GPA LM

ゲームプレイエージェントと大規模モデルに関する調査：方法、アプリケーション、および課題

---

？近日公開：各論文に1文のイントロを追加します。

[arxiv]♦[pdf]

？ニュース

[2024/02/06]このリポジトリを作成して、ゲームプレイ用のLLMベースのエージェントに関する論文のリストを維持します。その他の論文が近日公開されます！

2024/08

• [2024/08/07] Optimus-1：Hybrid Multimodal Memory Empowered Agents Excel in on horizo​​nタスク。 [紙] [コード]

2024/07

• [2024/07/21] VideoGameBunny：ビデオゲームのビジョンアシスタントに向けて。 [紙] [コード]
• [2024/07/05]自動：堅牢な具体化されたエージェントを学習するための進化可能なゲーム言語。 [紙]
• [2024/07/02]ゆりかご：一般的なコンピューター制御に基づいて基礎エージェントに力を与えます。 [紙] [プロジェクト]

2024/06

• [2024/06/20]ダートフィールドでの2人のキリン：ゲームプレイを使用して、大規模なマルチモーダルモデルの状況モデリングを調査します。 [紙]

2024/05

• [2024/05/23]具体化されたマルチエージェントコラボレーションの効率的なLLM接地に向けて。 [紙] [プロジェクト]
• [2024/05/11]プロンプトゲーミング：意味のあるエネルギーゲームにおけるLLM評価剤に関するパイロット研究。 [紙]

2024/04

• [2024/04/17] AgentKit：コーディングではなく、グラフを使用したフローエンジニアリング。 [紙] [コード]
• [2024/04/16]自己プレイの敵対言語ゲームは、LLMの推論を強化します。 [紙] [コード]

2024/03

• [2024/03/23]ストリートファイターIIIでLLMSをリアルタイムで評価します。 [コード]
• [2024/03/19]具体化されたLLMエージェントは、組織化されたチームに協力することを学びます。 [紙]
• [2024/03/18] LLMを介した自律剤が協力することができます。これは、ポットを溶かすことによる協同機能の評価です。 [紙]
• [2024/03/18] Envgen：具体化されたエージェントをトレーニングするために、LLMを介して環境を生成および適応させます。 [紙]
• [2024/03/18] MinedReamer：シミュレートされた世界制御のための想像力のチェーンを介して指示に従うことを学ぶ。 [紙] [コード]
• [2024/03/14]多くのシミュレートされた世界で指示可能なエージェントをスケーリングします。 [紙]
• [2024/03/13]自由回答形式のマルチエージェントナビゲーションのための階層自動編成システム。 [紙]
• [2024/03/13] Sotopia-$ pi $：社会的に知的な言語エージェントのインタラクティブな学習。 [紙] [コード]
• [2024/03/08] GPT-4はDoomを実行しますか？ [紙] [コード]
• [2024/03/05]一般的なコンピューター制御に向けて：ケーススタディとしてのRed Dead Redemption IIのマルチモーダルエージェント。 [紙] [プロジェクト]
• [2024/03/01] LLMSでNethackをプレイ：ゼロショットエージェントとしての潜在的および制限。 [紙] [コード]

2024/02

• [2024/02/29] rl-gpt：補強学習とポリティとしてのコードの統合。 [紙]
• [2024/02/27]エージェント-Pro：ポリシーレベルの反射と最適化を介して進化することを学ぶ。 [紙] [コード]
• [2024/02/21] PCAベンチ：認知認知アクションチェーンにおけるマルチモーダルの大手言語モデルの評価。 [紙] [コード]
• [2024/02/20] LLMが異なる世界見解を持っている場合はどうなりますか：LLMベースのエージェントとのエイリアン文明のシミュレーション。 [紙] [コード]
• [2024/02/07] S-Agents：オープンエンド環境における自己組織化エージェント。 [紙]
• [2024/02/04]ゲーム狼男の大規模な言語モデルの推論を強化します。 [紙]
• [2024/02/02]Pokéllmon：大規模な言語モデルを備えたポケモン戦の人間特性エージェント。 [紙] [コード]

