A Blockchain-based Reliable Federated Meta-learning for Metaverse: A Dual Game Framework
Hamad Bin Khalifa University（哈马德·本·哈利法大学）；Qatar University（卡塔尔大学）；Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
本文针对元宇宙中用户异质性导致的联邦元学习训练效果下降问题，提出融合区块链协作联盟形成博弈与Stackelberg激励的双博弈框架，通过声誉系统和激励机制提升训练性能、缩短完成时间并增强元宇宙效用。
2024-08-07 cs.AI cs.DC cs.GT
PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning
Queen Mary University of London（伦敦玛丽女王大学）
本文提出PyTAG框架，用于多智能体强化学习研究，通过自博弈训练PPO智能体，并与简单智能体和MCTS对比，展示桌游带来的挑战与机遇。
2024-05-28 cs.AI
PFML-based Semantic BCI Agent for Game of Go Learning and Prediction
National University of Tainan（台南大学）；National Chiao Tung University（国立交通大学）；Taiwan Go Association（台湾围棋协会）；Japan Go Association（日本围棋协会）；Tokyo Metropolitan University（东京都立大学）
提出了一种基于模糊置标语言（FML）的粒子群优化（PSO）语义脑机接口（BCI）智能体，用于围棋学习和预测。此外，我们还建立了一个Open Go Darkforest（OGD）云平台，其中包括Facebook AI Research（FAIR）开源Darkforest和ELF OpenGo AI机器人。日本机器人Palro将同时预测棋盘游戏Go中的移动优势，以供围棋选手参考或学习。所提出的语义BCI代理通过来自其脑电波的基于人类的BCI数据和来自OGD云平台的预测的基于机器的游戏数据来有效地操作，以优化人机之间的参数。实验结果表明，所提出的人与智能机协同学习机制表现良好。我们希望为学生提供一个更好的在线学习环境，结合不同种类的手持设备，机器人，或计算机设备，以实现未来理想的和智能的学习目标。
2019-01-10 cs.AI cs.HC
Automated Video Game Testing Using Synthetic and Human-Like Agents
Middle East Technical University（中东技术大学）
在本文中，我们提出了一种新的方法，该方法使用测试代理来自动化视频游戏测试。我们介绍两种类型的代理-合成和类人-和两种不同的方法来创建它们。我们的代理是从强化学习（RL）和蒙特卡罗树搜索（MCTS）代理派生的，但专注于发现缺陷。合成代理使用从游戏场景生成的测试目标，这些目标被进一步修改以检查意外游戏转换的影响。类人智能体使用我们提出的多贪婪策略逆强化学习（MGP-IRL）算法从测试者轨迹中提取的测试目标。MGPIRL捕获由测试人员执行的多个策略。这些测试人员的目标是在与游戏互动的同时发现缺陷，以打破它，这与玩游戏有很大的不同。我们提出的相互作用状态来模拟这种相互作用。我们使用我们的代理来生成测试序列，使用这些序列运行游戏，并使用自动测试oracle检查每次运行的游戏。我们分析了所提出的方法在两个部分：我们比较成功的类人和合成代理的错误发现，我们评估类人代理和人类测试人员之间的相似性。我们使用通用视频游戏人工智能（GVG-AI）框架从人类测试人员那里收集了427条轨迹，并创建了三款包含45个错误的12级游戏。我们的实验表明，类人和合成代理人与人类测试人员的错误发现性能竞争。此外，我们表明，MGP-IRL增加了人性化的代理，同时提高了错误发现性能。
2019-06-02 cs.AI
On the Development of Intelligent Agents for MOBA Games
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
多人在线对战竞技场（MOBA）是当今最受欢迎的游戏类型之一。随着这一类型的日益增长，有必要开发有效的智能代理来与人类玩家并肩作战或对抗。在本文中，我们解决的问题，代理开发的MOBA游戏。我们实现了一个两层架构的代理，同时处理导航和游戏机制。这种架构依赖于影响图的使用，这是一种广泛使用的战术分析方法。使用{ \em League of Legends}作为测试平台进行了几个实验，并在这种高度动态的实时环境中显示出有希望的结果。
2017-06-08 cs.AI
Orak: A Foundational Benchmark for Training and Evaluating LLM Agents on Diverse Video Games
KRAFTON；Seoul National University（首尔国立大学）；NVIDIA；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Ludo Robotics
Orak通过12种主流视频游戏构建基础基准，系统评估LLM代理在不同游戏场景中的能力，提供统一评估框架和细调数据集，推动多样化游戏代理发展。
2026-04-14 cs.AI
FAIRGAME: a Framework for AI Agents Bias Recognition using Game Theory
