A Review for Deep Reinforcement Learning in Atari:Benchmarks, Challenges, and Solutions
街机学习环境(ALE)提出了作为一个评估平台,经验评估的一般性代理在几十个雅达利2600游戏。ALE提供了各种具有挑战性的问题,并引起了深度强化学习(RL)社区的极大关注。从Deep Q-Networks(DQN)到Agent 57,RL代理似乎在ALE中实现了超人的性能。然而,事实是否如此呢?在本文中,为了探讨这个问题,我们首先回顾了目前的评价指标在Atari基准,然后揭示,目前的评价标准,实现超人的性能是不适当的,它低估了人类的性能相对于什么是可能的。为了解决这些问题,促进强化学习研究的发展,本文提出了一种基于人类世界纪录(HWR)的Atari基准测试,该基准测试对强化学习智能体的最终性能和学习效率提出了更高的要求。此外,我们总结了Atari基准测试中的最先进(SOTA)方法,并提供了基于人类世界记录的新评估指标的基准测试结果。我们的结论是,至少有四个开放的挑战阻碍了RL代理从这些新的基准测试结果中实现超人的性能。最后,我们还讨论了一些有前途的方法来处理这些问题。
2023-02-27 cs.AI
Agyn: An Open-Source Platform for AI Agents with Scalable On-Demand Execution, Agent Definition as a Code, and Zero-Trust Access
Agyn, Inc.(Agyn公司);Mila AI e-Lab
提出Agyn开源平台,通过信号驱动的有状态无服务器运行时、Terraform代理定义和零信任安全模型,解决AI代理在生产中的隔离、治理和扩展问题。
2026-05-31 cs.AI
MultiFluxAI Enhancing Platform Engineering with Advanced Agent-Orchestrated Retrieval Systems
Infosys Ltd(印孚瑟斯有限公司);MS Ramaiah Institute of Technology(MS 拉迈亚理工学院);Involgixs Inc(Involgixs 公司)
本文介绍MultiFluxAI平台,通过融合生成式AI、向量化与智能体编排检索,解决跨领域产品工程的多源异构数据集成与复杂服务查询问题。
2025-08-29 cs.AI
Polycraft World AI Lab (PAL): An Extensible Platform for Evaluating Artificial Intelligence Agents
The University of Texas at Dallas(德克萨斯大学达拉斯分校);Georgia Institute of Technology and Emory University(佐治亚理工学院和埃默里大学)
随着人工智能研究的进步,用于评估人工智能智能体的平台需要适应和发展,以继续挑战它们。我们介绍了Polycraft World AI Lab(PAL),这是一个基于Minecraft mod Polycraft World的API任务模拟器。我们的平台旨在允许具有不同架构的人工智能智能体轻松地与Minecraft世界进行交互,训练并在多个任务中进行评估。PAL允许以灵活的方式创建任务,并能够在评估期间操纵任务的任何方面。人工智能智能体和外部参与者(非玩家角色,NPC)在开放世界环境中采取的所有行动都被记录下来,以简化评估。在这里,我们提出了两个自定义任务的PAL平台上,一个专注于多步规划和一个专注于导航,并评估代理解决这些问题。总之,我们报告了一个多功能和可扩展的人工智能评估平台,人工智能研究人员可以利用它的低门槛。
2023-01-27 cs.AI
TeachAnything: A Multimodal Crowdsourcing Platform for Training Embodied AI Agents in Symmetrical Reality
State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室);BIGAI
本文提出TeachAnything平台,通过多模态示范信号整合三阶段示范范式,实现跨场景、任务和具身的多样化示范数据收集,为对称现实中的具身AI代理开发提供实用基础。
2026-05-14 cs.AI
NextFund: A Unified Performance Tracking Platform for Agentic Portfolio Management
Paradoox AI Research(帕拉多克斯人工智能研究)
研究基于大语言模型智能体参与投资组合管理的评估问题,提出NextFund平台,通过时间一致的市场准入等实现智能体行为可观察,能跨市场比较模型等,在多地股票上展示其可实现更公平基准测试和可行诊断的作用。
2026-07-14 cs.AI
Escape Room: A Configurable Testbed for Hierarchical Reinforcement Learning
