chatarena

LLMSのマルチエージェント言語ゲーム環境

---

Chatarenaは、マルチエージェント言語ゲーム環境を提供し、自律LLMエージェントとその社会的相互作用に関する研究を促進するライブラリです。次の機能を提供します。

• 抽象化：マルコフの決定プロセスに基づいて、複数のプレーヤー、環境、およびそれらの間の相互作用を定義するための柔軟なフレームワークを提供します。
• 言語ゲーム環境：理解、ベンチマーク、またはトレーニングエージェントLLMSを支援できる一連の環境を提供します。
• ユーザーフレンドリーインターフェイス：Web UIとCLIの両方が、LLMエージェントが環境で行動するように開発/プロンプトするために提供/プロンプトを提供します。

はじめる

オンラインデモをお試しください：

インストール

要件：

• Python> =3。7
• Openai APIキー（オプション、GPT-3.5-ターボまたはGPT-4をLLMエージェントとして使用するため）

PIPでインストール：

pip install chatarena

またはソースからインストール：

pip install git+https://github.com/chatarena/chatarena

GPT-3をLLMエージェントとして使用するには、OpenAI APIキーを設定します。

 export OPENAI_API_KEY= " your_api_key_here " 

オプションの依存関係

デフォルトでは、 pip install chatarena Chatarenaのコア機能に必要な依存関係のみをインストールします。次のコマンドでオプションの依存関係をインストールできます。

pip install chatarena[all_backends] # install dependencies for all supported backends: anthropic, cohere, huggingface, etc.
pip install chatarena[all_envs]     # install dependencies for all environments, such as pettingzoo
pip install chatarena[all]          # install all optional dependencies for full functionality

デモをローカルに起動します

Chatarenaが動作しているのを見る最も簡単な方法は、デモWeb UIを使用することです。ローカルマシンでデモを起動するには、最初に追加のグレード依存関係を備えたChatarenaをインストールし、次にこのリポジトリをローカルフォルダーにクローンし、最後にリポジトリのルートディレクトリでapp.pyを呼び出します。

pip install chatarena[gradio]
git clone https://github.com/chatarena/chatarena.git
cd chatarena
gradio app.py

これにより、Chatarena用のデモサーバーが起動し、ブラウザ（ポート8080）からアクセスできます。

このビデオをチェックして、Web UIの使用方法を学びます。

開発者向け

Chatarenaフレームワークの紹介については、このドキュメントを参照してください。新しい環境を構築するためのウォークスルーについては、確認してください

ここでは、ゲームを実行するための最小限のセットアップに関するコンパクトガイドと、カスタマイズに関する一般的なアドバイスを提供します。

重要な概念

1. アリーナ：アリーナは、環境とプレイヤーのコレクションをカプセル化します。ゲームのメインループを駆動し、WebUI、CLI、構成の読み込み、データストレージなどのHCIユーティリティを提供します。
2. 環境：環境はゲーム状態を保存し、ゲームロジックを実行してゲーム状態間で移行します。また、プレイヤーの観測をレンダリングします。観察は自然言語です。
   1. ゲーム状態はプレーヤーに直接表示されません。プレイヤーは観察のみを見ることができます。
3. 言語バックエンド：言語バックエンドは、言語インテリジェンスのソースです。テキスト（またはテキストのコレクション）を入力として受け取り、それに応じてテキストを返します。
4. プレーヤー：プレーヤーはゲームをプレイするエージェントです。 RL用語では、それはポリシーであり、観測からアクションへのステートレス関数マッピングです。

Python APIでゲームを実行します

構成ファイルからArenaをロードします - ここでは、このリポジトリのexamples/nlp-classroom-3players.json例として使用します。

 arena = Arena . from_config ( "examples/nlp-classroom-3players.json" )
arena . run ( num_steps = 10 )

インタラクティブCLIインターフェイスでゲームを実行します。

 arena . launch_cli ()

CLIの使用方法を学ぶためにこのビデオをチェックしてください：より細かいコントロールを使用してメインインタラクションループを実行する方法に関するより詳細なガイドは、こちらにあります

一般的なカスタマイズアドバイス

1. アリーナ：オーバーライドアリーナは、基本的に1つが独自のメインループを作成することを意味します。これにより、さまざまなインタラクションインターフェイスまたはより自動化された方法でゲームをドライブすることができます。たとえば、オンラインRLトレーニングループの実行など
2. 環境：新しい環境は新しいゲームに対応します。ここでは、ハードコーディングされたルールやルールと言語のバックエンドの混合でゲームのダイナミクスを定義できます。
3. バックエンド：言語モデルの観測方法（メッセージの観点から）をフォーマットする方法（メッセージの観点から）を変更する必要がある場合、バックエンドはオーバーライドする必要があります。
4. プレーヤー：デフォルトでは、新しい観察結果が供給されると、プレイヤーは言語バックエンドを照会し、アクションとして応答を返します。ただし、プレイヤーが言語バックエンドと対話する方法をカスタマイズすることもできます。

