夜雨聆风今天给大家分享一个正在爆发，且发文难度不高的赛道——Agent！想快速出文章的伙伴，不要错过！
主要在于：一方面，其是连接大模型能力和实际落地的关键桥梁，且还在发展的早期阶段，待解决的问题还很多，创新空间广阔。比如Agent的自主决策逻辑、长期记忆机制、与多模态、具身智能等前沿技术的结合等。
另一方面，其不仅应用场景非常丰富，且研究维度也很多元，不管你是小白还是资深研究员，都能找到适合自己的方向。比如初学者，可以从应用层入手，结合特定行业，设计解决方案。想冲高区，则可以从理论机制入手。
为方便大家研究的进行，我也花了一个多月时间，给大家筛选了190篇必读论文和源码，最新前沿热门和经典必读。此外，还给大家准备了321个谷歌发布的落地项目案例，及500个开源的AI Agent智能体应用，方便大家应用！
扫描下方二维码，回复「agent合集」
免费获取全部论文合集及项目代码
Collaborative Tree Search for Enhancing Embodied Multi-Agent Collaboration
内容：这篇论文针对大语言模型驱动的具身多智能体协作难题，指出CoELA、RoCo等现有方法存在独立决策缺乏长远规划、单一线性推理路径易受LLM随机性干扰、频繁更新方案打乱智能体执行节奏等缺陷，提出协同树搜索框架CoTS；该框架基于改进蒙特卡洛树搜索搭建协同规划模块，让智能体分工完成方案生成、互评打分，采用无需环境仿真的LLM奖励函数评估任务分配与移动开销，通过选择、扩展、评估、反向传播多分支推演筛选最优长期协作策略，同时新增方案评估模块动态判断当前方案有效性，仅在方案失效时触发重规划，避免频繁调整带来的动作混乱，整套框架配套感知、记忆、方案解析执行模块，新增扩展记忆存储协作方案并将空间距离纳入感知维度。
AGENTGYM-RL: AN OPEN-SOURCE FRAMEWORK TO TRAIN LLM AGENTS FOR LONG-HORIZON DECISION MAKING VIA MULTI-TURN RL
内容：该文章提出了AgentGym-RL这一开源框架，专门用于借助多轮强化学习训练大语言模型智能体以解决长时序决策问题，针对现有LLM智能体训练缺少标准化、可复现长周期交互环境、多轮试错式RL训练流程不完善、难以稳定优化长期链式任务策略等痛点，框架搭建了统一交互仿真环境，支持自定义多步骤复杂决策任务，设计适配大模型的多回合强化学习训练管线，能够完整记录智能体多轮交互轨迹、生成时序奖励信号并完成梯度优化，同时配套标准化评估指标体系用于量化长程任务完成效果、路径冗余度与策略稳定性。
PlugMem: A Task-Agnostic Plugin Memory Module for LLM Agents
内容：本文提出PlugMem，一款面向大模型智能体、与任务无关的插件式记忆模块，针对现有LLM智能体记忆机制绑定特定任务、无法灵活插拔复用、历史交互信息检索低效、长期上下文易丢失关键信息、拓展成本高等问题，该模块作为独立可嵌入组件，不改动原有大模型主体与任务逻辑，通过分层存储结构区分短期瞬时上下文、中长期任务交互记忆与通用知识库，搭配轻量化相似度检索机制快速匹配相关历史记录，同时设计自适应记忆更新与遗忘策略过滤冗余无效信息，兼容各类工具插件与多类型智能体任务。
Reliable and Efficient Multi-Agent Coordination via Graph Neural Network Variational Autoencoders
内容：该研究针对多智能体协同场景中存在通信噪声、信息冗余、协同策略计算开销大、局部观测导致全局协作失效等问题，提出基于图神经网络变分自编码器的可靠高效多智能体协同框架；框架利用图结构建模智能体间的关联交互关系，借助变分自编码器对各智能体局部观测与通信信息进行压缩降维，学习低维稳定的全局协同隐表征，在大幅削减通信传输量与计算成本的同时，通过概率建模缓解观测不确定性带来的决策偏差，保障协同鲁棒性。