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Austin(奥斯汀)
最近在强化学习方面的成功鼓励了快速增长的强化学习研究人员网络和强化学习研究的一些突破。随着RL社区和RL工作主体的增长,对广泛适用的基准测试的需求也在增长,这些基准测试可以公平有效地评估各种RL算法。这种需求在分层强化学习(HRL)领域中尤其明显。虽然许多现有的测试域可能会表现出分层的动作或状态结构,但现代RL算法在解决需要分层建模和动作规划的域时仍然表现出很大的困难,即使这些域看起来微不足道。这些困难突出了需要更多地关注HRL算法本身,以及需要新的测试平台来鼓励和验证HRL研究。现有的HRL测试平台表现出一个金发女孩的问题,他们往往要么太简单(例如出租车)或太复杂(例如蒙特祖玛的复仇从街机学习环境)。在本文中,我们提出了逃生室域(ERD),一个新的灵活的,可扩展的,并完全实现的测试域HRL的桥梁“中等复杂性”的差距留下现有的替代品。ERD是开源的,可以通过GitHub免费获得,并且符合广泛使用的公共测试接口,可以与各种公共RL代理实现进行简单的集成和测试。我们表明,ERD提出了一套挑战,可扩展的困难,以提供一个平稳的学习梯度从出租车到街机学习环境。
2018-12-22 cs.AI
MediaClaw: Multimodal Intelligent-Agent Platform Technical Report
China Unicom AI (Yuanjing) Team(中国unicom AI (元京)团队)
MediaClaw基于OpenClaw生态系统构建多模态智能体平台,通过统一抽象、插件扩展和工作流编排三层架构解决AIGC应用中的碎片化能力、异构接口、生产流程断层和高质量流程复用不足问题。
2026-05-14 cs.AI
Dataforge: Agentic Platform for Autonomous Data Engineering
Arizona State University(亚利桑那州立大学);Clemson University(克莱姆森大学)
Dataforge是一个基于大语言模型的自动数据工程平台,通过自动数据清理和迭代优化特征操作,提升表格数据的AI准备质量。
2026-02-16 cs.AI
UbuntuWorld 1.0 LTS - A Platform for Automated Problem Solving & Troubleshooting in the Ubuntu OS
Arizona State University(亚利桑那州立大学);IBM T. J. Watson Research Center(IBM托马斯·J·沃森研究中心)
在本文中,我们提出了Ubuntu世界1.0 LTS -一个平台,用于开发自动化的技术支持代理在Ubuntu操作系统。具体而言,我们建议使用Bash终端作为Ubuntu环境的模拟器,用于基于学习的代理,并证明了采用强化学习(RL)技术在此环境中解决基本问题和故障排除的有用性。我们提供了一个即插即用的接口,模拟器作为一个Python包,不同类型的代理可以插入和评估,并提供集成数据的路径从在线支持论坛,如AskUbuntu到自动代理的学习过程。最后,我们表明,使用这些数据显着提高代理的学习效率。我们相信,该平台可以作为自动化技术支持研究的真实测试平台。
2017-08-12 cs.AI
Perturbation-based exploration methods in deep reinforcement learning
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
结构化探索的最新研究强调在状态空间中识别新的状态,并通过内在奖励奖金激励代理重新访问它们。在这项研究中,我们的问题,通过这些方法表现出的性能提升是否确实是由于发现结构的探索性时间表的代理或利益主要归因于在追求结构化探索表现在政策和奖励空间的扰动。在这项研究中,我们调查的影响,在政策和奖励空间的探索行为的代理。我们继续表明,在softmax层之前扰动策略并将零星奖励奖金引入域中的简单行为可以大大增强街机学习环境中几个域的探索。鉴于这些发现,我们建议对结构化探索研究的任何改进进行基准测试,以对抗嘈杂的探索。
2020-11-10 cs.AI cs.LG
EnterpriseLab: A Full-Stack Platform for developing and deploying agents in Enterprises
Fujitsu Research India(富士通印度研究)
本文提出EnterpriseLab,一个统一开发和部署企业代理的全栈平台,通过模块化环境、自动化数据生成和集成训练管道,提升企业代理的能力与隐私保护。
2026-03-23 cs.AI
CALE: Continuous Arcade Learning Environment
McGill University(麦吉尔大学);Mila - Québec AI Institute(米拉-魁北克人工智能研究所);Google DeepMind(谷歌DeepMind);Université de Montréal(蒙特利尔大学)