FAIRGAME利用博弈论框架识别AI代理中的偏见，通过模拟和比较不同场景下的结果，系统发现偏见并预测战略互动中的行为。
2026-03-16 cs.AI
"It's Unwieldy and It Takes a Lot of Time." Challenges and Opportunities for Creating Agents in Commercial Games
Microsoft Research（微软研究院）
在许多现代游戏中，诸如对手、非玩家角色和队友之类的游戏代理是玩家体验的核心。随着游戏行业中使用的人工智能技术的发展，越来越多地采用机器学习（ML），研究界必须学习数十年来在创建代理人方面所培养的最佳实践。然而，尽管商业游戏代理创建管道比基于ML的更成熟，但改进的机会仍然很多。作为研究人员和从业者之间共享研究机会的基础，我们采访了来自AAA工作室，独立工作室和工业研究实验室的17位游戏代理创作者，了解他们在专业工作流程中遇到的挑战。我们的研究揭示了从设计到实施和评估的几个开放性挑战。我们比较了来自研究界的文献，这些文献解决了所确定的挑战，并通过强调未来研究支持游戏行业中代理创建的有前途的方向得出结论。
2020-09-01 cs.AI
Amorphous Fortress Online: Collaboratively Designing Open-Ended Multi-Agent AI and Game Environments
Game Innovation Lab New York University（纽约大学游戏创新实验室）
本研究推出基于网络的Amorphous Fortress Online平台，支持用户协作设计含多智能体AI角色的开放式游戏与环境，提供交互式编辑器及环境数据库，助力探索简单智能体的涌现行为。
2025-02-08 cs.AI
GameGPT: Multi-agent Collaborative Framework for Game Development
AutoGame Research（AutoGame研究所）；X-Institute（X研究所）；University of Southern California（南加州大学）；Tsinghua University（清华大学）
本文提出GameGPT，一个多智能体协作框架，通过双协作、分层方法及内部词典缓解游戏开发中LLM的幻觉与冗余，并引入解耦方法提升代码生成精度。
2025-09-07 cs.AI
General Video Game AI: a Multi-Track Framework for Evaluating Agents, Games and Content Generation Algorithms
Queen Mary University of London（伦敦玛丽女王大学）；Southern University of Science and Technology（南方科技大学）；New York University（纽约大学）
通用视频游戏（GVGP）旨在设计一个能够在没有人为干预的情况下玩多个视频游戏的智能体。2014年，通用视频游戏人工智能（GVGAI）竞赛框架创建并发布，旨在为研究人员提供一个通用的开源和易于使用的平台，用于测试他们的人工智能方法，使用视频游戏描述语言（VGDL）创建的潜在无限游戏。在过去的几年里，该框架已扩展到几个轨道，以满足不同研究方向的需求。代理需要玩多个未知的游戏，或不访问游戏模拟，或设计新的游戏级别或规则。本文介绍了VGDL，GVGAI框架，现有的轨道，并回顾了GVGAI框架诞生五年后在研究，教育和比赛中的广泛使用。还介绍了框架改进的未来计划。
2019-02-22 cs.AI
A Survey on Large Language Model-Based Game Agents
Georgia Institute of Technology USA（佐治亚理工学院美国分校）；Cisco Research USA（思科研究美国分公司）
综述基于大语言模型的游戏智能体，提出统一参考架构，从单智能体（记忆、推理、感知-行动接口）和多智能体（通信协议、组织模型）层面总结研究，并建立挑战导向的分类法连接六种游戏类型与智能体需求。
2026-06-08 cs.AI
Efficient Evolutionary Methods for Game Agent Optimisation: Model-Based is Best
Queen Mary University of London（伦敦玛丽女王大学）；Southern University of Science and Technology（南方科技大学）
本文介绍了一个简单而快速的变种星球大战作为一个测试床的统计规划为基础的游戏人工智能智能体，和嘈杂的超参数优化。《星球大战》是一款即时战略游戏，游戏规则简单，但玩法复杂。本文中介绍的变体旨在提高速度，以实现有效的实验，并为固定的动作空间，使通用视频游戏人工智能智能体的实际互操作性。如果我们把这个游戏当作一个输赢游戏（这是标准的），那么这会导致在调整代理玩游戏和调整游戏参数方面具有挑战性的噪声优化问题。在这里，我们专注于调整代理的问题，并报告使用最近开发的N元组Bandit进化算法和其他一些优化器，包括基于顺序模型的算法配置（SMAC）的结果。结果表明，N-Tuple Bandit进化提供了有竞争力的性能，以及洞察参数选择的组合的影响。
2019-01-03 cs.AI
DVM: Towards Controllable LLM Agents in Social Deduction Games
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Singapore Management University（新加坡管理大学）；University of Science and Technology of China（中国科学技术大学）
