GameGPT: 游戏开发的多智能体协作框架
MetaGPT 是一种创新的框架,将有效的人类工作流作为元编程方法融入到 LLM 驱动的多智能体协作中,以便有效地解决复杂的多智能体协作问题,并在协作软件工程任务上实现了高一致性的全面解决方案。
Aug, 2023
通过引入跨团队合作(CTC)框架,实现协同的团队制定各种决策并在跨团队合作环境中进行沟通,从而提高软件开发中的质量,展示了多智能体合作的潜力和广泛适应性。
Jun, 2024
我们提出了一种新型基础设施,名为 MindAgent,用于评估游戏交互中的规划和协调能力,并引入了新的游戏场景和相关基准,以评估多智能体协作效率。我们使用新的自动度量 CoS 进行全面评估。我们希望我们对大型语言语料库学习的 LLMs 以及用于通用调度和协调的新基础设施的发现能够揭示如何获取这些技能的一些见解。
Sep, 2023
本文介绍了一种协作设计框架,将交互进化和大型语言模型相结合,模拟典型的人类设计过程,并在三个远程人类设计师的游戏设计任务中对该框架进行了评估。
Feb, 2023
基于设计思维和设计过程,我们开发了 DesignGPT 多智能体协作框架,利用人工智能代理模拟设计公司中不同职位的角色,并允许人类设计师与其自然语言协作。实验结果表明,与单独的 AI 工具相比,DesignGPT 改善了设计师的表现,凸显了整合设计领域知识应用于产品方案设计的潜力。
Nov, 2023
基于 3D-GPT 的指令驱动的 3D 建模框架,利用语言模型实现了高效的自动内容创作,简化初始场景描述并从文本中提取参数值,与 3D 软件无缝集成,为未来场景生成和动画的进一步发展提供了基础。
Oct, 2023
这项研究介绍了一个专门用于评估大型语言模型在多主体环境中能力的基准测试框架,通过游戏和博弈论场景来创建不同的测试环境,并利用概率图模型方法增强模型的导航能力,最终量化评估了七种不同大型语言模型的能力,发现最强模型 GPT-4 和最弱模型 Llama-2-70B 之间存在三倍的能力差距,同时证实了概率图模型增强了所有模型的能力,平均提高了 50%。
Nov, 2023
论文提出了一种新的基于大型语言模型的多智能体合作框架,在多种身体环境中测试并得到了良好的效果,其具备规划、沟通和与其他人类或智能体合作完成长期任务等能力,并且与人类沟通的模型更容易获得信任,这为未来的智能体合作研究奠定了基础。
Jul, 2023
利用 LLMs 在复杂的电脑游戏环境中赋予游戏智能体人类般的决策能力,以推进人工智能 (AGI) 的发展,并提供了 LLM 基础的游戏智能体的综述,包括感知、记忆、思考、角色扮演、行动和学习的六个关键组成部分,调研了六种游戏类型的现有代表性 LLM 基础游戏智能体,并展望了未来的研究和发展方向。
Apr, 2024