Beranda>Terkait pemrograman>Kode sumber lainnya
Unduh

Survei tentang Agen Bermain Game dan Model Besar: Metode, Aplikasi, dan Tantangan

? Segera Hadir : Tambahkan intro satu kalimat ke setiap kertas.

[Arxiv] ♦ [pdf]

? Berita

[2024/02/06] Penciptaan repositori ini untuk mempertahankan daftar makalah pada agen berbasis LLM untuk bermain game. Lebih banyak makalah akan segera hadir!

2024/08

  • [2024/08/07] Optimus-1: Memori multimodal hybrid Agen diberdayakan unggul dalam tugas-tugas horizon panjang. [kertas] [kode]

2024/07

  • [2024/07/21] Videogamebunny: Menuju Visi Asisten untuk video game. [kertas] [kode]
  • [2024/07/05] Autoverse: Bahasa permainan yang dapat dikembangkan untuk belajar agen yang diwujudkan. [kertas]
  • [2024/07/02] Cradle: Agen Yayasan Memberdayakan Menuju Kontrol Komputer Umum. [kertas] [Proyek]

2024/06

  • [2024/06/20] Dua jerapah di bidang tanah: Menggunakan permainan permainan untuk menyelidiki pemodelan situasi dalam model multimodal besar. [kertas]

2024/05

  • [2024/05/23] Menuju grounding LLM yang efisien untuk kolaborasi multi-agen yang diwujudkan. [kertas] [Proyek]
  • [2024/05/11] Prompt-Gaming: Studi percontohan tentang agen evaluasi LLM dalam permainan energi yang bermakna. [kertas]

2024/04

  • [2024/04/17] AgenKit: Rekayasa aliran dengan grafik, bukan pengkodean. [kertas] [kode]
  • [2024/04/16] Permainan bahasa permusuhan yang memanjakan diri meningkatkan penalaran LLM. [kertas] [kode]

2024/03

  • [2024/03/23] Evaluasi LLM secara real time dengan Street Fighter III. [kode]
  • [2024/03/19] Mewujudkan agen LLM belajar bekerja sama dalam tim terorganisir. [kertas]
  • [2024/03/18] Dapatkah agen otonom LLM-Agusted bekerja sama?, Evaluasi kemampuan koperasi mereka melalui peleburan pot. [kertas]
  • [2024/03/18] Envgen: Menghasilkan dan menyesuaikan lingkungan melalui LLM untuk pelatihan agen yang diwujudkan. [kertas]
  • [2024/03/18] Minedreamer: Belajar mengikuti instruksi melalui rantai-imaginasi untuk kontrol dunia simulasi. [kertas] [kode]
  • [2024/03/14] Menskalakan agen yang diinstruksikan di banyak dunia simulasi. [kertas]
  • [2024/03/13] Sistem pengorganisasian otomatis hierarkis untuk navigasi multi-agen terbuka. [kertas]
  • [2024/03/13] Sotopia-$ pi $: Pembelajaran interaktif agen bahasa yang cerdas secara sosial. [kertas] [kode]
  • [2024/03/08] Akankah GPT-4 menjalankan malapetaka? [kertas] [kode]
  • [2024/03/05] Menuju Kontrol Komputer Umum: Agen Multimodal untuk Red Dead Redemption II sebagai studi kasus. [kertas] [Proyek]
  • [2024/03/01] Bermain NetHack dengan LLMS: Potensi & Keterbatasan sebagai agen zero-shot. [kertas] [kode]