针对社交推理游戏中LLM智能体的熟练度控制需求，本文提出含三大组件的DVM框架，结合强化学习与胜率约束决策链奖励机制，在狼人杀中实现性能可调且优于现有方法，为可控游戏智能体研究提供新路径。
2025-01-12 cs.AI
The Design Of "Stratega": A General Strategy Games Framework
Queen Mary University London（伦敦玛丽女王大学）
Stratega是一个通用的策略游戏框架，旨在促进策略游戏的计算智能研究。与其他策略游戏框架相比，Stratega允许使用通用的代理开发API创建各种回合制和实时策略游戏。虽然当前版本支持回合制战略游戏和代理的开发，但我们将在未来的更新中添加对实时战略游戏的支持。灵活性是通过利用YAML文件来配置瓷砖，单位，行动和水平。因此，用户可以设计和运行各种游戏来测试开发的代理，而无需根据正在生成的游戏对其进行专门调整。该框架的重点是统计前瞻性规划（SFP）代理。为此，代理可以访问和修改游戏状态，并使用前向模型来模拟他们的行动的结果。虽然SFP代理在一般的游戏中表现出很大的灵活性，但在复杂的状态和动作空间中，它们的性能受到限制。最后，我们希望这个框架及其各自代理的发展有助于更好地理解战略游戏中复杂的决策过程。Stratega可在以下网址下载：https://github.research.its.qmul.ac.uk/eecsgameai/Stratega
2020-09-11 cs.AI
Deep RL Agent for a Real-Time Action Strategy Game
Nordeus（诺德乌斯）
我们介绍了一个基于英雄-魔法决斗的强化学习环境，一个1对1的动作策略游戏。这个域是不平凡的，有几个原因：它是一个实时的【形】游戏，状态空间很大，在比赛之前和每一步给玩家的信息是不完善的，动作的分布是动态的。我们的主要贡献是一个深度强化学习代理在竞争水平上玩游戏，我们使用PPO和多个竞争代理的自我游戏进行训练，根据单个比赛的结果只使用$\pm 1$的简单奖励。我们最好的自我发挥代理，获得约$65\%$赢率对现有的人工智能和超过$50\%$赢率对一个顶级的人类球员。
2020-02-15 cs.AI
Fever Basketball: A Complex, Flexible, and Asynchronized Sports Game Environment for Multi-agent Reinforcement Learning
Netease Fuxi AI Lab（网易伏羲人工智能实验室）；Tsinghua University（清华大学）
深度强化学习（Deep Reinforcement Learning，DRL）的发展得益于各种类型的游戏环境的出现，这些游戏环境提出了新的挑战性问题，并且可以安全快速地测试新算法，例如棋盘游戏、RTS、FPS和MOBA游戏。然而，许多现有的环境缺乏复杂性和灵活性，并假设动作在多代理设置中同步执行，这变得不那么有价值。我们介绍了发烧篮球比赛，一个新的强化学习环境，代理人被训练打篮球比赛。这是一个复杂而具有挑战性的环境，支持多个角色，多个位置，以及单智能体和多智能体玩家控制模式。此外，为了更好地模拟真实世界的篮球比赛，动作的执行时间在球员之间是不同的，这使得Fever Basketball成为一个新颖的虚拟化环境。我们评估了常用的多智能体算法的独立学习者和联合行动的学习者在三个游戏场景不同的困难，并简要地提出了两个基线方法，以减少额外的非平稳性所带来的狂热篮球基准。此外，我们提出了一个集成课程培训（ICT）框架来更好地处理Fever Basketball问题，其中包括几个基于游戏规则的级联课程学习者和一个专注于增强团队内部协调的课程协调切换器。结果表明，该游戏仍然具有挑战性，可以作为一个基准环境的研究，如长时间的地平线，稀疏奖励，信用分配，和非平稳性等多智能体设置。
2020-12-06 cs.AI
GAMEGO: Training Game-Dev Agents with Synthetic Trajectories Anchored in Real-World Assets
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Baidu Inc.（百度公司）
本文提出GameGo框架，将简短游戏种子转化为产品需求文档，通过动态压缩训练编码智能体，构建55,060条轨迹数据集和124查询基准，使模型性能超越基线并接近前沿。
2026-10-07 cs.AI
The Challenge of Believability in Video Games: Definitions, Agents Models and Imitation Learning
UEB（欧洲布列塔尼大学）；ENIB（法国国立布雷斯特工程师学院）；LISyC（LISyC实验室）；Virtualys（Virtualys公司）
在本文中，我们解决了在视频游戏中创建可信代理（虚拟角色）的问题。我们只考虑可信度的一个含义，“给人一种被玩家控制的感觉”，并概述了它的评估问题。我们提出了几种模型，代理在游戏中，可以产生可信的行为，无论是从行业和研究。对于高水平的可信度，学习，特别是模仿学习似乎是要走的路。我们快速概述了不同的方法，使视频游戏的代理从玩家那里学习。最后，我们提出了一个两步的方法来开发新的可信代理模型。首先，我们必须为我们的应用程序找到可信度的标准，并定义一种评估方法。然后设计模型和学习算法。
2010-09-02 cs.AI
