Buchumschlag

Enabling Intelligent Interactions between an Agent and an LLM: A Reinforcement Learning Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Bin, Zhao, Chenyang, Zhang, Pu, Zhou, Zihao, Yang, Yuanhang, Xu, Zenglin, Liu, Bin
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Model as a Policy Teacher for Training Reinforcement Learning Agents
von: Zhou, Zihao, et al.
Veröffentlicht: (2023)

End-to-End Optimization of LLM-Driven Multi-Agent Search Systems via Heterogeneous-Group-Based Reinforcement Learning
von: Chen, Guanzhong, et al.
Veröffentlicht: (2025)

ProActor: Timing-Aware Reinforcement Learning for Proactive Task Scheduling Agents
von: Ding, Lei, et al.
Veröffentlicht: (2026)

MoColl: Agent-Based Specific and General Model Collaboration for Image Captioning
von: Yang, Pu, et al.
Veröffentlicht: (2025)

VLASCD: A Visual Language Action Model for Simultaneous Chatting and Decision Making
von: Tang, Zuojin, et al.
Veröffentlicht: (2024)

Training Interactive Agent in Large FPS Game Map with Rule-enhanced Reinforcement Learning
von: Zhang, Chen, et al.
Veröffentlicht: (2024)

AgentStealth: Reinforcing Large Language Model for Anonymizing User-generated Text
von: Shao, Chenyang, et al.
Veröffentlicht: (2025)

CoPS: Empowering LLM Agents with Provable Cross-Task Experience Sharing
von: Yang, Chen, et al.
Veröffentlicht: (2024)

Continual Knowledge Adaptation for Reinforcement Learning
von: Hu, Jinwu, et al.
Veröffentlicht: (2025)

Coevolving with the Other You: Fine-Tuning LLM with Sequential Cooperative Multi-Agent Reinforcement Learning
von: Ma, Hao, et al.
Veröffentlicht: (2024)

When Adaptive Rewards Hurt: Causal Probing and the Switching-Stability Dilemma in LLM-Guided LEO Satellite Scheduling
von: Li, Yuanhang
Veröffentlicht: (2026)

Leveraging LLM Agents for Automated Optimization Modeling for SASP Problems: A Graph-RAG based Approach
von: Pan, Tianpeng, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Long-Horizon Interactive LLM Agents
von: Chen, Kevin, et al.
Veröffentlicht: (2025)

QLLM: Do We Really Need a Mixing Network for Credit Assignment in Multi-Agent Reinforcement Learning?
von: Li, Yuanjun, et al.
Veröffentlicht: (2025)

AI Agent Systems: Architectures, Applications, and Evaluation
von: Xu, Bin
Veröffentlicht: (2026)

Artificial Intelligence-Enabled Spirometry for Early Detection of Right Heart Failure
von: Liu, Bin, et al.
Veröffentlicht: (2025)

Heterogeneity in Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2025)

Robust Multi-Agent Reinforcement Learning by Mutual Information Regularization
von: Li, Simin, et al.
Veröffentlicht: (2023)

Accelerating Robotic Reinforcement Learning with Agent Guidance
von: Chen, Haojun, et al.
Veröffentlicht: (2026)

Partial Differential Equations is All You Need for Generating Neural Architectures -- A Theory for Physical Artificial Intelligence Systems
von: Guo, Ping, et al.
Veröffentlicht: (2021)

Artificial Intelligence-Based Analysis of Ice Cream Melting Behavior Under Various Ingredients
von: Bin, Zhang Lai, et al.
Veröffentlicht: (2025)

LAMARL: LLM-Aided Multi-Agent Reinforcement Learning for Cooperative Policy Generation
von: Zhu, Guobin, et al.
Veröffentlicht: (2025)

Measuring Policy Distance for Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2024)

AgentOrchestra: Orchestrating Multi-Agent Intelligence with the Tool-Environment-Agent(TEA) Protocol
von: Zhang, Wentao, et al.
Veröffentlicht: (2025)

Escaping the Context Bottleneck: Active Context Curation for LLM Agents via Reinforcement Learning
von: Li, Xiaozhe, et al.
Veröffentlicht: (2026)

Unreal-MAP: Unreal-Engine-Based General Platform for Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2025)

Exploring the Link Between Bayesian Inference and Embodied Intelligence: Toward Open Physical-World Embodied AI Systems
von: Liu, Bin
Veröffentlicht: (2025)

Interactive Explanations for Reinforcement-Learning Agents
von: Amitai, Yotam, et al.
Veröffentlicht: (2025)

Towards Scientific Intelligence: A Survey of LLM-based Scientific Agents
von: Ren, Shuo, et al.
Veröffentlicht: (2025)

Interference-Aware K-Step Reachable Communication in Multi-Agent Reinforcement Learning
von: Cheng, Ziyu, et al.
Veröffentlicht: (2026)

Subgoal Graph-Augmented Planning for LLM-Guided Open-World Reinforcement Learning
von: Fan, Shanwei, et al.
Veröffentlicht: (2025)

Exemplar-Guided Planing: Enhanced LLM Agent for KGQA
von: Xu, Jingao, et al.
Veröffentlicht: (2025)

WebUncertainty: Dual-Level Uncertainty Driven Planning and Reasoning For Autonomous Web Agent
von: Zhang, Lingfeng, et al.
Veröffentlicht: (2026)

Camera Artist: A Multi-Agent Framework for Cinematic Language Storytelling Video Generation
von: Hu, Haobo, et al.
Veröffentlicht: (2026)

An Interactive Multi-Agent System for Evaluation of New Product Concepts
von: Xuan, Bin, et al.
Veröffentlicht: (2026)

SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning
von: Liang, Yanchang, et al.
Veröffentlicht: (2026)

DialogXpert: Driving Intelligent and Emotion-Aware Conversations through Online Value-Based Reinforcement Learning with LLM Priors
von: Rakib, Tazeek Bin Abdur, et al.
Veröffentlicht: (2025)

PathSeeker: Exploring LLM Security Vulnerabilities with a Reinforcement Learning-Based Jailbreak Approach
von: Lin, Zhihao, et al.
Veröffentlicht: (2024)

MemoCue: Empowering LLM-Based Agents for Human Memory Recall via Strategy-Guided Querying
von: Zhao, Qian, et al.
Veröffentlicht: (2025)

OPTAGENT: Optimizing Multi-Agent LLM Interactions Through Verbal Reinforcement Learning for Enhanced Reasoning
von: Bi, Zhenyu, et al.
Veröffentlicht: (2025)