2024/01

• [2024/01/31] Swarmbrain：大規模な言語モデルを介したリアルタイム戦略ゲームスタークラフトIIの具体化されたエージェント。 [紙]
• [2024/01/19] Civrealm：意思決定エージェントの文明における学習と推論オデッセイ。 [紙] [コード]
• [2024/01/17]ゲームプレイビデオリポジトリのバグインスタンスの検索。 [紙] [データ]
• [2024/01/04] Pokergpt：大規模な言語モデルを介したマルチプレイヤーテキサスHold'em用のエンドツーエンドの軽量ソルバー。 [紙]

2023/12

• [2023/12/29]協力オンザフライ：アバロンゲームでのアドホックチームワークのための言語エージェントの探索。 [紙]
• [2023/12/23] LLM駆動の階層的言語エージェントのリアルタイムの人間と調整。 [紙] [プロジェクト]
• [2023/12/19]大規模な言語モデルでは、Starcraft II：ベンチマークと一連の要約アプローチを再生します。 [紙]
• [2023/12/14] Auto MC-Reward：Minecraftの大規模な言語モデルを使用した自動密な報酬設計。 [紙]
• [2023/12/12] MP5：アクティブな知覚を介して、Minecraftのマルチモーダルのオープンエンド具体化されたシステム。 [紙] [コード]
• [2023/12/08] Apollo's Oracle：Multi-Agent Debatesにおける検索された推論。 [紙] [コード]
• [2023/12/08] Glitchbench：大型マルチモーダルモデルはビデオゲームのグリッチを検出できますか？ [紙] [コード]
• [2023/12/07]コマーシャルビデオゲームでのLLM生成された対話のプレイヤー認識を調査するためのフレームワーク。 [紙] [ウェブサイト]
• [2023/12/05]クリエイティブエージェント：クリエイティブタスクのための想像力を持つエージェントの力を与える。 [紙] [コード]
• [2023/12/04]現代のビデオゲームでのデータ効率の良い模倣学習用の視覚エンコーダー。 [紙]
• [2023/12/02]言語政策の双方向の適応を介して、自由回答形式の具体化されたエージェントを構築します。 [紙]
• [2023/12/01]デジタル探偵の解読：マルチエージェントミステリーゲームにおけるLLMの行動と能力の理解。 [紙]

2023/11

• [2023/11/28]戦争と平和（Waragent）：世界大戦の大規模な言語モデルベースのマルチエージェントシミュレーション。 [紙] [コード]
• [2023/11/26]仮想環境で具体化されたエージェントを参照してください。 [紙] [コード]
• [2023/11/20] Designgpt：デザインのマルチエージェントコラボレーション。 [紙]
• [2023/11/14]魔法：認知、適応性、合理性、コラボレーションにおける大規模な言語モデル駆動のマルチエージェントの調査。 [紙] [コード]
• [2023/11/10] Jarvis-1：メモリが熟成したマルチモーダル言語モデルを備えたオープンワールドマルチタスクエージェント。 [紙] [コード]
• [2023/11/08]適応：言語モデルを使用した必要な分解と計画。 [紙] [コード]

2023/10

• [2023/10/31]大規模な言語モデルの知能を評価するために、単語推測ゲームを活用します。 [紙] [コード]
• [2023/10/29]狼男ゲームでの戦略的遊びのための強化学習を備えた言語エージェント。 [紙]
• [2023/10/23] LLMベースのエージェントソサエティ調査：アバロンゲームプレイでのコラボレーションと対立。 [紙]
• [2023/10/20] Steve-Eye：LLMベースの具体化されたエージェントに、オープンワールドでの視覚的認識を装備します。 [紙] [コード]
• [2023/10/18] Sotopia：言語エージェントにおける社会的知能のインタラクティブ評価。 [紙] [コード]
• [2023/10/16]キャラクター-LLM：ロールプレイングのための訓練可能なエージェント。 [紙] [コード]
• [2023/10/13] Llama Rider：オープンワールドを探求するために大規模な言語モデルに拍車をかけます。 [紙]
• [2023/10/12] GameGPT：ゲーム開発のためのマルチエージェントの共同フレームワーク。 [紙]
• [2023/10/12] Groot：ゲームプレイビデオを見ることで指示に従うことを学ぶ。 [紙] [コード]
• [2023/10/12] Octopus：環境フィードバックから具体化されたビジョン言語プログラマー。 [紙] [コード]
• [2023/10/10] Metaagents：共同生成エージェントを介したLLMベースのタスク指向調整の人間の行動の相互作用のシミュレーション。 [紙]
• [2023/10/09]ヒューマノイド剤：人間のような生成剤をシミュレートするためのプラットフォーム。 [紙] [コード]
• [2023/10/08] Avalonbench：AvalonのゲームをプレイするLLMの評価。 [紙] [コード]
• [2023/10/06]慎重な好奇心：人間のようなゲームプレイエージェントへの斬新なアプローチ。 [紙] [コード]
• [2023/10/05] LLM調整：大規模な言語モデルにおけるマルチエージェント調整能力の評価と分析。 [紙] [コード]
• [2023/10/03] LYFEエージェント：低コストのリアルタイムの社会的相互作用のための生成エージェント。 [紙]
• [2023/10/03]マルチモーダルの大手言語モデルを介したエンドツーエンドの具体化された意思決定に向けて：GPT4-Vision以降の探索。 [紙] [コード]
• [2023/10/02] SmartPlay：インテリジェントエージェントとしてのLLMSのベンチマーク。 [紙] [コード]
• [2023/10/02]アバロンの考えのゲーム：再帰的熟考による欺ceptionとの戦い。 [紙]
• [2023/10/01] Rolellm：大規模な言語モデルのロールプレイング能力のベンチマーク、誘発、および強化。 [紙] [コード]