GamED.AI: A Hierarchical Multi-Agent Framework for Automated Educational Game Generation
Arizona State University（亚利桑那州立大学）
本文提出GamEDAI框架，通过分层多智能体方法将教师提供的问题转化为可玩的教育游戏，验证通过形式化机制合同。系统在200个问题上实现90%验证通过率和98.3%的模式合规性。
2026-05-07 cs.AI
Learning to Beat ByteRL: Exploitability of Collectible Card Game Agents
Charles University（查理大学）；EquiLibre Technologies（EquiLibre科技公司）
本文研究了收集式卡牌游戏中智能体ByteRL的可利用性，发现尽管ByteRL击败了中国顶尖炉石玩家，但在Legends of Code and Magic中其策略仍存在高度可被利用的弱点。
2024-04-25 cs.AI
Evolving Game Skill-Depth using General Video Game AI Agents
University of Essex（埃塞克斯大学）；New York University（纽约大学）
大多数游戏具有或者可以被概括为具有可以变化的多个参数，以便提供导致非常不同的玩家体验的游戏实例。可能的参数设置的空间可以被看作是一个搜索空间，因此我们可以使用随机突变爬山算法或其他搜索方法来找到诱导最佳游戏的参数设置。这种方法最困难的部分之一是定义一个合适的适应度函数。在本文中，我们探讨了使用一个日益增长的一般视频游戏人工智能智能体进行自动播放测试的可能性。这使得基于估计游戏的技能深度的非常通用的游戏评估方法成为可能。基于代理的播放测试是计算昂贵的，所以我们比较两个简单但有效的优化算法：随机突变爬山和多臂强盗随机突变爬山。对于测试游戏，我们使用太空战斗游戏，以提供模拟速度和潜在技能深度之间的适当平衡。结果表明，这两种算法都能够快速发展的游戏版本具有显着的技能深度，但选择一个合适的reserve数是必不可少的，以打击噪声的影响。
2017-03-18 cs.AI
Shielding Atari Games with Bounded Prescience
University of Oxford（牛津大学）；Amazon, Inc.（亚马逊公司）
深度强化学习（DRL）应用于机器人和自动驾驶等安全关键领域。它在许多任务中实现了超人的能力，然而DRL代理是否可以安全地行动是一个悬而未决的问题。雅达利游戏是一个简单但具有挑战性的范例，用于评估DRL代理的安全性，并具有多样化的游戏机制组合。在使用需要系统动力学模型或抽象的方法之前，已经研究了神经代理的安全性;不幸的是，这些方法不适合Atari游戏，因为它们的低级动力学很复杂，隐藏在模拟器中。我们提出了第一个确切的方法来分析和确保Atari游戏的DRL代理的安全性。我们的方法只需要访问模拟器。首先，我们给出了一组43个属性，这些属性为30个游戏提供了“安全行为”。其次，我们开发了一种方法，探索所有的痕迹引起的代理和游戏，并考虑各种来源的游戏非决定论。我们观察到，最好的DRL代理只能可靠地满足极少数属性;所有代理都违反了几个关键属性。最后，我们提出了一个对策，结合有界显式状态的探索屏蔽。我们证明，我们的方法提高了所有代理商在多个属性的安全性。
2021-01-22 cs.AI
Can LLMs Understand Social Norms in Autonomous Driving Games?
Columbia University（哥伦比亚大学）；Data Science Institute, Columbia University（哥伦比亚大学数据科学学院）
本文通过将基于GPT-4.0的LLM智能体引入马尔可夫博弈，研究其在无信号交叉口和高速公路车队场景中理解并自发演化社会规范的能力，发现LLM智能体能应对动态环境并形成保守驾驶等社会规范。
2024-09-01 cs.AI
TiKick: Towards Playing Multi-agent Football Full Games from Single-agent Demonstrations
Tsinghua University（清华大学）；National University of Defense Technology（国防科技大学）；RealAI（瑞莱智慧）；Tencent AI Lab（腾讯人工智能实验室）
深度强化学习（DRL）在复杂的视频游戏上实现了超人的性能（例如，星际争霸II和Dota II）。然而，目前的DRL系统仍然受到多智能体协调，稀疏奖励，随机环境等的挑战。为了解决这些挑战，我们采用了足球视频游戏，例如，Google Research Football（GRF）作为我们的测试平台，开发了一个端到端的基于学习的AI系统（表示为TiKick）来完成这项具有挑战性的任务。在这项工作中，我们首先从联盟训练中获得的单智能体专家的自我比赛中生成了一个大型重放数据集。然后，我们开发了一个分布式学习系统和新的离线算法，从固定的单智能体数据集中学习强大的多智能体AI。据我们所知，Tikick是第一个基于学习的人工智能系统，可以接管多智能体谷歌研究足球完整游戏，而以前的工作可以控制单个智能体或在玩具学术场景上进行实验。大量的实验进一步表明，我们的预训练模型可以加速现代多智能体算法的训练过程，我们的方法在各种学术场景中达到了最先进的性能。
2021-11-30 cs.AI
Shallow decision-making analysis in General Video Game Playing
Queen Mary University of London（伦敦玛丽女王大学）；Southern University of Science and Technology（南方科技大学）