本研究推出经典街机学习环境ALE的扩展版本CALE,在保留Stella底层模拟器的基础上新增连续动作支持,可实现不同类型智能体的同环境基准测试,并给出初步基线结果与相关研究方向。
2024-10-31 cs.AI cs.LG
YeasierAgent: Agentic Social Sandbox as a Canvas for Intent-Driven Creation of Platform-Agnostic Symbiotic Agent-Native Applications
Yeasier AI
提出YeasierAgent范式,通过平台无关的交互单元和空间多智能体协作,实现快速跨平台构建共生智能体原生应用,统一情感陪伴与工具执行。
2026-06-15 cs.AI cs.MA
Demystifying the Lifecycle of Failures in Platform-Orchestrated Agentic Workflows
Singapore Management University(新加坡管理大学)
本文通过分析平台编排代理工作流中的故障生命周期,提出AgentFail数据集,揭示关键故障机制并提供修复指南。
2026-02-27 cs.AI cs.SE
Guiding Reinforcement Learning Exploration Using Natural Language
University of Kentucky(肯塔基大学);Georgia Institute of Technology(佐治亚理工学院)
在这项工作中,我们提出了一种使用自然语言来帮助强化学习推广到看不见的环境的技术。这种技术使用神经机器翻译,特别是使用编码器-解码器网络,来学习自然语言行为描述和状态-动作信息之间的关联。然后,我们使用这个学习模型来指导代理探索,使用修改后的策略塑造版本,使其在看不见的环境中学习更有效。我们评估这种技术使用流行的街机游戏,青蛙,在理想和非理想条件下。该评估表明,我们修改后的策略成形算法提高了Q学习代理以及基线版本的策略成形。
2017-09-14 cs.AI cs.CL cs.LG
A new Potential-Based Reward Shaping for Reinforcement Learning Agent
University of Kansas(堪萨斯大学);University of New Mexico(新墨西哥大学);Iran University of Science and Technology(伊朗科技大学)
基于潜能的奖励塑造(PBRS)是一类特殊的机器学习方法,其目的是通过在执行任务时提取和利用额外的知识来提高强化学习代理的学习速度。在迁移学习的过程中有两个步骤:从先前学习的任务中提取知识,并将该知识转移到目标任务中使用。后一步在文献中讨论得很好,提出了各种方法,而前一步则很少探索。考虑到这一点,传播的知识类型非常重要,可以带来相当大的改进。在迁移学习和基于潜能的奖励塑造的文献中,一个从未被提及的主题是在学习过程本身中收集的知识。在本文中,我们提出了一种新的潜在的奖励塑造方法,试图从学习过程中提取知识。该方法从情节的累积奖励中提取知识。所提出的方法已在Arcade学习环境中进行了评估,结果表明,在单任务和多任务强化学习代理的学习过程中的改进。
2023-03-13 cs.AI cs.LG
Toward Agents That Reason About Their Computation
Department of Computing Science, University of Alberta, Canada(阿尔伯塔大学计算机科学系);Alberta Machine Intelligence Institute (Amii)(阿尔伯塔人工智能研究所);Department of Computer Science, University of Toronto, Canada(多伦多大学计算机科学系);CIFAR AI Chair(CIFAR人工智能主席)
本文提出让强化学习智能体感知计算成本并自主控制计算使用,在Arcade Learning Environment上,该方法在相同训练预算下提升了75%游戏的性能,并平均减少三倍计算量。
2026-10-15 cs.AI cs.LG
Go-Blend behavior and affect
Institute of Digital Games University of Malta(马耳他大学数字游戏研究所)
本文提出了一种范式转换的情感计算,通过查看情感建模任务作为一个强化学习过程。根据我们提出的框架的背景(环境)和代理的行动定义的共同表示,交织的行为和影响。为了实现这一框架,我们建立在强化学习的最新进展基础上,并使用了Go-Explore算法的修改版本,该算法在硬探索任务中表现出了最高的性能。在这个初步的研究中,我们测试我们的框架在街机游戏中训练去探索代理既发挥最佳,并试图模仿人类的觉醒示威。我们改变了最佳游戏和唤醒模仿之间的重要性程度,并创造了能够有效显示情感和行为模式的代理。我们的Go-Explore实现不仅为情感建模引入了一种新的范式;它通过提供可以混合和表达多种行为和情感模式的代理来实现可信的基于AI的游戏测试。