2023/09

• [2023/09/29] Adarefiner：適応フィードバックを使用した言語モデルの決定を改良します。 [紙] [コード]
• [2023/09/29]モチーフ：人工知能フィードバックからの固有の動機。 [紙] [コード]
• [2023/09/29] LLM-Deliberation：インタラクティブなマルチエージェントネゴシエーションゲームでLLMを評価します。 [紙] [コード]
• [2023/09/29]疑わしいエージェント：Mindの理論でGPT-4の理論で不完全な情報ゲームをプレイします。 [紙] [コード]
• [2023/09/29] Autoagents：自動エージェント生成のフレームワーク。 [紙] [コード]
• [2023/09/21]真の知識は実践から来ています：補強学習を介して、大規模な言語モデルを具体化された環境に合わせる。 [紙] [コード]
• [2023/09/18] MINDAGENT：緊急のゲームの相互作用。 [紙] [コード]
• [2023/09/14]エージェント：自律言語エージェント向けのオープンソースフレームワーク。 [紙] [コード]
• [2023/09/09]コミュニケーションゲームのための大規模な言語モデルの調査：狼に関する実証研究。 [紙]

2023/08

• [2023/08/23] ChatGptとGPT-4の優れたポーカープレーヤーですか？ - プリフロップ分析。 [紙]
• [2023/08/22] Proagent：大規模な言語モデルを使用したプロアクティブな協同AIの構築。 [紙] [コード]
• [2023/08/21] Agentverse：マルチエージェントのコラボレーションを促進し、エージェントの緊急行動を調査します。 [紙] [コード]
• [2023/08/19] GameEval：会話ゲームでLLMを評価します。 [紙] [コード]
• [2023/08/16] Autogen：マルチエージェント会話フレームワークを介して次世代LLMアプリケーションを有効にします。 [紙]
• [2023/08/15]カリプソ：ダンジョンマスターのアシスタントとしてのLLMS。 [紙]
• [2023/08/08] Agentsims：大規模な言語モデル評価のためのオープンソースサンドボックス。 [紙]
• [2023/08/01] Metagpt：Multi-Agent Collaborative FrameworkのMetaプログラミング。 [紙] [コード]

2023/07

• [2023/07/24]タチクマ：大規模な言語モデルによるマルチキャラクターおよび新しいオブジェクトとの複雑な相互作用の理解。 [紙]
• [2023/07/21]選択的知覚：言語モデル俳優の補強学習で状態の説明を最適化します。 [紙] [プロジェクト]
• [2023/07/12] SayPlan：スケーラブルなタスク計画のために3Dシーングラフを使用した大きな言語モデルの接地。 [紙]
• [2023/07/05]大規模な言語モデルを使用して、協同組合具体的なエージェントをモジュールで構築します。 [紙] [コード]
• [2023/07/04] TAPA：大規模な言語モデルで具体化されたタスク計画。 [紙] [コード]

2023/06

• [2023/06/20] Sprint：言語命令の再アベリングによるスケーラブルなポリシー事前トレーニング。 [紙] [コード]
• [2023/06/15] Chessgpt：ブリッジングポリシーの学習と言語モデリング。 [紙] [コード]
• [2023/06/02] Omni：人間の興味深い概念のモデルを介した無制限。 [紙] [コード]
• [2023/06/01] Steve-1：Minecraftのテキストから行動への生成モデル。 [紙] [コード]