通用视频游戏AI竞赛已经成为几种游戏技术的测试场，例如演化计算技术，树搜索算法，基于超启发式或基于知识的算法。到目前为止，用于评估代理人的性能的指标是胜率，游戏得分和游戏长度。在本文中，我们提供了一个更广泛的指标和比较方法，用于评估和比较代理。的指标和比较方法给浅反省到代理的决策过程中，它们可以应用于任何代理，无论其算法的性质。在这项工作中，指标和比较的方法来衡量的条款，构成一个基于MCTS的代理树策略的影响，与几个基线代理。结果清楚地表明，这种通用方法是多么有前途，以及它如何有助于理解人工智能智能体的行为，特别是与基线代理的比较如何有助于理解代理决策景观的形状。所提出的指标和比较方法代表了一个步骤，以更描述性的方式记录和分析代理的行为。
2018-06-04 cs.AI
Deceptive Games
University of Strathclyde（斯特拉斯克莱德大学）；Australian National University（澳大利亚国立大学）；New York University（纽约大学）
欺骗性游戏是奖励结构或游戏的其他方面被设计为引导代理远离全局最优策略的游戏。虽然许多游戏在某种程度上已经具有欺骗性，但我们用视频游戏描述语言（VGDL）设计了一系列游戏，实现了特定类型的欺骗，并根据它们所利用的认知偏见进行分类。VGDL游戏可以在通用视频游戏人工智能（GVGAI）框架中运行，从而可以测试各种已提交给GVGAI竞赛的现有人工智能智能体。我们的研究结果表明，所有测试的代理人都容易受到几种欺骗，但不同的代理人有不同的弱点。这表明，我们可以用欺骗来理解游戏算法的能力，而游戏算法则可以描述游戏所显示的欺骗。
2018-02-04 cs.AI
A Technique to Create Weaker Abstract Board Game Agents via Reinforcement Learning
Miami University（迈阿密大学）
棋盘游戏，除了单人游戏，至少需要一个其他玩家来玩。正因为如此，我们创建了人工智能（AI）代理，以便在对手失踪时与我们对抗。这些人工智能智能体是以多种方式创建的，但这些智能体的一个挑战是，与我们相比，智能体可能具有更优越的能力。在这项工作中，我们描述了如何创建玩棋盘游戏的较弱的人工智能智能体。我们使用井字游戏、九人莫里斯游戏和曼卡拉游戏，我们的技术使用强化学习模型，其中代理使用Q-学习算法来学习这些游戏。我们展示了这些代理如何学习完美地玩棋盘游戏，然后描述了我们制作这些代理的较弱版本的方法。最后，我们提供了一种方法来比较人工智能智能体。
2022-09-01 cs.AI cs.HC
A Survey on Large Language Model-Based Social Agents in Game-Theoretic Scenarios
The University of Hong Kong（香港大学）；National University of Singapore（新加坡国立大学）；Institute for Infocomm Research (I2R), A*STAR（新加坡科技研究局信息通信研究院）；Peking University（北京大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文系统综述了基于大语言模型的博弈论场景社交智能体研究，从博弈框架、社交智能体和评估协议三方面归纳进展，并分析表现与未来方向。
2025-07-20 cs.AI cs.CL
Exploring Gameplay With AI Agents
New York University（纽约大学）；Game Innovation Lab（游戏创新实验室）；Electronic Arts（美国艺电公司）
测试游戏的过程是主观的，昂贵的和不完整的。在本文中，我们提出了一种游戏测试的方法，探索游戏空间与自动代理和收集数据来回答设计师提出的问题。这种方法不是让代理与实际的游戏客户端交互，而是将游戏的基本机制重新创建为一个单独的系统。我们的代理能够在几分钟内玩什么将采取测试人员天的有机游戏。对数千个游戏模拟的分析揭示了游戏行为的不平衡，确定了无关紧要的奖励，并评估了可选战略选择的有效性。我们的测试案例游戏《模拟人生移动版》最近发布，这里显示的研究结果影响了设计更改，从而改善了玩家体验。
2018-11-16 cs.AI cs.HC
On Corrigibility and Alignment in Multi Agent Games
The Alan Turing Institute（阿兰·图灵研究所）
本文提出多智能体可纠正性的贝叶斯博弈框架，分析共同收益、谐波及对抗场景，并给出防御方诱导可纠正性所需信念条件。
2025-01-09 cs.AI cs.GT
Collaborative Agent Gameplay in the Pandemic Board Game
Institute of Digital Games, University of Malta（马耳他大学数字游戏研究所）
虽然人工智能已经被应用于控制玩家在棋盘游戏中的决定超过半个世纪，但很少有人关注没有玩家竞争的游戏。Pandemic是一款典型的合作棋盘游戏，所有玩家都在协调以克服游戏进程中发生的事件所带来的挑战。本文提出了一种人工智能体，它控制所有玩家的行动，并在这个高度随机的环境中平衡获胜的机会与失败的风险。代理应用滚动地平线进化算法的游戏状态的抽象，降低分支因子和模拟游戏的随机性。结果表明，该算法可以找到更一致的获胜策略，在不同的游戏难度。一些状态评估指标的影响进行了探讨，有利于赢得和悲观的战略，防止失去乐观的战略之间的平衡。
2021-03-21 cs.AI cs.NE
