大语言模型多智能体强化学习综述：问题定义、现有进展、未来方向

文章预览

近年来，大型语言模型（LLMs）在各种任务上表现出了巨大能力，包括回答问题、解决算术问题和写诗等。尽管将LLM作为智能体的研究已经显示LLM可以应用于强化学习（RL），并取得了不错的结果，但将基于LLM的RL扩展到多智能体系统（MAS）并不简单，因为RL框架中的许多方面，如智能体之间的协调和通信，并没有考虑在内。为了激发更多关于基于LLM的多智能体强化学习（MARL）的研究，本文综述了现有的基于LLM的单智能体和多智能体RL框架，并为未来的研究提供了潜在的研究方向。特别是，我们专注于多个智能体的合作任务，他们有一个共同的目标和相互之间的通信。我们还考虑了由框架中的语言组件启用的人类在/回路场景。 关键词 —— 多智能体强化学习，语言模型，多智能体系统。 我们翻译解读最新论文：基于大语言模型的多智能体强化学习， ………………………………