PainterBench: A Figural Divergent-Thinking Benchmark for Tool-Using Language Models
University of Oulu(奥卢大学)
PainterBench通过未完成图形任务评估工具使用语言模型的图形发散思维,测试了14个多模态模型,发现GPT-6 Astra最具创造力,并提供了自动化评分器ViDrA-adapted。
2026-09-29 cs.AI cs.CL cs.HC
Multiverse: Language-Conditioned Multi-Game Level Blending via Shared Representation
Gwangju Institute of Science and Technology (GIST)(光州科学技术院);Dongguk University(东国大学)
本文提出多宇宙模型,通过共享表示实现跨游戏关卡融合,利用文本指令与关卡结构对齐的潜在空间,结合多正对比监督提升多游戏关卡生成的可控性和质量。
2026-03-31 cs.AI cs.LG
K-OPSD: Verifiable On-Policy Self-Distillation for Post-Training Vision-Language Models on AEC Drawings
Amazon Web Services(亚马逊云服务)
提出K-OPSD方法,利用可验证监督的在线自蒸馏和交叉熵损失微调Qwen3-VL,提升AEC图纸理解,在AECV-Bench上取得最高评判分数和综合准确率。
2026-09-29 cs.AI cs.CV
Reinforcing Spatial Reasoning in Vision-Language Models with Interwoven Thinking and Visual Drawing
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学);Ant Group(蚂蚁集团);CUHK MMLab(香港中文大学MMLab);Nanjing University(南京大学)
针对现有视觉语言模型在空间推理中的文本中心局限,提出通过视觉绘图操作进行推理的新范式,并设计三阶段训练框架,在多个空间推理基准上平均提升18.4%。
2025-06-19 cs.AI cs.CV
From Drawings to Decisions: A Hybrid Vision-Language Framework for Parsing 2D Engineering Drawings into Structured Manufacturing Knowledge
Singapore Institute of Manufacturing Technology (SIMTech), Agency for Science, Technology and Research (A*STAR)(新加坡制造技术研究院,新加坡科技研究局);Advanced Remanufacturing and Technology Centre (ARTC), Agency for Science, Technology and Research (A*STAR)(先进再制造与技术中心,新加坡科技研究局);Nanyang Technological University(南洋理工大学)
提出融合YOLOv11-OBB与轻量级VLM的混合框架,从2D工程图纸中检测并解析制造注释;在1,367张机械图纸上验证,Donut取得93.5% F1。
2025-09-28 cs.AI cs.CV cs.IR
Constructing a Norm for Children's Scientific Drawing: Distribution Features Based on Semantic Similarity of Large Language Models
First Primary School(第一小学);Fangzhuang Primary School(方庄小学);College of Elementary Education, Capital Normal University(首都师范大学初等教育学院);Beijing Fengtai Institute of Education(北京丰台教育学院);Hepingli No.9 Primary School(和平里第九小学);Institute of Clinical Education, Beijing Doers Education Consulting Co., Ltd(北京杜尔教育咨询有限公司临床教育学院)
本研究利用大语言模型和word2vec分析1420幅儿童科学绘画的语义相似度,发现同主题绘画表征具有高度一致性且存在一致性偏差,并初步建立儿童科学绘画常模。
2025-08-27 cs.AI cs.CL
Ask and You Shall Receive (a Graph Drawing): Testing ChatGPT's Potential to Apply Graph Layout Algorithms
Northeastern University(东北大学);TU Wien(维也纳工业大学)
大语言模型(LLM)最近风靡全球。他们可以生成连贯的文本,进行有意义的对话,并学习概念和基本指令集-例如算法的步骤。在这种情况下,我们有兴趣通过在ChatGPT上进行实验来探索LLM在图形绘制算法中的应用。这些算法用于提高图形可视化的可读性。LLM的概率性质对正确实现算法提出了挑战,但我们相信LLM从大量数据中学习并应用复杂操作的能力可能会导致有趣的图形绘制结果。例如,我们可以让编码背景有限的用户使用简单的自然语言来创建有效的图形可视化。自然语言规范将使数据可视化对更广泛的用户更容易访问和用户友好。探索LLM的绘图能力还可以帮助我们更好地理解如何为LLM制定复杂的算法;这是一种可以转移到计算机科学其他领域的知识。总的来说,我们的目标是阐明使用LLM进行图形绘制的令人兴奋的可能性,同时对它们所带来的挑战和机遇进行平衡的评估。本文的免费副本以及复制我们的结果所需的所有补充材料可在https://osf.io/n5rxd/?上获得View_only=f09cbc2621f44074810b7d843f1e12f9
2023-03-03 cs.AI cs.HC
A Multi-Stage Hybrid Framework for Automated Interpretation of Multi-View Engineering Drawings Using Vision Language Model
Nanyang Technological University(南洋理工大学)
本文提出一种多阶段混合框架,利用视觉语言模型自动解析多视图工程图,通过布局分割、方向感知检测和语义解析提升工程图解读效率。
2026-01-23 cs.AI cs.CV cs.IR
AECV-Bench: Benchmarking Multimodal Models on Architectural and Engineering Drawings Understanding
AECFoundry;University of New South Wales(新南威尔士大学)
AECV-Bench评估多模态模型在建筑图纸理解上的能力,发现OCR和文本问答表现最佳,但符号理解尤其是门窗计数仍存在较大误差,需改进领域特定表示和人机协作流程。
2026-01-08 cs.AI
Regular Games -- an Automata-Based General Game Playing Language
提出兼具计算效率与设计便利性的通用游戏博弈系统正则游戏(RG),以有限自动机定义规则的低级语言为核心,生成前向模型速度快于现有系统,还含高级设计语言及配套生态工具。
2025-11-13 cs.AI
Language Model-In-The-Loop: Data Optimal Approach to Learn-To-Recommend Actions in Text Games
Mila - Quebec AI Institute(魁北克人工智能研究所);Ecole Polytechnique de Montreal(蒙特利尔理工学院);University of Montreal(蒙特利尔大学);Canada CIFAR AI Chair(加拿大CIFAR人工智能讲席)
本文提出在学习文本游戏过程中动态更新LLM(如GPT-2)以推荐动作,减少对人类注释数据的依赖,但迁移性不一致。
2023-11-13 cs.AI cs.CL cs.LG
The Ludii Game Description Language is Universal
Maastricht University(马斯特里赫特大学);Université catholique de Louvain(天主教鲁汶大学);Flinders University(弗林德斯大学)
本文证明 Ludii 游戏描述语言具有通用性,将其表示能力从有限、确定性、完全可观察扩展式博弈扩展至有限非确定性与不完美信息博弈。
2024-06-12 cs.AI cs.GT
From Gameplay Traces to Game Mechanics: Causal Induction with Large Language Models
Institute for Information Processing, Leibniz University Hannover, Germany(汉诺威莱布尼茨大学信息处理研究所);SDU Metaverse Lab, University of Southern Denmark, Denmark(丹麦南方大学元宇宙实验室)
本文提出利用大语言模型进行因果推理,通过从游戏行为追踪中推断出视频游戏描述语言规则,以更准确地理解游戏机制。
2026-01-30 cs.AI cs.CV cs.LG
Re-conceptualising the Language Game Paradigm in the Framework of Multi-Agent Reinforcement Learning
Vrije Universiteit Brussel(布鲁塞尔自由大学);KU Leuven(鲁汶大学)
在本文中,我们制定的挑战重新概念化的语言游戏实验范式的框架内的多智能体强化学习(MARL)。如果成功的话,未来的语言游戏实验将受益于MARL社区快速和有前途的方法进步,而未来的MARL学习紧急通信实验将受益于语言游戏实验的见解和结果。我们坚信,这种异花授粉有可能在模拟类人语言如何在多智能体系统中出现和进化方面取得重大突破。
2020-04-09 cs.AI cs.CL cs.LG
Design-to-Plan: A Large Language Model-Based Multi-Agent Framework for Manufacturing Process Planning from 3D CAD Models and 2D Engineering Drawings
Singapore Institute of Manufacturing Technology (SIMTech), Agency for Science, Technology and Research (A*STAR)(新加坡制造技术研究院(新加坡科学、技术与研究局));Advanced Remanufacturing and Technology Centre (ARTC), Agency for Science, Technology and Research (A*STAR)(先进再制造与技术中心(新加坡科学、技术与研究局));School of Mechanical and Aerospace Engineering, Nanyang Technological University(南洋理工大学机械与宇航工程学院)
该研究提出Design-to-Plan多智能体框架,结合LLM与确定性模块,实现从3D CAD及2D图纸到制造工艺规划的端到端自动化,经300个基准案例验证,性能优异且令牌用量显著降低。
2026-08-26 cs.AI cs.RO
Game Generation via Large Language Models
Southern University of Science and Technology(南方科技大学)
本文提出基于LLM的框架,利用视频游戏描述语言同时生成游戏规则与关卡,扩展了LLM在程序化内容生成领域的应用。
2024-05-30 cs.AI
A Survey of Text Games for Reinforcement Learning informed by Natural Language
University of Manchester(曼彻斯特大学)
强化学习在许多复杂的虚拟环境中取得了成功。然而,以自然语言为核心组件解决问题仍然存在许多挑战。交互式小说游戏(或文本游戏)就是这样一种问题类型,它提供了一组部分可观察的环境,其中需要自然语言作为强化学习解决方案的一部分。因此,这项调查的目的是协助开发新的文本游戏问题设置和自然语言告知的强化学习解决方案。具体而言,本次调查总结:1)引入文本游戏强化学习问题的挑战,2)生成工具,用于评估文本游戏和随后产生的环境,3)目前应用的代理架构进行比较,为未来的研究人员提供基准方法和机会的系统性审查。
2021-09-20 cs.AI
Learning Chess With Language Models and Transformers
Whiting School of Engineering, Johns Hopkins University(约翰斯·霍普金斯大学怀廷工程学院)
通过基于文本的符号表示棋盘游戏及其位置,使NLP应用成为可能。语言模型,可以帮助深入了解各种有趣的问题,如游戏的无监督学习规则,检测玩家的行为模式,玩家归因,并最终学习游戏击败最先进的状态。在这项研究中,我们应用BERT模型,首先对简单的Nim游戏进行分析,以分析其在少样本学习架构中存在噪声时的性能。我们通过三个虚拟玩家,即Nim Guru,Random Player和Q-learner,分析了模型的性能。在第二部分中,我们将游戏学习语言模型应用到国际象棋游戏中,以及一大组具有详尽百科全书开口的特级大师游戏。最后,我们已经证明,该模型实际上学习了国际象棋游戏的规则,并且可以在A类评级水平下与Stockfish进行比赛。
2022-09-24 cs.AI cs.CL cs.GT
Instruction-Driven Game Engines on Large Language Models
Shanghai Jiao Tong University(上海交通大学);Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳))
本文提出指令驱动游戏引擎(IDGE),利用大型语言模型根据自然语言指令自主生成游戏过程,通过下一状态预测任务和课程学习训练模型,并在扑克游戏中验证了其支持多变体、高定制及快速原型化的能力。
2024-08-23 cs.AI
In-game Toxic Detection: Bi-directional Representations with Attention Residuals
University of Sydney(悉尼大学)
针对游戏内毒性检测中短文本与俚语挑战,提出带注意力残差的双向表示模型BRAR,在槽填充任务上优于基线。
2026-09-29 cs.AI cs.CL cs.LG
Can Large Language Models Play Text Games Well? Current State-of-the-Art and Open Questions
University of Chicago(芝加哥大学);Syracuse University(雪城大学);New Jersey Institute of Technology(新泽西理工学院);Millburn High School(米尔本高中);WeChat AI(微信人工智能);Toyota Technological Institute at Chicago(芝加哥丰田技术学院)
本文率先调查了ChatGPT等大型语言模型玩文字游戏的能力,实验发现其虽优于现有系统,但仍因无法构建世界模型、利用已有知识和推断步骤目标而表现出较低智能水平,由此引出了AI、机器学习与NLP交叉领域的开放性研究问题。
2025-03-28 cs.AI cs.CL cs.LG
Drawing Pandas: A Benchmark for LLMs in Generating Plotting Code
JetBrains Research(JetBrains研究院);Delft University of Technology(代尔夫特理工大学)
本文提出PandasPlotBench基准,包含175个任务,评估LLMs在Matplotlib、Seaborn和Plotly上生成绘图代码的能力,发现任务缩短影响小,但Plotly仍具挑战。
2025-02-26 cs.AI cs.LG cs.SE
Grammar-based Game Description Generation using Large Language Models
Waseda University(早稻田大学)
本文提出一种利用大语言模型从自然语言生成语法正确的游戏描述(GDL)的两阶段框架,通过语法引导的迭代改进显著优于直接使用LLM输出的基线方法。
2025-01-22 cs.AI
Game Theory Meets Large Language Models: A Systematic Survey with Taxonomy and New Frontiers
CFCS, School of Computer Science, Peking University(计算机科学系,北京大学);School of Business, Jiangnan University(商学院,江南大学);Microsoft Research Asia(微软亚洲研究院)
本综述首次系统梳理博弈论与大型语言模型的双向关系,提出四视角分类法,涵盖评估、改进、竞争建模及问题求解,并指出未来方向。
2025-08-05 cs.AI cs.GT cs.LG
Language Tasks and Language Games: On Methodology in Current Natural Language Processing Research
University of Potsdam(波茨坦大学);Department of Linguistics(语言学系)
“这篇论文介绍了一个新的任务和一个新的数据集”,“我们通过Y改进了X的最新技术水平”--很难找到一篇当前的自然语言处理论文(或更普遍的AI论文)不包含这样的陈述。然而,最隐含的是这样一种假设,即这必然构成进步,以及它构成了什么样的进步。在这里,我们更精确的印象通常使用的语言任务和语言游戏的概念,并询问如何建立在这些研究计划可能取得进展的目标建模一般的语言能力。
2019-08-28 cs.AI cs.CL
Reasoning, Memorization, and Fine-Tuning Language Models for Non-Cooperative Games
The University of Texas at Austin(得克萨斯大学奥斯汀分校)
本文提出一种融合思维树与多智能体的语言模型博弈求解方法,通过任务分解、协同推理和基于胜负的自动微调,在非合作博弈中仅用约1000个训练样本即取得65%胜率并微调后提升10%,显著优于需要海量样本的深度学习方法。
2024-10-18 cs.AI
GAVEL: Generating Games Via Evolution and Language Models
New York University Tandon(纽约大学坦顿工程学院);ETH Zurich(苏黎世联邦理工学院);Flinders University(弗林德斯大学);UCLouvain(鲁汶大学);Maastricht University(马斯特里赫特大学)
本文提出 GAVEL,结合大型语言模型与进化计算,在 Ludii 游戏描述语言中智能变异、重组游戏代码,生成数据集规则空间之外的新颖可玩游戏。
2024-12-03 cs.AI
Game Reasoning Arena: A Framework and Benchmark for Assessing Reasoning Capabilities of Large Language Models via Game Play
LAION Juelich Supercomputing Center (JSC)(LAION尤利奇超级计算机中心(JSC));Research Center Juelich (FZJ)(尤利奇研究中心(FZJ))
本文提出游戏推理竞技场框架,基于OpenSpiel封装多种游戏并支持多种智能体,通过API、本地部署和分布式执行系统评估大语言模型的决策推理与博弈论行为。
2025-08-18 cs.AI cs.GT
Distilling Game Code World Model Generation into Lightweight Large Language Models
Brown University(布朗大学)
研究通过后训练将游戏代码世界模型生成能力蒸馏到小型模型,采用监督微调和带可验证奖励的强化学习提升生成代码的语法正确性和规则遵循性。
2026-05-23 cs.AI
Language Understanding for Text-based Games Using Deep Reinforcement Learning
MIT(麻省理工学院)
