LLMs 玩狼人杀：清华大学验证大模型参与复杂交流博弈游戏的能力
💡
原文中文，约4000字，阅读约需10分钟。
📝
内容提要
清华大学研究团队提出了一种用于交流游戏的框架，展示了大语言模型从经验中学习的能力，发现大语言模型具有非预编程的策略行为。研究人员使用狼人杀游戏进行实验，发现经验池对提高平民方的胜率和游戏持续时间有积极影响。谷歌AI也发布了掌握41款游戏的AI Agent。
🎯
关键要点
- 清华大学研究团队提出了一种用于交流游戏的框架，展示了大语言模型从经验中学习的能力。
- 研究发现大语言模型具有非预编程的策略行为，如信任、对抗、伪装和领导力。
- AI在狼人杀等复杂博弈游戏中需要从模糊的自然语言中推断信息，具有实际价值和挑战。
- 研究团队使用7名玩家进行狼人杀实验，展示了AI Agent的自主学习能力。
- 框架包括生成响应的提示、游戏规则、角色能力和经验知识等四个主要部分。
- 研究提出非参数学习机制，使语言模型无需调整参数即可学习经验。
- 经验池的大小对AI Agent的表现有显著影响，使用历史经验可以提高平民方的胜率。
- 实验结果表明，使用10或20轮历史经验时，平民方的胜率和游戏持续时间都有显著提高。
- AI Agent在游戏中展现出信任、对抗、伪装和领导等策略行为，类似于人类行为。
- 谷歌AI发布了一个掌握41款游戏的多游戏智能体，显示出在多任务学习上的巨大进展。
➡️