Improvisational Games as a Benchmark for Social Intelligence of AI Agents: The Case of Connections
Duke University（杜克大学）；Stanford University（斯坦福大学）
本文通过即兴词游戏Connections探讨AI代理的推理能力，提出该游戏作为测试社交智能的基准，涵盖知识检索、总结及认知状态意识等核心能力。
2026-03-31 cs.AI cs.MA
Thespian: Multi-Character Text Role-Playing Game Agents
Georgia Institute of Technology（佐治亚理工学院）
提出Thespian框架，通过软提示和注意力机制使智能体学习并扮演多个角色，在多角色与少样本学习上优于现有方法。
2023-08-03 cs.AI cs.CL
Cooperative Multi-agent Approach for Automated Computer Game Testing
Utrecht University（乌得勒支大学）；Umeå University（于默奥大学）
针对多人游戏冗长场景的自动化测试难题，本文提出协作式多智能体测试方法，并通过3D游戏 Lab Recruits 案例评估其加速多任务执行的性能。
2024-05-18 cs.AI cs.SE
Preference-conditioned Pixel-based AI Agent For Game Testing
Xbox Studios Quality AI Lab（Xbox 工作室质量人工智能实验室）；Microsoft Research Asia（微软亚洲研究院）
本文提出一种基于像素观测、按用户演示偏好条件化探索的游戏测试AI智能体，结合自监督与监督模仿学习，在复杂开放世界环境中显著提升探索覆盖和测试质量。
2023-11-10 cs.AI cs.MM
A Tutor Agent for MOBA Games
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
数字游戏已成为娱乐行业的关键角色，每年吸引数百万新玩家。尽管如此，新手玩家在玩某些类型的游戏时可能会遇到困难，例如MOBA和MMORPG，因为他们的学习曲线陡峭，在线社区不那么友好。在本文中，我们提出了一种方法来帮助新手玩家在MOBA游戏克服这些问题。一个人工智能代理与玩家一起玩，分析他/她的表现，并提供有关游戏的提示。用游戏{ \em League of Legends}进行的实验显示了这种方法的潜力。
2017-06-09 cs.AI cs.CY
A2Z GameSpec-Bench: How Faithfully Can Coding Agents Generate Games from Game Design Specifications?
KRAFTON（魁匠团）；KAIST（韩国科学技术院）；Korea National University of Arts（韩国艺术综合大学）
提出A2Z GameSpec-Bench基准，含100个长篇GDD，通过依赖感知契约和测试策略评估编码智能体生成游戏的忠实度，发现现有智能体难以满足相互依赖需求，特定需求反馈可提升10.9%忠实度。
2026-10-02 cs.AI cs.CV
Experience-Sensitive Game Learning: A Behavioral Study of Humans and Language Agents
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Georgetown University（乔治城大学）；INSAIT, Sofia University “St. Kliment Ohridski”（索菲亚大学“圣·克利门特·奥赫里德斯基”分校INSAIT）
该研究构建经验敏感型游戏学习框架，通过交互式游戏及相关指标分析人类与自进化语言智能体的游戏决策行为，发现人类会稳定转向全局策略，而自进化智能体的行为转变仍有局限。
2026-08-11 cs.AI cs.HC
Towards Controllable Agent in MOBA Games with Generative Modeling
AI Lab, Tencent（腾讯人工智能实验室）
我们提出了新的方法来开发动作可控代理，行为像一个人，并有能力与人类玩家在多人在线对战竞技场（MOBA）游戏。通过将控制问题建模为一个动作生成过程，我们设计了一个用于训练Agent的深层潜在对齐神经网络模型，以及相应的用于控制Agent动作的采样算法。特别是，我们提出了确定性和随机注意实现的核心潜在对齐模型。在《王者荣耀》游戏中的仿真和在线实验都证明了所提方法的有效性。
2021-12-15 cs.AI cs.LG
OmniGameArena: A Unified UE5 Benchmark for VLM Game Agents with Improvement Dynamics
The University of Hong Kong（香港大学）；LIGHTSPEED；The Chinese University of Hong Kong（香港中文大学）；Tsinghua University（清华大学）
提出OmniGameArena，一个包含12个UE5游戏的统一基准，以及改进动态曲线（IDC），通过反思机制评估VLM智能体的冷启动分数、改进动态和泛化能力。
2026-06-08 cs.AI cs.CV
GameXpert-Bench: How Far Are Coding Agents from Expert Game Development?