2021-09-24 cs.AI cs.HC cs.LG
Attention Option-Critic
McGill University(麦吉尔大学);Mila(米拉研究所);Google Deepmind(谷歌DeepMind)
强化学习中的时间抽象是智能体学习和使用高级行为的能力,称为选项。option-critic架构提供了一种基于梯度的端到端学习方法来构建选项。我们提出了一个基于注意力的扩展这个框架,它使代理学习集中不同的选项在观察空间的不同方面。我们表明,这导致行为上的不同的选项,也能够状态抽象,并防止退化问题的选项统治和频繁的选项切换发生在选项批评,同时实现类似的样本复杂性。我们还证明了更有效的,可解释的,和可重用的性质相比,通过不同的迁移学习任务的选择的选择。实验结果在一个相对简单的四个房间的环境和更复杂的ALE(商场学习环境)展示了我们的方法的有效性。
2022-01-07 cs.AI cs.LG
The User Asks, Platforms Compete: How Agentic Recommendation Markets Take Shape
Tsinghua University(清华大学);Tencent Inc.(腾讯公司)
研究基于LLM的代理推荐市场,用户先提需求平台竞争注意力。实验发现新设置在获取与注意力间有紧张关系,竞争引发平台策略行为,关联反馈可增加购买机会,强调设计代理推荐需综合考虑多方面并作为联合机制设计问题。
2026-07-30 cs.AI cs.IR
Deep Reinforcement Learning Agents are not even close to Human Intelligence
Department of Computer Science, Technical University Darmstadt(德累斯顿技术大学计算机科学系);National Research Center for Applied Cybersecurity (ATHENE)(应用网络安全国家研究中心(ATHENE));Hessian Center for Artificial Intelligence (hessian.AI)(黑森人工智能中心(hessian.AI));Centre for Cognitive Science, Darmstadt(达姆施塔特认知科学中心);Institute of Psychology, Technical University Darmstadt(德累斯顿技术大学心理学系);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));Sorbonne Université, Paris, France(巴黎索邦大学)
本文提出HackAtari基准,通过任务简化变体证明深度强化学习智能体在简单任务上性能骤降,揭示其依赖捷径,远未达到人类智能。
2025-05-27 cs.AI cs.LG
Deep Reinforcement Learning Policies Learn Shared Adversarial Features Across MDPs
使用深度神经网络作为函数逼近器已经导致强化学习算法和应用取得了惊人的进展。然而,我们对决策边界几何形状和神经策略的损失景观的了解仍然非常有限。在本文中,我们提出了一个框架,以调查的决策边界和损失景观相似性的国家和跨MDPs。我们在Arcade Learning Environment的各种游戏中进行了实验,发现神经策略的高灵敏度方向在MDP之间是相关的。我们认为,这些高灵敏度的方向支持的假设,即非鲁棒的功能共享跨训练环境的强化学习代理。我们相信,我们的研究结果揭示了深度强化学习训练中使用的环境的基本特性,并代表了构建强大可靠的深度强化学习代理的切实步骤。
2021-12-16 cs.AI cs.LG stat.ML
MAgent: A Many-Agent Reinforcement Learning Platform for Artificial Collective Intelligence
Shanghai Jiao Tong University(上海交通大学);University College London(伦敦大学学院)
我们介绍了MAgent,一个支持多智能体强化学习研究和开发的平台。与以前的单智能体或多智能体强化学习研究平台不同,MAgent专注于支持需要数百万智能体的任务和应用。在一群智能体之间的交互中,它不仅可以研究智能体最优策略的学习算法,而且更重要的是,可以观察和理解人工智能社会中出现的个体智能体的行为和社会现象,包括通信语言,领导力,利他主义。MAgent具有高度可扩展性,可以在单个GPU服务器上托管多达100万个代理。MAgent还为AI研究人员提供灵活的配置,以设计他们的定制环境和代理。在这个演示中,我们展示了在MAgent上设计的三个环境,并展示了通过从头开始学习而形成的集体智慧。
2017-12-02 cs.AI cs.LG cs.MA
