摘要
检索增强生成（RAG）系统正演变为代理架构，具备自主协调多步推理、动态记忆管理及迭代检索策略的能力。本文作为首篇系统化知识综述，将代理检索 - 生成循环形式化为有限视界部分可观测马尔可夫决策过程。基于此，构建了涵盖规划机制、检索编排、记忆范式及工具调用的综合分类法与模块化架构。文章分析了静态评估的局限，揭示了幻觉传播、记忆中毒等系统风险，并提出了稳定自适应检索、成本感知编排等关键研究方向，为构建可靠可控的代理系统提供路线图。
AI 推荐理由
论文将 Agentic RAG 形式化为序贯决策过程，核心在于规划机制与检索编排的分类研究。
研究机构
北达科他大学
扬斯顿州立大学
托莱多大学
密苏里大学
特里布万大学
论文信息