2023/05

• [5月23日]コテージ：コヒーレントテキストアドベンチャーゲームの世代。 [紙] [コード]
• [2023/05/30] Alphablock：ロボット操作におけるビジョン言語の推論のために具体化された微調整。 [紙]
• [2023/05/26]大規模な言語モデルで繰り返しゲームをプレイします。 [紙]
• [2023/05/25] Voyager：大規模な言語モデルを備えたオープンエンドの具体化されたエージェント。 [紙] [コード]
• [2023/05/25] Minecraftの幽霊：テキストベースの知識とメモリを備えた大規模な言語モデルを介したオープンワールド環境の一般的な有能なエージェント。 [紙] [コード]
• [2023/05/24]春：論文の勉強とゲームをする理由。 [紙] [コード]
• [2023/05/23]マルチエージェントの議論による言語モデルの事実と推論の改善。 [紙] [コード]
• [2023/05/17] AIフィードバックからの自己プレイとコンテキスト内学習による言語モデルの交渉の改善。 [紙] [コード]
• [2023/05/09] Tidybot：大規模な言語モデルを使用したパーソナライズされたロボット支援。 [紙] [コード]
• [2023/05/01] ARK：知識のあるインタラクティブな緊急能力を備えた拡張現実。 [紙]

2023/04

• [2023/04/07]生成エージェント：人間の行動のインタラクティブなシミュレーション。 [紙] [コード]
• [2023/04/06]大規模な言語モデルはテキストゲームをよく再生できますか？現在の最先端の公開質問。 [紙] [コード]
• [APR-23]ロールプレイングゲームにおけるパーソナライズされたクエストと対話の生成：知識グラフモデルおよび言語モデルベースのアプローチ。 [紙] [コード]

2023/03

• [2023/03/31]ラクダ：「マインド」大規模な言語モデル社会の探索のコミュニケーションエージェント。 [紙] [コード]
• [2023/03/29]オープンワールドの長老タスクのスキル強化学習と計画。 [紙] [コード]
• [2023/03/06] Palm-E：具体化されたマルチモーダル言語モデル。 [紙]

2023/02

• [2023/02/13]大規模な言語モデルを使用した補強学習における事前トレーニングを導く。 [紙] [コード]
• [2023/02/12] Mariogpt：大規模な言語モデルを介したオープンエンドのText2Level生成。 [紙] [コード]
• [2023/02/03]説明、説明、計画、および選択：LLMを使用したインタラクティブな計画により、オープンワールドマルチタスクエージェントが可能になります。 [紙] [コード]

2023/01

• [2023/01/28]具体化されたエージェントは、ピクセル化された羊の夢を夢見ています。言語誘導世界モデリングを使用した具体化された意思決定。 [紙]
• [2023/01/21]ゴールアウェア表現学習と適応型ホライズン予測を通じて、オープンワールドマルチタスク制御。 [紙] [コード]

2022

• [2022/11/22]言語モデルと戦略的推論を組み合わせることにより、外交のゲームでの人間レベルのプレイ。 [紙]
• [2022/11/21]ビジョン言語モデルを使用した命令増強によるロボットスキルの獲得。 [紙]
• [2022/10/24]緊急世界表現：合成タスクで訓練されたシーケンスモデルの調査。 [紙] [コード]
• [2022/10/05]大規模な言語モデルは、かなり優れたゼロショットビデオゲームバグ検出器です。 [紙] [コード]
• [2022/08/08] Social Simulacra：ソーシャルコンピューティングシステム向けの人口型プロトタイプの作成。 [紙]
• [2022/07/12]内部モノローグ：言語モデルを計画することにより、推論を具体化しました。 [紙]
• [2022/06/23]ビデオ事前トレーニング（VPT）：ラベルのないオンラインビデオを見ることで行動することを学ぶ。 [紙]
• [2022/06/07] Minedojo：インターネット規模の知識を持つオープンエンドの具体化されたエージェントの構築。 [紙] [コード]

引用

このリポジトリが便利だと思う場合は、私たちの論文を引用してください。

 @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}
}

接触

• BörjeF。Karlsson @tellarin：[email protected]
• xinrun xu @xinrunxu：[email protected]