夜雨聆风关注下方【AI算法科研paper】，点亮“星标⭐”，优质文章第一时间推送
正值Agent发展的黄金时期，现在很多人做这个，多少会遇到这些问题：不知道当前研究到底到了哪一步，也很难判断哪些方向还能继续做。
为了解决这个问题，我整理了190篇Agent相关前沿的、具有参考价值的论文，覆盖了这个领域的主流方法与关键改进路径，比如当前顶会热点“多智能体”、“大模型智能体”等。另外，我还整理了821个Agent项目，方便各位上手。
相信通过这份资料，大家可以更清晰的掌握目前研究已经解决的问题、尚未完全突破的卡点，以及更容易延伸出新论文的方向，如果你还没有思路，真不妨看看。
长按添加小享，回复“agent合集”
免费获取全部论文+代码+项目
单智能体
独立完成任务的单一智能体系统，聚焦 “个体决策、自主执行”，比如个人助理、单机器人控制。
ATA: Adaptive Transformation Agent for Text-Guided Subject-Position Variable Background Inpainting
方法：论文提出自适应变换单智能体（AᵀA），以Hunyuan-DiT为基础，通过含反向排列PosAgent块的RDT模块预测位移、调整主体位置，加位置切换嵌入支持“自适应/固定”模式，经混合训练后，在文本引导的背景补全任务（可变/固定主体位置）中表现优异。
创新点：
提出“文本引导主体位置可变背景补全”新任务，可自适应调整主体位置以匹配背景。 设计含反向位移变换（RDT）模块的AᵀA单智能体，借反向排列的PosAgent块优化主体位置、缓解变形。 为AᵀA加位置切换嵌入，支持“自适应/固定”位置切换，搭配混合训练适配两种补全场景。
研究价值：本文首次提出文本引导主体位置可变背景修复新任务，设计含RDT模块与位置切换嵌入的框架，可自适应调整主体位置并兼容固定主体修复，在图像质量、主体布局合理性等指标全面优于现有方法。
多智能体
由多个智能体组成的协同系统，聚焦 “群体协作、冲突解决”，如自动驾驶车队、医疗多模态诊断团队。
V-Stylist: Video Stylization via Collaboration and Reflection of MLLM Agents
方法：论文提出V-Stylist多智能体系统做文本引导视频风格化：Video Parser拆视频、生提示，Style Parser搜匹配风格模型，Style Artist多轮反思调细节；三智能体协同解决核心痛点，还建TVSBench基准，性能超现有方法。
创新点：
提出V-Stylist多智能体系统，用Video Parser、Style Parser、Style Artist分别解决视频过渡、风格匹配、细节控制问题。 给各智能体配特色机制：Video Parser拆视频生提示，Style Parser树状搜索匹配风格，Style Artist多轮反思调参数。 构建TVSBench评测基准，含50个视频和17种风格，填补复杂视频风格化的评估空白。
研究价值：本文提出基于多模态大模型协作自省的V-Stylist多智能体视频风格化系统，攻克复杂转场、模糊风格、固定细节控制三大痛点，并构建专用评测基准TVSBench，在各项指标全面超越现有方法。
......
更多论文请扫码添加小享，获取合集~
