Feb, 2024

PokéLLMon：大型语言模型的人机平等宝可梦战斗代理

PDF
TL;DR通过人类与 Pokémon 战斗中表现出的在线对战策略和即时决策，我们展示了 PokéLLMon 在战术战斗游戏中达到了与人类相似的表现，并取得了梯队赛中 49% 获胜率和邀请赛中 56% 获胜率，实现和可播放的战斗记录可在 https://github.com/git-disl/PokeLLMon 获取。
pokéllmonllm-embodied agenttactical battle gamesreinforcement learningdecision making
发现论文，激发创造
  • 逃离束缚：随机鹦鹉在网络安全环境中的胜出

    利用预训练的大型语言模型作为网络安全环境中攻击代理，模拟真实网络攻击并在复杂决策任务中展现良好性能。

    Aug, 2023

  • 大型语言模型用于具体任务的可拓展性策略

    通过大型语言模型 (LLM) 以及强化学习技术，我们开发了一种名为 LLaRP 的方法，使得 LLM 可以作为具有推广性的策略应用于具体视觉任务中，能够忽略任务指令的复杂改写并生成新的最佳行为，在未见过的任务中达到了其他常见的学习基线或零样本 LLM 应用的 1.7 倍成功率，并发布了一个名为 “Language Rearrangement” 的新基准测试数据集，用于研究基于语言、多任务和具体化 AI 问题。

    Oct, 2023

  • ALYMPICS：语言智能与博弈论相遇

    使用 Large Language Model（LLM）代理在博弈论研究中模拟真实行为，从而提高对复杂社会经济环境下的战略决策的理解。

    Nov, 2023

  • 从文本到战术：评估玩阿瓦隆游戏的 LLMs

    研究论文中探索了大型语言模型在社交推理游戏《反抗之巅》中的潜力，并介绍了 AvalonBench 测试环境，用于评估多代理模型的决策和语言处理能力。实验结果显示了模型在该游戏环境中存在的性能差距，进而提出了开发更先进的自我学习模型和代理框架来模拟这类复杂游戏环境的设想。

    Oct, 2023

  • LLMs 与人的境况

    这篇论文介绍了三种已建立的人类决策理论，并描述了它们如何集成以提供有目的的人类行动模型。将语言视为行动的想法在论文中应用于会话式用户界面，并旨在重新激发对理解 LLMs 实际操作的兴趣。

    Feb, 2024

  • LLM 强化的分层语言代理用于实时的人工智能与人类协调

    AI agents using Large Language Models (LLMs) have revolutionized human-AI coordination in various tasks, but their high inference latency makes them unsuitable for real-time applications; this paper proposes a Hierarchical Language Agent (HLA) that combines a proficient LLM, a lightweight LLM, and a reactive policy to provide strong reasoning abilities in real-time execution, showcasing superior cooperation abilities, faster responses, and more consistent language communications compared to other agents.

    Dec, 2023

  • 通过语言 - 策略双向调整构建开放式具身代理

    通过合作训练预训练语言模型（LLM）和增强学习（RL）模型来构建具备理解任意人类指令能力的开放式学习智能体，该实现分为两个阶段：通过微调 LLM 将人类指令转化为结构化目标，以及通过课程训练基于目标的 RL 策略来执行任意目标；协作训练使 LLM 和 RL 策略相互适应，实现在指令空间上的开放性。在具有复杂且广泛目标空间的对抗战 FPS 游戏 Contra 上进行的实验表明，使用 OpenContra 训练的智能体能够理解任意人类指令，并以高完成率完成目标，这证明 OpenContra 可能是构建开放式具身智能体的第一个实用解决方案。

    Dec, 2023

  • LLM-Deliberation：用互动多智能体协商游戏评估 LLMs

    使用可评分的协商游戏作为新的评估框架，系统化的零样本链式思考提示能够展示大型语言模型在协商中的能力和绩效差距。

    Sep, 2023

  • 基于大型语言模型的游戏智能代理调查

    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

  • MAgIC: 大型语言模型驱动的多智能体在认知、适应性、合理性和协作方面的基准测试

    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