ACL2024 | 让Agent学会自我进化，玩德州扑克心机尽显

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 基于大模型的Agent，已经成为了大型的博弈游戏的高级玩家，而且玩的还是德州扑克、21点这种非完美信息博弈。 来自浙江大学、中科院软件所等机构的研究人员提出了新的Agent进化策略，从而打造了一款会玩德州扑克的“狡猾”智能体Agent-Pro。 通过不断优化自我构建的世界模型和行为策略， Agent-Pro掌握了 虚张声势、主动放弃等人类高阶游戏策略。 Agent-Pro以大模型为基座，通过自我优化的Prompt来建模游戏世界模型和行为策略。 相比传统的Agent框架，Agent-Pro能够变通地应对复杂的动态的环境，而不是仅专注于特定任务。 而且，Agent-Pro还可以通过与环境互动来优化自己的行为，从而更好地达成人类设定的目标。 同时作者还指出，在竞争、公司谈判和安全等现实世界中遇到的情景，大多可以抽象为 ………………………………