本文研究了大型语言模型（LLM）在互动环境中的应用，提出了KG-Agent框架以提升推理能力，并通过实验验证其在复杂任务中的有效性。同时，介绍了AdaPlanner和KwaiAgents等方法，强调开放式行为学习和不确定性建模对提高代理性能的重要性。