2024/02

  • [2024/02/29] RL-GPT: Mengintegrasikan Pembelajaran Penguatan dan Kode-sebagai-Polis. [kertas]
  • [2024/02/27] Agen-Pro: Belajar berkembang melalui refleksi dan optimasi tingkat kebijakan. [kertas] [kode]
  • [2024/02/21] PCA-BENCH: Mengevaluasi model bahasa multimodal besar dalam rantai aksi-kognisi-persepsi. [kertas] [kode]
  • [2024/02/20] Bagaimana jika LLMS memiliki pandangan dunia yang berbeda: mensimulasikan peradaban alien dengan agen berbasis LLM. [kertas] [kode]
  • [2024/02/07] S-Agents: Agen pengorganisasian diri di lingkungan terbuka. [kertas]
  • [2024/02/04] Meningkatkan penalaran untuk model bahasa besar di Game Werewolf. [kertas]
  • [2024/02/02] Pokéllmon: Agen manusia-paritas untuk pertempuran pokemon dengan model bahasa besar. [kertas] [kode]

2024/01

  • [2024/01/31] SwarmBrain: Agen yang diwujudkan untuk game strategi real-time Starcraft II melalui model bahasa besar. [kertas]
  • [2024/01/19] Civrealm: Pembelajaran dan penalaran pengembaraan dalam peradaban untuk agen pengambilan keputusan. [kertas] [kode]
  • [2024/01/17] Mencari instance bug di repositori video gameplay. [kertas] [data]
  • [2024/01/04] Pokergpt: Solver ringan end-to-end untuk multi-pemain Texas Hold'em melalui model bahasa besar. [kertas]

2023/12

  • [2023/12/29] Kerjasama dengan cepat: Menjelajahi agen bahasa untuk kerja tim ad hoc di game Avalon. [kertas]
  • [2023/12/23] Agen bahasa hierarki bertenaga LLM untuk koordinasi manusia-manusia waktu nyata. [kertas] [Proyek]
  • [2023/12/19] Model bahasa besar memainkan Starcraft II: tolok ukur dan rantai pendekatan peringkasan. [kertas]
  • [2023/12/14] Auto MC-Reward: Desain hadiah padat otomatis dengan model bahasa besar untuk Minecraft. [kertas]
  • [2023/12/12] MP5: Sistem yang diwujudkan multi-modal terbuka di Minecraft melalui persepsi aktif. [kertas] [kode]
  • [2023/12/08] Apollo's Oracle: Retrieval-Agusted Reasoning dalam debat multi-agen. [kertas] [kode]
  • [2023/12/08] GLITCHBENCH: Dapatkah model multimodal besar mendeteksi gangguan video game? [kertas] [kode]
  • [2023/12/07] Kerangka kerja untuk mengeksplorasi persepsi pemain tentang dialog yang dihasilkan LLM dalam video game komersial. [kertas] [Situs web]
  • [2023/12/05] Agen Kreatif: Agen pemberdayaan dengan imajinasi untuk tugas kreatif. [kertas] [kode]
  • [2023/12/04] Encoder visual untuk pembelajaran imitasi yang efisien data dalam video game modern. [kertas]
  • [2023/12/02] Membangun agen yang diwujudkan terbuka melalui adaptasi dua arah-polis-polis. [kertas]
  • [2023/12/01] Menguraikan detektif digital: memahami perilaku dan kemampuan LLM dalam game misteri multi-agen. [kertas]

2023/11

  • [2023/11/28] Perang dan Perdamaian (Waragent): Simulasi multi-agen berbasis model bahasa besar dari Perang Dunia. [kertas] [kode]
  • [2023/11/26] Lihat dan Pikirkan: Agen yang diwujudkan di lingkungan virtual. [kertas] [kode]
  • [2023/11/20] DESTENGPT: Kolaborasi multi-agen dalam desain. [kertas]
  • [2023/11/14] Sihir: Investigasi model bahasa besar bertenaga multi-agen dalam kognisi, kemampuan beradaptasi, rasionalitas dan kolaborasi. [kertas] [kode]
  • [2023/11/10] Jarvis-1: agen multi-tugas-dunia terbuka dengan model bahasa multimodal yang beraugentasikan memori. [kertas] [kode]
  • [2023/11/08] Adapt: ​​Dekomposisi dan perencanaan yang dibutuhkan dengan model bahasa. [kertas] [kode]

