Technologieaustausch

Strategisches Gameplay des Spielsprachenagenten „Werwolf“, basierend auf verstärktem Lernen

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Sprachagenten mit Reinforcement Learning für Strategisches Spiel im Werwolfspiel
Papieradresse:

1. Übersicht

Im Bereich der KI war der Aufbau intelligenter Agenten mit logischem Denken, strategischer Entscheidungsfindung und menschlichen Kommunikationsfähigkeiten schon immer ein langfristiges Ziel. Large-Scale Language Models (LLMs) mit ihren umfangreichen Wissensreserven und hervorragenden Generalisierungsfähigkeiten haben ein großes Anwendungspotenzial beim Aufbau intelligenter Agenten gezeigt und eine Reihe jüngster technologischer Durchbrüche vorangetrieben. Diese LLM-basierten Agenten haben in verschiedenen Szenarien wie Webbrowsing, komplexen Videospielen und realen Anwendungen eine hervorragende Leistung gezeigt. In einer Umgebung mit mehreren Agenten haben sie die Fähigkeit zur Interaktion, zur Zero-Sample-Kooperation und zum Wettbewerb mit menschenähnlichen Gegnern unter Beweis gestellt.