カスタム環境を作成します

Environmentクラスを拡張することにより、独自の環境を定義できます。一般的なステップは次のとおりです。

1. ベースクラスから継承してtype_nameを設定してクラスを定義し、 ALL_ENVIRONMENTSにクラスを追加します
2. __init__メソッド（その引数が対応する構成を定義します）を定義してクラスを初期化し、クラス属性を初期化する
3. メソッドstepにゲームメカニクスを実装します
4. reset 、 get_observation 、 is_terminal 、 get_rewardsなどのメソッドを実装することにより、ゲームの状態と報酬を処理します
5. CLIまたはWeb UIを使用してプレイヤーのロール説明プロンプト（および必要に応じてグローバルプロンプト）を作成し、それらを構成ファイルに保存します。

Chameleon環境を例として使用して、カスタム環境を定義する方法を示すための詳細なチュートリアルを提供します。

既存のライブラリの環境をChatarenaに移植する場合は、例としてPettingzooChess環境をご覧ください。

環境のリスト

会話

会話をシミュレートするマルチプレイヤー言語ゲーム環境。

• NLPクラスルーム：教室の設定をシミュレートする3プレイヤー言語ゲーム環境。ゲームは順番に再生され、それぞれのターンプレーヤーが質問をするか、質問に答えることができます。すべてのプレイヤーがすべての質問をして答えたとき、ゲームは終了します。

モデレーターの会話

会話に基づいていますが、ゲームのダイナミクスを制御するモデレーターを使用します。

• Rock-Paper-Scissors：モデレーターの会話でロックペーパーシッサーゲームをシミュレートする2プレイヤーの言語ゲーム環境。両方のプレーヤーは並行して行動し、1人のプレーヤーが2ラウンドに勝つとゲームが終了します。
• TIC-TAC-TOE：モデレーターの会話を備えたTIC-TAC-Toeゲームをシミュレートする2プレイヤー言語ゲーム環境。ゲームは順番に再生され、それぞれの方向転換プレイヤーは動きを求めるか、動きをすることができます。 1人のプレイヤーが勝ったり、ボードがいっぱいになったりすると、ゲームは終了します。

カメレオン

マルチプレイヤーソーシャル控除ゲーム。ゲームにはカメレオンと非チャメレオンの2つの役割があります。秘密の単語のトピックは、最初にすべてのプレイヤーに明らかにされます。その後、秘密の単語が非チャメレオンに明らかになります。カメレオンは秘密の言葉を知りません。ゲームの目的は、プレーヤーの役割によって異なります。

• あなたがカメレオンでない場合、あなたの目標は、秘密の言葉を公開せずにカメレオンを明らかにすることです。
• あなたがカメレオンである場合、あなたの目的は、他のプレイヤーと溶け込み、捕まるのを避け、秘密の言葉を把握することです。ゲームには3つの段階があります。

1. 手がかりの段階：各プレイヤーは、秘密の言葉に関する手がかりを説明します。
2. 告発段階：この段階では、各プレイヤーはカメレオンである可能性が高い別のプレーヤーに投票します。カメレオンは他のプレイヤーに投票する必要があります。
3. 推測段階：告発が正しければ、カメレオンは他のプレイヤーによって明らかにされた手がかりを与えられた秘密の言葉を推測すべきです。

Pettingzoochess

ペッティンズーチェス環境を使用する2プレイヤーチェスゲーム環境。

Pettingzoo Tictactoe

Pettingzoo Tictactoe環境を使用する2プレイヤーのTIC-TAC-Toeゲーム環境。 Moderator Conversation環境とは異なるこの環境は、LLMモデレーターではなく、ハードコーディングされたルールによって駆動されます。

貢献

Chatarenaの改善と拡張への貢献を歓迎します。貢献するには、次の手順に従ってください。

1. リポジトリをフォークします。
2. 機能またはbugfixの新しいブランチを作成します。
3. 新しいブランチに変更を犯します。
4. 変更を説明するプルリクエストを作成します。
5. プルリクエストを確認し、フィードバックを提供するか、変更をマージします。

コードが既存のスタイルと構造に従っていることを確認してください。

引用

Chatarenaが研究に役立つと思う場合は、リポジトリを引用してください（Arxiv論文はまもなく登場します）：

 @software { ChatArena ,
  author = { Yuxiang Wu, Zhengyao Jiang, Akbir Khan, Yao Fu, Laura Ruis, Edward Grefenstette, and Tim Rocktäschel } ,
  title = { ChatArena: Multi-Agent Language Game Environments for Large Language Models } ,
  year = { 2023 } ,
  publisher = { GitHub } ,
  journal = { GitHub repository } ,
  version = { 0.1 } ,
  howpublished = { url{https://github.com/chatarena/chatarena} } ,
}

接触

ご質問や提案がある場合は、お気軽に問題を開いたり、プルリクエストを送信したりしてください。また、Farama Discord Server-https://discord.gg/vrtdmu9y8qでお問い合わせください。

おしゃべり！

スポンサー

このプロジェクトをサポートしてくれたスポンサーに感謝します。

• セコイア
• シクシアンの首都