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Tsinghua University（清华大学）；The Hong Kong University of Science and Technology（香港科技大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Lightspeed Studios, Tencent（腾讯光速工作室）
GameXpert-Bench是覆盖游戏开发全生命周期的基准，含三个赛道，测评显示当前编码智能体在生成可玩游戏基础上表现较好，在缺陷发现等方面仍有不足。
2026-08-25 cs.AI cs.CL
Social Learning Methods in Board Games
本文讨论了社会学习在训练博弈智能体中的作用。在社会背景下，而不是一个自我发挥的环境中的代理人的培训进行了调查。使用强化学习算法的代理在社交环境中进行训练。这模仿了拼字游戏和国际象棋等棋盘游戏的玩家在俱乐部中相互指导的方式。循环赛和修改后的瑞士锦标赛设置用于训练。使用社会环境训练的代理相比，自我发挥代理和结果表明，更强大的代理出现从社会培训设置。更高的状态空间游戏可以从这样的设置中受益，因为不同的代理集将具有多种策略，这些策略增加了在训练结束时获得更有经验的玩家的机会。经过社会学习训练的智能体表现出比自我游戏智能体更好的游戏体验。随着人口规模的增加，修改后的瑞士游戏风格产生了更多更好的游戏代理。
2008-10-20 cs.AI cs.MA
Language Expansion In Text-Based Games
Indian Institute Of Technology Madras（印度理工学院马德拉斯分校）；University of Montreal（蒙特利尔大学）
基于文本的游戏是设计代理的合适的测试平台，这些代理可以通过与自然语言文本形式的环境交互来学习。最近，基于深度强化学习的代理已成功应用于玩基于文本的游戏。在本文中，我们探讨了设计一个单一的代理玩几个基于文本的游戏和扩大代理的词汇表使用多个游戏训练的代理词汇的可能性。在这种程度上，我们探讨了最近提出的视频游戏的策略蒸馏方法的应用程序，以基于文本的游戏设置。我们还使用基于文本的游戏作为一个测试平台，分析，从而详细了解政策蒸馏方法。
2018-05-17 cs.AI cs.CL
GameReplica: A Benchmark for Black-Box Visual Game Replication by Vision-Language Agents
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）；Zhongguancun Laboratory（中关村实验室）；Xiaomi EV（小米汽车）；Alibaba DAMO Academy（阿里巴巴达摩院）
GameReplica提出黑盒游戏复现基准，通过闭环框架评估视觉语言代理仅凭截图和交互归纳规则并生成可验证游戏的能力，实验显示当前代理视觉复现强于机制复现。
2026-09-22 cs.AI cs.CV
Can AI Agents Learn Their Way to the Top? Evaluating Heuristic Learning in a Long-Running Game Agent Competition
Tsinghua University（清华大学）；College of AI, Tsinghua University（清华大学人工智能学院）
本研究在长期游戏智能体竞赛中评估启发式学习，提出对抗性启发式学习范式，构建AAArena基准，发现Opus5.5搭配Claude Code获6金，HL在对抗性游戏具潜力但存多项挑战。
2026-10-09 cs.AI cs.CL
MARBO: Relational Belief Grounding for LLM Agents in Social Deduction Games
Graduate School of Artificial Intelligence, UNIST（蔚山国家科学技术研究院人工智能研究生院）
MARBO提出基于关系信念的偏好优化框架，使紧凑LLM智能体在社交推理游戏中通过信念引导决策与言语，实现更一致学习并持续超越现有基线。
2026-09-23 cs.AI cs.LG
Learning Game-Playing Agents with Generative Code Optimization
stanford（斯坦福大学）
本文提出用大语言模型将游戏策略表示为可自我演化的 Python 代码，通过执行轨迹与自然语言反馈优化智能体，在 Atari 游戏上以更少训练时间和环境交互达到与深度强化学习基线相当的性能。
2025-08-27 cs.AI cs.LG
DATA Agent
New York University（纽约大学）；University of Malta（马耳他大学）
本文介绍了一个从开放数据中创建谋杀神秘冒险的系统DATA Agent。在游戏中，玩家扮演一名侦探，负责寻找谋杀案的罪魁祸首。DATA Agent游戏中的所有角色、地点和物品都使用开放数据作为源内容生成。本文讨论了数据Agent的游戏总体设计和用户界面，并详细介绍了将关联数据转换为不同游戏对象的生成算法。30名参与者通过两个DATA Agent游戏进行的用户研究结果表明，这个游戏很容易玩，而且它产生的谜团很容易解决。