2023/10

  • [2023/10/31] Memanfaatkan permainan menebak kata untuk menilai kecerdasan model bahasa besar. [kertas] [kode]
  • [2023/10/29] Agen bahasa dengan pembelajaran penguatan untuk permainan strategis dalam permainan Werewolf. [kertas]
  • [2023/10/23] Investigasi Agen Society yang berbasis di LLM: Kolaborasi dan konfrontasi dalam gameplay Avalon. [kertas]
  • [2023/10/20] Steve-Eye: Melengkapi agen yang diwujudkan berbasis LLM dengan persepsi visual di dunia terbuka. [kertas] [kode]
  • [2023/10/18] Sotopia: Evaluasi Interaktif untuk Kecerdasan Sosial dalam Agen Bahasa. [kertas] [kode]
  • [2023/10/16] Karakter-LLM: Agen yang dapat dilatih untuk bermain peran. [kertas] [kode]
  • [2023/10/13] Llama Rider: memacu model bahasa besar untuk menjelajahi dunia terbuka. [kertas]
  • [2023/10/12] GameGpt: Kerangka kerja kolaboratif multi-agen untuk pengembangan game. [kertas]
  • [2023/10/12] GROOT: Belajar mengikuti instruksi dengan menonton video gameplay. [kertas] [kode]
  • [2023/10/12] Gurita: Programmer bahasa penglihatan yang diwujudkan dari umpan balik lingkungan. [kertas] [kode]
  • [2023/10/10] Metaagents: Simulasi interaksi perilaku manusia untuk koordinasi berorientasi tugas berbasis LLM melalui agen generatif kolaboratif. [kertas]
  • [2023/10/09] Agen humanoid: Platform untuk mensimulasikan agen generatif seperti manusia. [kertas] [kode]
  • [2023/10/08] Avalonbench: Mengevaluasi LLMS memainkan game Avalon. [kertas] [kode]
  • [2023/10/06] Curiosity yang hati-hati: pendekatan baru untuk agen gameplay seperti manusia. [kertas] [kode]
  • [2023/10/05] LLM-Koordinasi: Mengevaluasi dan Menganalisis Kemampuan Koordinasi Multi-Agen dalam Model Bahasa Besar. [kertas] [kode]
  • [2023/10/03] Agen Lyfe: Agen generatif untuk interaksi sosial waktu nyata berbiaya rendah. [kertas]
  • [2023/10/03] Menuju pengambilan keputusan yang diwujudkan secara end-ke-end melalui model bahasa besar multi-modal: Eksplorasi dengan GPT4-Vision dan seterusnya. [kertas] [kode]
  • [2023/10/02] Smartplay: Benchmark untuk LLMS sebagai agen cerdas. [kertas] [kode]
  • [2023/10/02] Game of Thoughts Avalon: Pertempuran melawan penipuan melalui kontemplasi rekursif. [kertas]
  • [2023/10/01] Rolellm: Benchmarking, memunculkan, dan meningkatkan kemampuan bermain peran dari model bahasa besar. [kertas] [kode]

2023/09

  • [2023/09/29] Adarefiner: Memperbaiki keputusan model bahasa dengan umpan balik adaptif. [kertas] [kode]
  • [2023/09/29] Motif: Motivasi intrinsik dari umpan balik kecerdasan buatan. [kertas] [kode]
  • [2023/09/29] LLM-Deliberation: Mengevaluasi LLM dengan game negosiasi multi-agen interaktif. [kertas] [kode]
  • [2023/09/29] Kecurigaan-agen: Bermain game informasi yang tidak sempurna dengan teori pikiran sadar GPT-4. [kertas] [kode]
  • [2023/09/29] Autoagents: Kerangka kerja untuk pembuatan agen otomatis. [kertas] [kode]
  • [2023/09/21] Pengetahuan sejati berasal dari praktik: Menyelaraskan model bahasa besar dengan lingkungan yang diwujudkan melalui pembelajaran penguatan. [kertas] [kode]
  • [2023/09/18] MindAgent: Gaming Interaction. [kertas] [kode]
  • [2023/09/14] Agen: Kerangka kerja open-source untuk agen bahasa otonom. [kertas] [kode]
  • [2023/09/09] Menjelajahi model bahasa besar untuk permainan komunikasi: Studi empiris tentang Werewolf. [kertas]