在本文中,我们认为基于文本的游戏的学习控制策略的任务。在这些游戏中,虚拟世界中的所有交互都是通过文本进行的,并且无法观察到底层状态。由此产生的语言障碍使得这种环境对自动游戏玩家具有挑战性。我们采用深度强化学习框架,使用游戏奖励作为反馈来联合学习状态表示和动作策略。这个框架使我们能够将文本描述映射到捕获游戏状态语义的矢量表示中。我们在两个游戏世界上评估了我们的方法,使用词袋和二元组袋进行状态表示,与基线进行比较。我们的算法在这两个世界上都优于基线,证明了学习表达性表征的重要性。
2015-09-11 cs.AI cs.CL
EditMF: Drawing an Invisible Fingerprint for Your Large Language Models
本文提出免训练指纹范式EditMF,通过加密知识库三元组与零空间更新实现高隐蔽、低开销的大语言模型所有权验证,鲁棒性远超LoRA并接近SFT。
2025-08-12 cs.AI cs.CR
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
Ludax: A GPU-Accelerated Domain Specific Language for Board Games
Ludax结合了通用游戏描述语言的灵活性与现代并行硬件的速度,旨在加速游戏研究,通过快速模拟和灵活的表示方案提升强化学习和认知科学的研究效率。
2026-03-25 cs.AI
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
Representing and Reasoning about Game Strategies
The University of New South Wales(新南威尔士大学)
为了应对构建游戏AI系统的挑战,我们开发并分析了一种用于表示和推理策略的形式语言。我们的逻辑语言建立在现有的一般游戏描述语言(GDL),并扩展了它的线性时间的标准模态以及两个双连接词来表达偏好时,结合策略。语言的语义由标准的状态转换模型提供。因此,需要对游戏进行推理的问题可以通过对动作和变化进行推理的标准方法来解决。我们还赋予语言一个特定的语义,战略公式被理解为一个球员的移动建议。为了说明我们的形式主义如何支持自动推理的战略,我们展示了两个例子的实现方法:第一,我们形式化的语义解释我们的语言结合游戏规则和战略规则的情况演算;第二,我们展示了如何推理问题可以解决答案集编程。
2014-07-21 cs.AI
The Consensus Game: Language Model Generation via Equilibrium Search
MIT(麻省理工学院);MIT-IBM AI Lab(麻省理工学院-IBM人工智能实验室)
本文提出一种无需训练的博弈论解码方法,通过将语言模型生成视为共识博弈并寻找均衡,显著提升多种任务的性能,使小模型超越大模型。
2023-10-13 cs.AI cs.CL cs.GT
Bridging Pedagogy and Play: Introducing a Language Mapping Interface for Human-AI Co-Creation in Educational Game Design
Northeastern University(东北大学)
本文提出一种基于语言映射的接口,通过人机协同设计教育游戏,以明确教学意图并降低非专业设计师的设计门槛。
2026-03-04 cs.AI cs.HC
Large Language Models and Video Games: A Preliminary Scoping Review
The Australian National University(澳大利亚国立大学)
针对游戏领域LLM相关研究激增的现状,本文开展初步范围综述,梳理2022至2024年初76篇相关论文,聚焦游戏AI等四大方向,呈现领域早期状态并为后续研究奠基。
2024-03-05 cs.AI cs.HC
Understanding Game-Playing Agents with Natural Language Annotations
University of California, Berkeley(加州大学伯克利分校)
我们提供了一个包含10 K人类注释的围棋游戏的新数据集,并展示了如何将这些自然语言注释用作模型可解释性的工具。给定一个董事会状态及其相关评论,我们的方法使用线性探测来预测特定领域术语的提及(例如,ko,atari)从像AlphaGo Zero这样的游戏代理的中间状态表示。我们发现这些游戏概念被非平凡地编码在两个不同的策略网络中,一个通过模仿学习训练,另一个通过强化学习训练。此外,提到的领域特定的条款最容易预测从这两个模型的后面几层,这表明这些政策网络编码的高层次的抽象类似于那些使用的自然语言注释。
2022-04-15 cs.AI cs.CL
Visually Grounded Language Learning: a review of language games, datasets, tasks, and models
Heriot-Watt University(赫瑞-瓦特大学)
本文基于维特根斯坦“语言游戏”思想系统综述视觉+语言任务与模型,将其分为判别性、生成性和交互性三类,并指出未来应聚焦交互性游戏和物理具身以实现符号的视觉基础。
2023-12-05 cs.AI cs.CL