2018-09-28 cs.AI cs.HC
Cooperative Game Theory within Multi-Agent Systems for Systems Scheduling
关于多智能体系统中的组织和协调的研究继续从各种架构和方法中汲取。本文提出的工作相结合的技术，从博弈论和多智能体系统产生自组织的，多态的，轻量级的，嵌入式代理系统调度在一个大规模的实时系统环境。结果表明，这种方法是如何使用实验产生最佳的实时调度，通过成千上万的代理的紧急行为。这些结果是使用SWARM模拟系统调度内的高能物理实验组成的2500个数字信号处理器。
2005-04-29 cs.AI cs.MA
Large Scale Learning of Agent Rationality in Two-Player Zero-Sum Games
Carnegie Mellon University（卡内基梅隆大学）；Bosch Center for Artificial Intelligence（博世人工智能中心）
随着最近的进展，在解决大型，零和广泛的形式的游戏，有越来越多的兴趣在逆问题的推断基本的游戏参数只允许访问代理人的行动。虽然最近的工作提供了一个强大的可区分的端到端学习框架，该框架将游戏求解器嵌入深度学习框架中，允许通过反向传播学习未知的游戏参数，但该框架在应用于有限理性的人类代理和大规模问题时面临重大限制，导致实用性差。在本文中，我们解决这些限制，并提出了一个框架，适用于更实际的设置。首先，为了学习人类智能体在复杂的两人零和游戏中的理性，我们借鉴了决策理论中的著名思想，以获得一个简洁且可解释的智能体行为模型，并推导出端到端学习的求解器和梯度。其次，为了扩展到大型的真实场景，我们提出了一种有效的一阶原始对偶方法，该方法利用了扩展形式游戏的结构，从而大大加快了游戏求解和梯度计算的计算速度。在随机生成的游戏上进行测试时，我们报告了比以前方法多几个数量级的加速。我们还证明了我们的模型在现实世界的一个球员设置和合成数据的有效性。
2019-03-11 cs.AI cs.LG
Hierarchical Reinforcement Learning for Multi-agent MOBA Game
vivo AI Lab（vivo人工智能实验室）
实时的战略（RTS）游戏具有大的状态空间、动作空间和隐藏信息，需要宏观策略和微观策略来获得令人满意的性能。本文提出了一种新的分层强化学习模型，掌握多人在线对战竞技场（MOBA）游戏，RTS游戏的子类型。本文的创新之处在于：（1）提出了一个层次化的框架，其中智能体通过模仿学习执行宏观策略，通过强化学习进行微观操作;（2）开发了一种简单的自学习方法，以获得更好的样本效率进行训练;（3）在没有游戏引擎或应用编程接口（API）的情况下，设计了一种用于多智能体合作的密集奖励函数。最后，各种实验已经被执行，以验证所提出的方法优于其他国家的最先进的强化学习算法的性能。Agent成功学习战斗并以100%的胜率击败青铜级内置AI，实验表明，我们的方法可以为一种移动MOBA游戏{ \it王者荣耀}在5v5模式下创建一个竞争性的多Agent。
2019-06-21 cs.AI cs.LG
A Deep Q-Learning Agent for the L-Game with Variable Batch Training
National and Kapodistrian University of Athens（雅典国立卡波季斯特里安大学）
我们采用深度Q学习算法和经验重放来训练一个能够在L游戏中实现高水平发挥的智能体，同时从低维状态进行自我学习。我们还采用可变批量进行训练，以减轻罕见奖励信号的损失并显着加快训练。尽管由于可能的移动数量，低维状态空间和奖励的稀有性而导致的动作空间很大，但DQL成功地训练了一个能够在不使用任何搜索方法或领域知识的情况下进行强有力比赛的代理。
2018-02-17 cs.AI cs.LG
Can Agent Conquer Web? Exploring the Frontiers of ChatGPT Atlas Agent in Web Games
UC San Deigo（圣德戈大学）；UCLA（加州大学洛杉矶分校）
OpenAI的ChatGPT Atlas为Web交互引入了新的功能，使模型能够分析网页，处理用户意图，并直接在浏览器中执行光标和键盘输入。虽然它的信息检索任务的能力已被证明，其在动态的，交互式的环境中的性能仍然很少探索。在这项研究中，我们使用基于浏览器的游戏作为测试场景，包括谷歌的T-Rex Runner，Sudoku，Flappy Bird和Stein.world，对Atlas的Web交互功能进行了早期评估。我们采用游戏中的表现分数作为量化指标来评估不同任务类型的表现。我们的研究结果表明，Atlas在数独等逻辑推理任务中表现出色，完成谜题的速度明显快于人类基线，但在需要精确计时和运动控制的实时游戏中表现不佳，通常无法超越最初的障碍。这些调查结果表明，虽然Atlas系统显示出分析处理能力，但在需要实时互动的动态网络环境中仍存在明显的局限性。我们项目的网站可以在https://atlas-game-eval.github.io上找到。
2025-10-30 cs.AI cs.CL