Agentic AI platforms for autonomous training and rule induction of human-human and virus-human protein-protein interactions
Theoretical Biology and Biophysics Group, Theoretical Division(理论生物学与生物物理学组,理论 division);Physical Chemistry and Applied Spectroscopy Group, Chemistry Division(物理化学与应用光谱组,化学 division);Systems Biology Department, Sandia National Laboratories(系统生物学部门,桑迪亚国家实验室)
本文提出两种代理AI平台,分别用于自主训练预测ML模型和诱导人类-病毒蛋白-蛋白相互作用的显式规则,通过数据收集、验证、特征嵌入等步骤提升预测准确率并增强可解释性。
2026-04-27 cs.AI q-bio.BM
A Survey of Deep Reinforcement Learning in Video Games
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
深度强化学习(Deep Reinforcement Learning,DRL)自提出以来取得了巨大的成就。一般来说,DRL代理在每一步都接收高维输入,并根据基于深度神经网络的策略进行操作。这种学习机制通过端到端的方法来更新策略以最大化回报。本文综述了DRL方法的研究进展,包括基于值的算法、策略梯度算法和基于模型的算法,并对它们的主要技术和性能进行了比较。此外,DRL在游戏人工智能(AI)中发挥着重要作用。我们还回顾了DRL在各种视频游戏中的成就,包括经典的街机游戏,第一人称视角游戏和多智能体实时策略游戏,从2D到3D,从单智能体到多智能体。大量具有DRL的视频游戏AI已经实现了超人的性能,但在这一领域仍然存在一些挑战。因此,我们也讨论了DRL方法在该领域应用的一些关键问题,包括探索-开发、样本效率、泛化和迁移、多智能体学习、不完美信息和延迟剩余报酬等,以及一些研究方向。
2019-12-26 cs.AI cs.LG cs.MA
AGAPI-Agents: An Open-Access Agentic AI Platform for Accelerated Materials Design on AtomGPT.org
Johns Hopkins University(约翰霍普金斯大学);West Virginia University(西弗吉尼亚大学)
研究智能代理人工智能系统中工具访问对预测准确性的影响,核心方法是构建AGAPI平台整合多种模型与工具,主要贡献是明确其在材料设计中能提高精度、展示多步骤工作流程且证实工具在特定情况下不可或缺。
2026-07-09 cond-mat.mtrl-sci cs.AI
IMPALA: Scalable Distributed Deep-RL with Importance Weighted Actor-Learner Architectures
DeepMind Technologies(DeepMind科技公司)
在这项工作中,我们的目标是解决一个大的任务集合使用一个单一的强化学习代理与一组参数。一个关键的挑战是处理增加的数据量和延长的训练时间。我们已经开发了一种新的分布式代理IMPALA(重要性加权的演员-学习者架构),它不仅在单机训练中更有效地使用资源,而且可以扩展到数千台机器,而不会牺牲数据效率或资源利用率。我们实现了稳定的学习,在高吞吐量相结合的解耦代理和学习与一种新的偏离政策的校正方法,称为V-跟踪。我们在DMLab-30(来自DeepMind实验室环境的一组30个任务)上证明了IMPAL用于多任务强化学习的有效性(Beattie等人,2016))和Atari-57(Arcade Learning Environment中所有可用的Atari游戏(Bellemare等人,2013年a))。我们的研究结果表明,IMPALA是能够实现更好的性能比以前的代理与更少的数据,关键是表现出积极的任务之间的转移,由于其多任务的方法。
2018-06-28 cs.AI cs.LG
Unity: A General Platform for Intelligent Agents
Unity Technologies(Unity科技公司)
人工智能的最新进展是由日益逼真和复杂的模拟环境的存在所驱动的。然而,许多现有的环境提供不切实际的视觉效果,不准确的物理,低任务复杂性,有限的代理人的角度来看,或人工代理之间的交互能力有限。此外,许多平台缺乏灵活配置模拟的能力,使得从学习系统的角度来看,模拟环境是一个黑盒子。在这项工作中,我们提出了一种新的分类现有的模拟平台,并讨论了最高级别的通用平台,使学习环境的发展,丰富的视觉,物理,任务和社会的复杂性。我们认为,现代游戏引擎是唯一适合作为通用平台,并作为一个案例研究检查的Unity引擎和开源的Unity ML代理工具包。然后,我们调查了Unity和Unity ML-Agents Toolkit支持的研究,讨论了灵活,交互式和易于配置的通用平台可以促进的研究类型。
2020-05-06 cs.AI cs.LG cs.NE
ALKEMIE Agent: an autonomous platform for computational materials design
Beihang University(北京航空航天大学)
该研究针对材料计算工作流程碎片化的问题,提出集成多种技术的ALKEMIE智能体平台,通过多种材料相关应用验证其能力,并展望了该类平台的未来发展方向与挑战。
2026-08-18 cond-mat.mtrl-sci cs.AI
AndroidEnv: A Reinforcement Learning Platform for Android
DeepMind(深度思维)
我们介绍AndroidEnv,这是一个基于Android生态系统的强化学习(RL)研究开源平台。AndroidEnv允许RL代理通过通用触摸屏界面与人类常用的各种应用和服务进行交互。由于代理训练在Android设备的真实模拟上进行,因此它们有可能部署在真实设备上。在这份报告中,我们给出了一个环境的概述,突出了它为研究提供的重要功能,我们提出了一些流行的强化学习代理建立在这个平台上的一组任务的实证评估。
2021-05-27 cs.AI cs.LG
Agent Exchange: Shaping the Future of AI Agent Economics
Shanghai Jiao Tong University(上海交通大学);University College London(伦敦大学学院);Shanghai Innovation Institute(上海创新研究院)
本文提出 Agent Exchange(AEX)拍卖平台,借鉴实时竞价机制,通过 USP、ASP、Agent Hubs 和 DMP 四个组件构建 AI 智能体经济的基础设施,支持智能体自主进行价值交换与协调。
2025-07-05 cs.AI cs.MA
Embedding Autonomous Agents in Resource-Constrained Robotic Platforms
Institut für Datentechnik und Kommunikationsnetze, TU Braunschweig(数据技术与通信网络研究所, Braunschweig 技术大学)
本研究在资源受限的机器人平台上嵌入自主代理,通过AgentSpeak编程实现迷宫探索,展示高效推理过程适用于实时自主操作。
2026-01-07 cs.AI cs.RO
Agentic AI Ecosystems in Higher Education: A Perspective on AI Agents to Emerging Inclusive, Agentic Multi-Agent AI Framework for Learning, Teaching and Institutional Intelligence
College of Computing and Data Science, Nanyang Technological University, NTU, Singapore(南洋理工大学计算机与数据科学学院);DeepMed Ptd Ltd, India(印度DeepMed公司)
本文探讨高等教育中代理多代理AI平台的整合,旨在解决教育机构复杂性中的碎片化问题,强调包容性和适应性决策的重要性。
2026-05-14 cs.AI cs.CY
Counteractive RL: Rethinking Core Principles for Efficient and Scalable Deep Reinforcement Learning
Ezgi Korkmaz
本文提出基于对抗性行动经验的理论新范式,解决高维MDP中状态空间爆炸导致的计算复杂性与策略成功率矛盾,通过实验验证方法在高维环境中的高效性和样本效率。
2026-03-16 cs.AI cs.LG
The Moltbook Illusion: Separating Human Influence from Emergent Behavior in AI Agent Societies
Tsinghua University(清华大学)
研究通过分析Moltbook平台上的AI代理行为,发现病毒性叙事主要由人类驱动,揭示了AI对话的内在遗忘机制。
2026-02-12 cs.AI cs.HC
Oculi: A Conversational Agentic Platform for Automated Credit Risk Analysis
Royal Bank of Canada(加拿大皇家银行);RBC Borealis
研究人员推出对话式智能体平台Oculi,采用三层架构及结合确定性统计与LLM引导特征选择的细分发现流程,可自动完成信用风险分析,缩短洞察时间并保持严谨性,能发现手动探索难以处理的风险细分领域。
2026-09-01 cs.AI cs.LG
Infrastructure for the Agentic Web: Gap Analysis and Architecture from the Agentverse Platform
