大規模言語モデルエージェント：方法論、応用、課題に関する調査

要旨

大規模言語モデルの革命的な進展により、知的エージェントの時代が到来しました。目標駆動型の行動と動的適応能力を備えた大規模言語モデル（LLM）エージェントは、人工汎用知能（AGI）に向けた重要な道筋を潜在的に示しています。本調査では、方法論中心の分類体系を通じてLLMエージェントシステムを体系的に解体し、アーキテクチャの基盤、協調メカニズム、進化の経路を結びつけます。エージェント設計原則と複雑な環境における創発的挙動の間の基本的な関連性を明らかにすることで、断片的な研究の糸を統合します。本論文は、エージェントがどのように構築され、協調し、時間とともに進化するかを検証する統一的なアーキテクチャの視点を提供するとともに、評価方法論、ツールの応用、実践的な課題、多様な応用領域にも言及します。この急速に進化する分野の最新の進展を調査することで、研究者に対してLLMエージェントを理解するための体系的な分類体系を提供し、将来の研究に向けた有望な方向性を特定します。本コレクションはhttps://github.com/luo-junyu/Awesome-Agent-Papersで公開されています。

English

The era of intelligent agents is upon us, driven by revolutionary advancements in large language models. Large Language Model (LLM) agents, with goal-driven behaviors and dynamic adaptation capabilities, potentially represent a critical pathway toward artificial general intelligence. This survey systematically deconstructs LLM agent systems through a methodology-centered taxonomy, linking architectural foundations, collaboration mechanisms, and evolutionary pathways. We unify fragmented research threads by revealing fundamental connections between agent design principles and their emergent behaviors in complex environments. Our work provides a unified architectural perspective, examining how agents are constructed, how they collaborate, and how they evolve over time, while also addressing evaluation methodologies, tool applications, practical challenges, and diverse application domains. By surveying the latest developments in this rapidly evolving field, we offer researchers a structured taxonomy for understanding LLM agents and identify promising directions for future research. The collection is available at https://github.com/luo-junyu/Awesome-Agent-Papers.

大規模言語モデルエージェント：方法論、応用、課題に関する調査

Large Language Model Agent: A Survey on Methodology, Applications and Challenges

要旨

Summary

Support

Support