
JARVIS-1	-	环境模拟	-	论文	-
TimeCharac	GPT标注	-	✓	论文	代码
AppWorld	-	环境模拟	✓	论文	代码

• 更多论文可在更全面的综述中找到。

---

🌐 更全面的综述

我们维护着一个交互式表格，其中包含了更多与基于大语言模型的智能体相关的文献。该表格包括标签、作者、发表日期等详细信息，方便您进行排序、筛选，从而找到感兴趣的论文。

👨‍👨‍👧‍👦 维护者

• 王磊@Paitesanshi
• 马晨@Uily
• 冯学阳@XueyangFeng

📚 引用

如果您觉得本综述有用，请引用我们的论文：

@misc{wang2023survey,
      title={A Survey on Large Language Model based Autonomous Agents}, 
      author={Lei Wang and Chen Ma and Xueyang Feng and Zeyu Zhang and Hao Yang and Jingsen Zhang and Zhiyuan Chen and Jiakai Tang and Xu Chen and Yankai Lin and Wayne Xin Zhao and Zhewei Wei and Ji-Rong Wen},
      year={2023},
      eprint={2308.11432},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}

💪 如何贡献

如果您有相关论文或了解到值得纳入的前沿研究，请通过 Pull Request、Issue、邮件或其他合适的方式为我们贡献力量。

🫡 致谢

我们感谢以下各位对本综述提出的宝贵建议和贡献：

• 宋一帆@Yifan-Song793
• 赵启辰@Andrewzh112
• Ikko E. Ashimine@eltociear

📧 联系我们

如有任何问题或建议，请通过以下方式联系我们：

• 邮箱：wanglei154@ruc.edu.cn, xu.chen@ruc.edu.cn

LLM-Agent-Survey 快速上手指南

LLM-Agent-Survey 并非一个可执行的软件工具或代码库，而是一份关于“基于大语言模型（LLM）的自主智能体”领域的综述论文及其配套资源仓库。该仓库主要收录了相关研究论文、代码链接、分类体系及演化趋势分析，旨在为研究人员和开发者提供系统的知识索引。

因此，本指南将指导你如何获取、浏览和利用该仓库中的核心资源。

环境准备

由于本项目主要是文档和资源列表，无需复杂的计算环境或 GPU 支持。

• 系统要求：Windows / macOS / Linux 均可。
• 前置依赖：
  • Git（用于克隆仓库）
  • Web 浏览器（用于查看渲染后的 Markdown 文档和访问论文链接）
  • （可选）PDF 阅读器（用于阅读下载的论文）

安装步骤

通过 Git 克隆仓库到本地，即可获取最新的综述内容、图表及论文/代码索引表。

git clone https://github.com/Paitesanshi/LLM-Agent-Survey.git
cd LLM-Agent-Survey

提示：如果国内访问 GitHub 速度较慢，可使用国内镜像源（如 Gitee，若有同步版本）或配置 Git 代理加速。目前建议直接通过官方仓库获取最新更新。

基本使用

本项目的核心用法是查阅 README.md 文件中的分类表格和章节，以寻找你感兴趣的智能体架构、应用场景或具体论文的源代码。

1. 查看核心综述内容

在本地或 GitHub 网页上打开 README.md。你将看到以下核心板块：

• 🤖 智能体构建 (Construction)：包含 Profile（画像）、Memory（记忆）、Planning（规划）、Action（行动）等模块的详细对比表。
• 📍 应用领域 (Applications)：涵盖自然科学、社会科学和工程领域的应用案例。
• 📊 评估策略 (Evaluation)：主观与客观评估方法的总结。

2. 查找特定模型的论文与代码

在 README.md 的 "Construction of LLM-based Autonomous Agent" 章节中，维护了一个详细的表格。你可以快速定位知名模型（如 ReAct, Reflexion, CAMEL 等），并直接点击对应的链接：

• Paper: 点击链接跳转至 arXiv 阅读论文原文。
• Code: 点击链接跳转至该模型的官方代码仓库。

示例：查找 "ReAct" 模型资源 在表格中找到 ReAct 一行：

• 点击 Paper 列的链接：https://arxiv.org/abs/2210.03629 阅读论文。
• 点击 Code 列的链接：https://github.com/ysymyth/ReAct 进入代码库进行实际部署。

3. 跟踪最新动态

关注仓库根目录下的 Update Records 部分，了解最新的论文收录情况（例如新增的 31 篇著作）以及分类体系的优化更新。该仓库会持续更新以反映该领域的最新进展。