OpenHub Research(开放 hub 研究)
本文通过实证审计Agentverse平台,识别出8类62项缺失能力,提出七层代理云栈参考架构,并规划了从存储到经济原语的五条关键演进路径,为2030年实现Web4代理云提供技术路线。
2026-06-23 cs.AI cs.DC cs.MA
Whom Do AI Agents Serve? Role-Induced Sponsorship Bias in Decision Models and Generative LLMs
McGill University(麦吉尔大学)
本研究通过受控实验发现,LLM推荐器在平台委托时对赞助列表的惩罚减弱,披露机制在AI中介商业中失效,需重新设计保护消费者。
2026-11-10 cs.AI econ.GN q-fin.EC
ThinkTank: A Framework for Generalizing Domain-Specific AI Agent Systems into Universal Collaborative Intelligence Platforms
Texas A&M University(德克萨斯A&M大学);Texas A&M Institute of Data Science(德克萨斯A&M数据科学研究所)
本文提出ThinkTank框架,通过角色抽象、会议类型泛化及检索增强生成与知识存储集成,将专用AI智能体系统泛化为支持跨领域复杂问题求解的通用协作智能平台,并兼顾本地部署的数据安全与成本优势。
2025-06-03 cs.AI cs.LG cs.MA
A Platform-Agnostic Deep Reinforcement Learning Framework for Effective Sim2Real Transfer towards Autonomous Driving
Technische Universität Dresden(德累斯顿工业大学);Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI) Dresden/Leipzig(德累斯顿/莱比锡可扩展数据分析与人工智能中心(ScaDS.AI))
本文提出一种平台无关的深度强化学习框架,利用平台相关感知模块在仿真中训练车道跟随与超车智能体,显著缩小平台间及Sim2Real差距,实现仿真与真实环境中的有效驾驶。
2024-08-28 cs.AI cs.LG cs.RO
Cerebrum (AIOS SDK): A Platform for Agent Development, Deployment, Distribution, and Discovery
Rutgers(罗格斯大学)
本文提出面向 AIOS 的 Cerebrum Agent SDK,通过四层开发 SDK、Agent Hub 和交互式评估界面,标准化智能体开发、部署、分发与发现。
2025-03-14 cs.AI cs.CL cs.MA
BioinfoMCP: A Unified Platform Enabling MCP Interfaces in Agentic Bioinformatics
School of Data Science, The Chinese University of Hong Kong, Shenzhen (CUHK Shenzhen)(数据科学学院,香港中文大学(深圳))
针对生物信息学工具与AI智能体框架集成难的问题,提出含自动转换器和基准测试集的BioinfoMCP平台,可批量生成MCP兼容工具,94.7%的转换工具可在多智能体平台运行,降低生物信息学分析的编程门槛。
2025-10-02 cs.AI cs.LG cs.MA
AgentForge: An Immersive Role-Playing Platform for Learning Agentic Software Engineering
Vanderbilt University(范德堡大学)
本研究提出沉浸式角色扮演平台AgentForge,让新手在多智能体代码修复工作流中担任软件工程角色,经37名新手开发者测试,该平台可提升新手的软件工程技能与智能体协作理解。
2026-08-06 cs.AI cs.HC cs.SE
The Three-Ring Architecture: Governing Agents in the Era of On-Platform Organisations
针对企业AI部署中缺乏治理基础设施导致失败率高达95%的问题,提出三环架构:环1为现有生产架构,环2为基于策略的智能体联邦层,环3为LLM前沿智能层,其中环2作为智能体企业的操作系统,实现资源抽象、进程协调、权限执行和智能积累,并区分环2与环3的风险轮廓。
2026-06-05 cs.AI cs.ET cs.MA
When AI Agents Collude Online: Financial Fraud Risks by Collaborative LLM Agents on Social Platforms
Shanghai Jiao Tong University(上海交通大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Beihang University(北京航空航天大学)