2023/08

  • [2023/08/23] Apakah chatgpt dan GPT-4 pemain poker yang baik?-Analisis pra-flop. [kertas]
  • [2023/08/22] Proagent: Membangun AI kooperatif proaktif menggunakan model bahasa besar. [kertas] [kode]
  • [2023/08/21] Agenverse: Memfasilitasi kolaborasi multi-agen dan mengeksplorasi perilaku yang muncul dalam agen. [kertas] [kode]
  • [2023/08/19] GameVal: Mengevaluasi LLM pada game percakapan. [kertas] [kode]
  • [2023/08/16] Autogen: Mengaktifkan aplikasi LLM generasi berikutnya melalui kerangka kerja percakapan multi-agen. [kertas]
  • [2023/08/15] Calypso: LLMS sebagai asisten Dungeon Master. [kertas]
  • [2023/08/08] AgentSims: kotak pasir open-source untuk evaluasi model bahasa besar. [kertas]
  • [2023/08/01] METAGPT: Pemrograman Meta untuk Kerangka Kolaboratif Multi-Agen. [kertas] [kode]

2023/07

  • [2023/07/24] Tachikuma: Memahami interaksi kompleks dengan multi-karakter dan objek baru oleh model bahasa besar. [kertas]
  • [2023/07/21] Persepsi selektif: Mengoptimalkan deskripsi negara dengan pembelajaran penguatan untuk aktor model bahasa. [kertas] [Proyek]
  • [2023/07/12] Sayplan: Membumikan model bahasa besar menggunakan grafik adegan 3D untuk perencanaan tugas yang dapat diskalakan. [kertas]
  • [2023/07/05] Membangun agen yang diwujudkan koperasi secara modular dengan model bahasa besar. [kertas] [kode]
  • [2023/07/04] TAPA: Perencanaan tugas yang diwujudkan dengan model bahasa besar. [kertas] [kode]

2023/06

  • [2023/06/20] Sprint: Pra-pelatihan kebijakan yang dapat diskalakan melalui instruksi bahasa yang releveling. [kertas] [kode]
  • [2023/06/15] CHESSGPT: Menjembatani Pembelajaran Kebijakan dan Pemodelan Bahasa. [kertas] [kode]
  • [2023/06/02] OMNI: Open-endingness melalui model gagasan manusia yang menarik. [kertas] [kode]
  • [2023/06/01] Steve-1: Model generatif untuk Teks-ke-Behavior di Minecraft. [kertas] [kode]

2023/05

  • [Mei-23] Cottage: Generasi Game Petualangan Teks Koheren. [kertas] [kode]
  • [2023/05/30] Alphablock: Diwujudkan finetuning untuk penalaran bahasa penglihatan dalam manipulasi robot. [kertas]
  • [2023/05/26] Bermain game berulang dengan model bahasa besar. [kertas]
  • [2023/05/25] Voyager: Agen terwujud terbuka dengan model bahasa besar. [kertas] [kode]
  • [2023/05/25] Ghost in the Minecraft: Agen yang umumnya mampu untuk lingkungan dunia terbuka melalui model bahasa besar dengan pengetahuan dan memori berbasis teks. [kertas] [kode]
  • [2023/05/24] Musim Semi: Mempelajari makalah dan penalaran untuk bermain game. [kertas] [kode]
  • [2023/05/23] Meningkatkan faktualitas dan penalaran dalam model bahasa melalui debat multiagen. [kertas] [kode]
  • [2023/05/17] Meningkatkan negosiasi model bahasa dengan mandiri dan pembelajaran dalam konteks dari umpan balik AI. [kertas] [kode]
  • [2023/05/09] Tidybot: Bantuan robot yang dipersonalisasi dengan model bahasa besar. [kertas] [kode]
  • [2023/05/01] ARK: Augmented reality dengan kemampuan darurat interaktif pengetahuan. [kertas]