Learning Strategic Language Agents in the Werewolf Game with Iterative Latent Space Policy Optimization
Tsinghua University, Beijing, China(清华大学);Beijing Zhongguancun Academy, Beijing, China(北京中关村学院);Shanghai Qi Zhi Institute, Shanghai, China(上海启智研究所)
针对LLM智能体在战略语言游戏中的偏差与探索不足,提出LSPO迭代框架,结合博弈论与DPO微调,在狼人杀中提升策略与语言能力并超越现有智能体。
2025-06-18 cs.AI
Implementing an intelligent version of the classical sliding-puzzle game for unix terminals using Golang's concurrency primitives
Indian Institute of Technology, Roorkee(印度理工学院鲁尔基分校)
一个智能版本的幻灯片拼图游戏是使用新的围棋程序设计语言开发的,它使用了A* 知情搜索算法的并发版本,以支持在后台运行的求解机器人。游戏运行在计算机系统的终端。它主要是为UNIX类型的系统开发的,但由于所使用的程序设计语言的跨平台兼容性,它在几乎所有的操作系统中都能很好地工作。游戏使用语言的并发原语来简化游戏的大部分重要部分。实时通知传递架构是使用语言的内置并发支持开发的,它的性能类似于我们在Web平台上看到的基于事件的上下文感知调用。
2015-08-22 cs.AI
Exploration Based Language Learning for Text-Based Games
HKUST(香港科技大学);Uber AI(优步人工智能实验室);UC-Davis(加州大学戴维斯分校)
这项工作提出了一种基于探索和模仿学习的代理,能够在玩基于文本的计算机游戏时具有最先进的性能。基于文本的计算机游戏通过自然语言向玩家描述他们的世界,并期望玩家使用文本与游戏交互。这些游戏是有趣的,因为它们可以被视为人工智能的语言理解、解决问题和语言生成的测试平台。此外,它们提供了一个学习环境,在这个环境中,这些技能可以通过与环境的交互而不是使用固定的语料库来获得。使这些游戏对学习代理特别具有挑战性的一个方面是组合的大动作空间。现有的解决基于文本的游戏的方法是有限的游戏,要么是非常简单的,或有一个动作空间限制到一个预定的一组可接受的行动。在这项工作中,我们建议使用的探索方法去探索解决基于文本的游戏。更具体地说,在最初的探索阶段,我们首先提取具有高回报的轨迹,之后我们通过模仿这些轨迹来训练策略以解决游戏。我们的实验表明,这种方法优于现有的解决方案,在解决基于文本的游戏,它是更有效的样本与环境的互动的数量。此外,我们表明,学习的政策可以推广比现有的解决方案看不见的游戏,而不使用任何限制的行动空间。
2020-06-08 cs.AI cs.CL
Interactive Fiction Games: A Colossal Adventure
Microsoft Research(微软研究院);Georgia Institute of Technology(佐治亚理工学院);Microsoft Research Montréal(微软研究院蒙特利尔分院)
人类智能的一个标志是理解和交流语言的能力。交互式小说游戏是完全基于文本的模拟环境,玩家发出文本命令来影响环境的变化和故事的进展。我们认为,如果游戏是一个很好的测试平台,研究基于语言的自主智能体。特别是,IF游戏结合了组合动作空间、语言理解和常识推理的挑战。为了促进基于语言的代理的快速发展,我们介绍杰里科,人工IF游戏的学习环境,并进行了全面的研究,文本代理在一组丰富的游戏,突出的方向,代理可以改善。
2020-02-25 cs.AI cs.CL
EGG: a toolkit for research on Emergence of lanGuage in Games
Facebook AI(Facebook人工智能);Facebook AI Research(Facebook人工智能研究院);LSCP;ICREA
在开发支持语言的交互式人工智能的实际目标以及有关人类语言进化的理论问题的推动下,人们对模拟深层神经代理之间的语言出现重新产生了兴趣,这些代理通过通信来共同解决任务。然而,优化由离散通信通道(例如语言出现的通道)连接的深层架构在技术上具有挑战性。我们介绍EGG,一个工具包,大大简化了紧急语言通信游戏的实现。EGG的模块化设计提供了一组构建块,用户可以将其组合起来创建新游戏,轻松地导航优化和架构空间。我们希望该工具将降低技术壁垒,并鼓励来自不同背景的研究人员在这个令人兴奋的领域进行原创性工作。
2019-10-13 cs.AI cs.CL
On Semantic Cognition, Inductive Generalization, and Language Models
Purdue University(普渡大学)
我的博士研究重点是理解仅用于预测自然语言的神经网络模型(称为语言模型或LM)中的语义知识,通过借鉴认知科学中概念和类别研究的见解。我提出了一个框架的灵感来自“归纳推理”,一种现象,揭示了人类如何利用背景知识,使归纳的飞跃和概括新的信息片段的概念和它们的属性。从研究归纳推理的实验中,我建议分析语义归纳概括在LM使用人类感应文献中观察到的现象,研究归纳行为的任务,如隐式推理和紧急特征识别,并分析和感应动态学的概念表征空间。