研究大型多代理系统中集体金融欺诈的风险,通过MultiAgentFraudBench基准测试分析欺诈行为协作机制及影响因素,提出内容警告、LLM监控和群体韧性提升等缓解策略。
2026-04-06 cs.AI cs.CL cs.MA
Investigating Memory in Model-Free RL with POPGym Arcade
Faculty of Science and Technology, University of Macau(澳门大学科技学院);Centre for AI, University College London(伦敦大学学院人工智能中心)
本文通过引入分析工具和POPGym Arcade环境套件,研究深度强化学习中的记忆机制,发现价值函数会将信用分配到无关历史,并展示分布外场景如何污染记忆。
2026-08-27 cs.AI cs.LG cs.RO
General Modular Harness for LLM Agents in Multi-Turn Gaming Environments
Halıcıoğlu Data Science Institute (HDSI), University of California San Diego, La Jolla, CA, USA(Halıcıoğlu数据科学研究所(HDSI),加州大学圣地亚哥分校,拉贾拉,加州,美国)
提出一种由感知、记忆和推理组成的LLM智能体模块化框架,无需领域特定工程即可在多回合游戏环境中显著提升性能,并揭示了各模块在不同游戏类型中的差异化贡献。
2025-07-15 cs.AI
Deep Research Comparator: A Platform For Fine-grained Human Annotations of Deep Research Agents
Carnegie Mellon University(卡内基梅隆大学);Amazon(亚马逊)
深度研究比较器平台通过细粒度人工标注和端到端代理框架,提升深度研究代理的评估与开发效率。
2025-12-23 cs.AI
KGCE: Knowledge-Augmented Dual-Graph Evaluator for Cross-Platform Educational Agent Benchmarking with Multimodal Language Models
Faculty of the School of Computer Science, Central China Normal University(中央财经大学计算机学院)
KGCE提出一种基于多模态语言模型的跨平台教育代理基准评估框架,通过知识库增强和双图评估方法提升对特定学校软件任务的执行效率和评估精度。
2026-01-04 cs.AI
Gentopia: A Collaborative Platform for Tool-Augmented LLMs
本文提出Gentopia平台,通过简单配置灵活定制工具增强型LLM智能体,并借助gentpool实现智能体共享与协作,利用gentbench进行全面评估,推动AI民主化。
2023-08-08 cs.AI
WiS Platform: Enhancing Evaluation of LLM-Based Multi-Agent Systems Through Game-Based Analysis
Taobao & Tmall Group of Alibaba(阿里巴巴淘宝及天猫集团)
本文提出了WiS Platform,一个基于游戏“谁是卧底?”的开放平台,用于评估和分析基于LLM的多智能体系统,通过统一接口、实时排行榜和全面评估指标验证了其有效性与效率。
2025-06-26 cs.AI
Beyond Text: Implementing Multimodal Large Language Model-Powered Multi-Agent Systems Using a No-Code Platform
SAMSUNG SDS(三星SDS)
本研究针对企业AI采用的技术复杂度和准入壁垒问题,提出并实现了基于无代码平台的多模态LLM驱动多智能体系统,支持无编程知识用户构建AI系统,通过多个业务用例验证其适用性,推动企业AI民主化与广泛应用。
2025-01-29 cs.AI
Unreal-MAP: Unreal-Engine-Based General Platform for Multi-Agent Reinforcement Learning
University of Chinese Academy of Sciences(中国科学院大学);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Alibaba (China) Co., Ltd.(阿里巴巴(中国)有限公司)
本研究提出基于虚幻引擎的多智能体强化学习通用平台Unreal-MAP,支持自由创建任务、部署SOTA算法,兼容多类算法且全组件开源,可推动MARL领域发展。
2025-03-20 cs.AI