Compartir tecnología

Jugabilidad estratégica del agente lingüístico del juego Werewolf impulsada por el aprendizaje por refuerzo.

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Agentes de lenguaje con aprendizaje de refuerzo para Juego estratégico en el juego del hombre lobo
Dirección del papel:

1. Información general

En el campo de la IA, crear agentes inteligentes con razonamiento lógico, toma de decisiones estratégicas y capacidades de comunicación humana siempre ha sido una búsqueda a largo plazo. Los modelos de lenguaje a gran escala (LLM), con sus ricas reservas de conocimiento y excelentes capacidades de generalización, han mostrado un gran potencial de aplicación en la construcción de agentes inteligentes y han impulsado una serie de avances tecnológicos recientes. Estos agentes basados ​​en LLM han demostrado un rendimiento excelente en múltiples escenarios, como navegación web, videojuegos complejos y aplicaciones de la vida real. En un entorno de múltiples agentes, han demostrado la capacidad de interactuar, cooperar con muestras cero y competir con oponentes similares a los humanos.