2021-11-04 cs.AI cs.CL
Playing the Werewolf game with artificial intelligence for language understanding
The University of Tokyo Hospital(东京大学医院);The University of Tokyo(东京大学)
《狼人》游戏是一款基于自由自然语言交流的社交演绎游戏,玩家为了生存,试图欺骗他人。这个游戏的一个重要特点是,很大一部分对话都是虚假信息,而人工智能(AI)在这种情况下的行为还没有得到广泛的调查。本研究的目的是开发一个能够通过自然语言对话扮演狼人的人工智能智能体。首先,我们收集了15名人类玩家的游戏日志。接下来,我们微调了一个基于transformer的预训练语言模型,以构建一个价值网络,该网络可以预测在游戏的任何给定阶段赢得游戏的后验概率,并给出下一个动作的候选者。然后,我们开发了一个人工智能智能体,它可以与人类交互,并根据其概率从价值网络中选择最佳投票目标。最后,我们通过让智能体与人类玩家一起玩游戏来评估智能体的性能。我们发现,我们的人工智能智能体Deep Wolf在扮演村民或背叛者角色时,可以像普通人类玩家一样有竞争力地扮演狼人,而Deep Wolf在扮演狼人或先知角色时不如人类玩家。这些结果表明,目前的语言模型有能力怀疑别人在说什么,说谎,或检测谎言的对话。
2023-02-21 cs.AI cs.CL
Exploring Large Language Models for Word Games:Who is the Spy?
本研究以“谁是卧底”游戏为例,提出基于思维链的无训练调度框架,提升大语言模型在文字游戏中的情境推理与身份伪装等能力,验证了其在结构化游戏社交互动中的潜力。
2025-03-19 cs.AI cs.CL
Learning Language Games through Interaction
Stanford University(斯坦福大学)
我们介绍了一种新的语言学习设置相关的建设自适应自然语言接口。它的灵感来自维特根斯坦的语言游戏:一个人希望完成一些任务(例如,实现块的特定配置),但是只能与执行实际动作的计算机通信(例如,移除所有红色块)。计算机最初对语言一无所知,因此必须通过交互从头开始学习,而人类则适应计算机的能力。我们在一个积木世界中创建了一个游戏,并收集了100名参与者的互动。首先,我们分析了人类的策略,表明使用组合性和避免同义词与任务绩效呈正相关。其次,我们比较计算机策略,展示如何快速从头开始学习语义解析模型,以及建模语用学进一步加速成功玩家的学习。
2016-06-08 cs.AI cs.CL
GVGAI-LLM: Evaluating Large Language Model Agents with Infinite Games
New York University(纽约大学);University of the Witwatersrand(沃尔特·斯通大学);Meta;Lingnan University(岭南大学)
GVGAI-LLM通过 arcade 式游戏测试大语言模型的推理与问题解决能力,定义了可解释的评估指标,揭示了模型在空间推理和基本规划中的局限性。
2026-05-16 cs.AI
GameTraversalBenchmark: Evaluating Planning Abilities Of Large Language Models Through Traversing 2D Game Maps
University of the Witwatersrand(威特沃特斯兰德大学);New York University(纽约大学)
本文提出GameTraversalBenchmark(GTB),通过2D网格游戏地图评估LLMs的规划能力,发现GPT-4-Turbo得分44.97%,推理模型o1得分67.84%,表明该基准仍具挑战性。
2024-10-10 cs.AI cs.CL
Modular Discovery of General Game-Playing Algorithms with Large Language Models
本文提出多智能体LLM元学习系统,在C++中模块化进化通用游戏搜索算法,经400+环境与15个MCTS基线对比,取得顶级评级并泛化至新游戏。
2026-09-29 cs.AI cs.GT cs.MA
Steering Language Models with Game-Theoretic Solvers
Google DeepMind(谷歌DeepMind)
该研究提出一个框架,将博弈论均衡求解器应用于LLM对话空间,通过建模玩家、策略和收益,引导模型生成更稳健、收益更高的谈判语言。
2024-12-16 cs.AI cs.CL cs.GT
Game of Thought: Robust Information Seeking with Large Language Models Using Game Theory
Department of Computer Science, National University of Singapore, 13 Computing Drive, Singapore 117417(新加坡国立大学计算机科学系)
本文提出Game of Thought框架,通过博弈论技术提升大型语言模型在信息检索中的鲁棒性,实验证明其在最坏情况下的性能优于传统方法。
2026-02-02 cs.AI cs.CL cs.GT