2023/04

  • [2023/04/07] Agen generatif: simulacra interaktif perilaku manusia. [kertas] [kode]
  • [2023/04/06] Dapatkah model bahasa besar memainkan game teks dengan baik? Pertanyaan mutakhir dan terbuka saat ini. [kertas] [kode]
  • [APR-23] Generasi pencarian dan dialog yang dipersonalisasi dalam permainan peran: pendekatan berbasis grafik dan bahasa. [kertas] [kode]

2023/03

  • [2023/03/31] CAMEL: Agen komunikatif untuk '' pikiran '' eksplorasi masyarakat model bahasa besar. [kertas] [kode]
  • [2023/03/29] Pembelajaran Penguatan Keterampilan dan Perencanaan untuk Tugas Long-Horizon Dunia Terbuka. [kertas] [kode]
  • [2023/03/06] Palm-E: Model bahasa multimodal yang terkandung. [kertas]

2023/02

  • [2023/02/13] Membimbing pretraining dalam pembelajaran penguatan dengan model bahasa besar. [kertas] [kode]
  • [2023/02/12] Mariogpt: Generasi Teks2 Teks Terbuka melalui Model Bahasa Besar. [kertas] [kode]
  • [2023/02/03] Jelaskan, jelaskan, rencanakan, dan pilih: Perencanaan interaktif dengan LLMS memungkinkan agen multi-tugas dunia terbuka. [kertas] [kode]

2023/01

  • [2023/01/28] memang agen yang diwujudkan memimpikan domba pixelated: pengambilan keputusan yang diwujudkan menggunakan pemodelan dunia berpemandu bahasa. [kertas]
  • [2023/01/21] Kontrol multi-tugas dunia terbuka melalui pembelajaran representasi yang sadar tujuan dan prediksi horizon adaptif. [kertas] [kode]

2022

  • [2022/11/22] permainan tingkat manusia dalam permainan diplomasi dengan menggabungkan model bahasa dengan penalaran strategis. [kertas]
  • [2022/11/21] Akuisisi keterampilan robot melalui augmentasi instruksi dengan model bahasa penglihatan. [kertas]
  • [2022/10/24] Representasi dunia yang muncul: Menjelajahi model urutan yang dilatih pada tugas sintetis. [kertas] [kode]
  • [2022/10/05] Model bahasa besar adalah detektor bug video game nol-shot yang cukup bagus. [kertas] [kode]
  • [2022/08/08] SIMULACRA SOSIAL: Membuat prototipe berpenduduk untuk sistem komputasi sosial. [kertas]
  • [2022/07/12] Monolog dalam: Penalaran yang diwujudkan melalui perencanaan dengan model bahasa. [kertas]
  • [2022/06/23] Pretraining Video (VPT): Belajar bertindak dengan menonton video online yang tidak berlabel. [kertas]
  • [2022/06/07] Minedojo: Membangun agen yang diwujudkan terbuka dengan pengetahuan skala internet. [kertas] [kode]

Kutipan

Jika Anda menemukan repositori ini bermanfaat, silakan kutip kertas kami: 

 @misc{xu2024survey,
      title={A Survey on Game Playing Agents and Large Models: Methods, Applications, and Challenges},
      author={Xinrun Xu, Yuxin Wang, Chaoyi Xu, Ziluo Ding, Jiechuan Jiang, Zhiming Ding, Börje F. Karlsson},
      year={2024},
      eprint={2403.10249},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}

Kontak

Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua