GPA LM

一項有關遊戲代理和大型模型的調查：方法，應用程序和挑戰

---

？即將推出：在每篇論文中添加一句介紹。

[arxiv]♦[PDF]

？消息

[2024/02/06]創建此存儲庫，以維護基於LLM的代理商遊戲玩法的列表。更多論文即將推出！

2024/08

• [2024/08/07] Optimus-1：混合多模式內存授權的代理在長馬上任務中出色。 [紙] [代碼]

2024/07

• [2024/07/21] vivesogamebunny：邁向視頻遊戲的視覺助手。 [紙] [代碼]
• [2024/07/05]自動化：一種可進化的遊戲語言，用於學習強大的體現劑。 [紙]
• [2024/07/02]搖籃：將基礎代理授予通用計算機控制。 [紙] [項目]

2024/06

• [2024/06/20]在泥土場中的兩個長頸鹿：使用遊戲玩法研究大型多模式模型中的情況建模。 [紙]

2024/05

• [2024/05/23]朝著有效的LLM接地，以實現多代理協作。 [紙] [項目]
• [2024/05/11]及時策略：一項有意義的能量遊戲中的LLM-evaluating代理的試點研究。 [紙]

2024/04

• [2024/04/17] AgentKit：帶有圖的流程工程，而不是編碼。 [紙] [代碼]
• [2024/04/16]自我播放的對抗性語言遊戲增強了LLM推理。 [紙] [代碼]

2024/03

• [2024/03/23]與Street Fighter III實時評估LLMS。 [代碼]
• [2024/03/19]體現的LLM代理學會在有組織的團隊中合作。 [紙]
• [2024/03/18]可以通過熔爐對其合作能力的評估來評估其合作代理？ [紙]
• [2024/03/18] Envgen：通過LLMS生成和適應環境，用於訓練體現的劑。 [紙]
• [2024/03/18] MinedReamer：學習通過想像鏈遵循指示進行模擬世界控制。 [紙] [代碼]
• [2024/03/14]在許多模擬世界中縮放可指導的代理。 [紙]
• [2024/03/13]用於開放式多代理導航的層次自動組織系統。 [紙]
• [2024/03/13] Sotopia- $ pi $：對社會智能語言代理的交互式學習。 [紙] [代碼]
• [2024/03/08] GPT-4會運行厄運嗎？ [紙] [代碼]
• [2024/03/05]邁向通用計算機控制：紅色死贖回II的多模式代理作為案例研究。 [紙] [項目]
• [2024/03/01]使用LLMS播放Nethack：零拍攝代理的潛在和局限性。 [紙] [代碼]

2024/02

• [2024/02/29] RL-GPT：集成加固學習和代碼為政策。 [紙]
• [2024/02/27] Agent-Pro：學習通過策略級別的反思和優化發展。 [紙] [代碼]
• [2024/02/21] PCA-BENCH：評估感知認知鏈中的多模式大型語言模型。 [紙] [代碼]
• [2024/02/20]如果LLM具有不同的世界觀：用基於LLM的代理模擬外星文明。 [紙] [代碼]
• [2024/02/07] S-代理：開放式環境中的自組織劑。 [紙]
• [2024/02/04]增強了遊戲中大型語言模型的推理。 [紙]
• [2024/02/02]Pokéllmon：一種具有大型語言模型的口袋妖怪戰鬥的人類 - 主體。 [紙] [代碼]

2024/01

• [2024/01/31] Swarmbrain：實時策略遊戲《星際爭霸II》通過大語言模型的體現代理。 [紙]
• [2024/01/19] CivRealm：決策代理人文明中的學習和推理。 [紙] [代碼]
• [2024/01/17]在遊戲播放視頻存儲庫中搜索錯誤實例。 [紙] [數據]
• [2024/01/04] Pokergpt：用於多人德克薩斯州端到端的輕量級求解器通過大語言模型持有。 [紙]

2023/12

• [2023/12/29]即時合作：探索Avalon遊戲中臨時團隊的語言代理。 [紙]
• [2023/12/23]實時人類協調的LLM-Power層次級別語言代理。 [紙] [項目]
• [2023/12/19]大語言模型播放Starcraft II：基準和摘要方法。 [紙]
• [2023/12/14]自動MC-Reward：Minecraft大型語言模型的自動密集獎勵設計。 [紙]
• [2023/12/12] MP5：Minecraft中的多模式開放式體現系統通過主動感知。 [紙] [代碼]
• [2023/12/08] Apollo的Oracle：多代理辯論中的檢索提示推理。 [紙] [代碼]
• [2023/12/08] Glitchbench：大型多模型可以檢測到視頻遊戲故障嗎？ [紙] [代碼]
• [2023/12/07]一個框架，用於探索商用視頻遊戲中LLM生成的對話的播放器感知。 [紙] [網站]
• [2023/12/05]創意代理人：通過創造性任務的想像力賦予代理商。 [紙] [代碼]
• [2023/12/04]現代視頻遊戲中的數據效率模仿學習的視覺編碼器。 [紙]
• [2023/12/02]通過語言雙向適應來構建開放式體現的代理。 [紙]
• [2023/12/01]解密數字偵探：了解多代理神秘遊戲中的LLM行為和能力。 [紙]

2023/11

• [2023/11/28]戰爭與和平（戰爭）：大型語言模型的多人模擬世界大戰。 [紙] [代碼]
• [2023/11/26]請參閱和思考：虛擬環境中體現的代理。 [紙] [代碼]
• [2023/11/20] DesignGpt：設計多代理協作。 [紙]
• [2023/11/14]魔術：大型語言模型在認知，適應性，理性和協作方面提供多代理的調查。 [紙] [代碼]
• [2023/11/10] JARVIS-1：帶有內存的多模式模型的開放世界多任務代理。 [紙] [代碼]
• [2023/11/08]適應：與語言模型相關的分解和計劃。 [紙] [代碼]

2023/10

• [2023/10/31]利用單詞猜測遊戲來評估大語言模型的智能。 [紙] [代碼]
• [2023/10/29]在狼人遊戲中進行戰略性遊戲的強化學習語言媒介。 [紙]
• [2023/10/23]基於LLM的代理商協會調查：Avalon遊戲玩法中的合作與對抗。 [紙]
• [2023/10/20] Steve-Eye：在開放世界中為基於LLM的體現的代理提供視覺感知。 [紙] [代碼]
• [2023/10/18] Sotopia：語言代理中社會智能的互動評估。 [紙] [代碼]
• [2023/10/16]角色-LLM：可訓練的角色扮演的代理。 [紙] [代碼]
• [2023/10/13] Llama Rider：刺激大型語言模型探索開放世界。 [紙]
• [2023/10/12] GameGpt：遊戲開發的多代理協作框架。 [紙]
• [2023/10/12] Groot：通過觀看遊戲視頻來學習遵循說明。 [紙] [代碼]
• [2023/10/12]章魚：環境反饋的具體視覺語言程序員。 [紙] [代碼]
• [2023/10/10] Metaagents：通過協作生成代理模擬人類行為的相互作用，以基於LLM的任務為導向的協調。 [紙]
• [2023/10/09]類人生物劑：模擬類似人類生成劑的平台。 [紙] [代碼]
• [2023/10/08] Avalonbench：評估LLMS玩Avalon遊戲。 [紙] [代碼]
• [2023/10/06]謹慎的好奇心：一種類似人類的遊戲特工的新方法。 [紙] [代碼]
• [2023/10/05] LLM-COODINATION：評估和分析大語言模型中的多代理協調能力。 [紙] [代碼]
• [2023/10/03] Lyfe代理：低成本實時社交互動的生成代理。 [紙]
• [2023/10/03]通過多模式大語言模型朝向端到端的體現決策：具有GPT4-Vision及以後的探索。 [紙] [代碼]
• [2023/10/02] SmartPlay：LLMS作為智能代理的基準。 [紙] [代碼]
• [2023/10/02] Avalon的思想遊戲：通過遞歸沉思與欺騙戰鬥。 [紙]
• [2023/10/01] Rolellm：大型語言模型的基準測試，啟發和增強角色扮演能力。 [紙] [代碼]

2023/09

• [2023/09/29] AdareFiner：具有自適應反饋的語言模型的精煉決策。 [紙] [代碼]
• [2023/09/29]主題：人工智能反饋的內在動機。 [紙] [代碼]
• [2023/09/29] LLM-DELEBRITATY：通過交互式多代理談判遊戲評估LLM。 [紙] [代碼]
• [2023/09/29]可疑 - 代理：與心智理論GPT-4一起玩不完美的信息遊戲。 [紙] [代碼]
• [2023/09/29]自動代理：自動代理的框架。 [紙] [代碼]
• [2023/09/21]真正的知識來自實踐：通過增強學習使大型語言模型與具體的環境結合。 [紙] [代碼]
• [2023/09/18] Mindagent：新興遊戲相互作用。 [紙] [代碼]
• [2023/09/14]代理：自主語言代理的開源框架。 [紙] [代碼]
• [2023/09/09]探索通信游戲的大型語言模型：一項關於狼人的實證研究。 [紙]

2023/08

• [2023/08/23] CHATGPT和GPT-4是好撲克玩家嗎？ [紙]
• [2023/08/22]主張：使用大語言模型構建主動合作AI。 [紙] [代碼]
• [2023/08/21]代理：促進多代理協作並探索代理中的新興行為。 [紙] [代碼]
• [2023/08/19] GameEval：評估對話遊戲中的LLM。 [紙] [代碼]
• [2023/08/16] Autogen：通過多代理對話框架啟用下一代LLM應用程序。 [紙]
• [2023/08/15] Calypso：LLMS作為地牢大師的助手。 [紙]
• [2023/08/08]代理：用於大語言模型評估的開源沙箱。 [紙]
• [2023/08/01] METAGPT：用於多代理協作框架的元編程。 [紙] [代碼]

2023/07

• [2023/07/24] Tachikuma：通過大型語言模型了解與多字符和新穎對象的複雜相互作用。 [紙]
• [2023/07/21]選擇性感知：通過對語言模型參與者進行強化學習的優化狀態描述。 [紙] [項目]
• [2023/07/12] Sayplan：使用3D場景圖進行大型語言模型，以進行可擴展任務計劃。 [紙]
• [2023/07/05]通過大型語言模型模塊化建造合作體現的代理。 [紙] [代碼]
• [2023/07/04] TAPA：具有大語言模型的體現任務計劃。 [紙] [代碼]

2023/06

• [2023/06/20] Sprint：可擴展的策略通過語言指令進行重新標記。 [紙] [代碼]
• [2023/06/15] Chessgpt：橋接政策學習和語言建模。 [紙] [代碼]
• [2023/06/02] Omni：通過人類興趣概念的模型開放性。 [紙] [代碼]
• [2023/06/01] Steve-1：Minecraft中文本到行為的生成模型。 [紙] [代碼]

2023/05

• [5月23日]小屋：連貫的文本冒險遊戲一代。 [紙] [代碼]
• [2023/05/30] Alphablock：在機器人操縱中進行視覺推理的體現填充。 [紙]
• [2023/05/26]使用大語言模型玩重複的遊戲。 [紙]
• [2023/05/25] Voyager：具有大語言模型的開放式體現代理。 [紙] [代碼]
• [2023/05/25] Minecraft中的Ghost：通過具有基於文本的知識和記憶的大語言模型，開放世界環境的通常有能力的代理。 [紙] [代碼]
• [2023/05/24]春季：研究論文和推理遊戲。 [紙] [代碼]
• [2023/05/23]通過多種辯論改善語言模型中的事實和推理。 [紙] [代碼]
• [2023/05/17]從AI反饋中改善語言模型談判，並在自我播放中學習。 [紙] [代碼]
• [2023/05/09] Tidybot：大型語言模型的個性化機器人幫助。 [紙] [代碼]
• [2023/05/01]方舟：具有知識互動的新興能力增強現實。 [紙]

2023/04

• [2023/04/07]生成劑：人類行為的互動模擬。 [紙] [代碼]
• [2023/04/06]大語言模型可以很好地玩文本遊戲嗎？當前的最新和開放問題。 [紙] [代碼]
• [APR-23]角色扮演遊戲中的個性化追求和對話生成：一種知識圖和基於語言模型的方法。 [紙] [代碼]

2023/03

• [2023/03/31]駱駝：“思維”探索大語模型社會的交流代理。 [紙] [代碼]
• [2023/03/29]針對開放世界的長期任務的技能增強學習和計劃。 [紙] [代碼]
• [2023/03/06] Palm-E：一種具體的多模式模型。 [紙]

2023/02

• [2023/02/13]通過大型語言模型指導在加強學習方面進行預處理。 [紙] [代碼]
• [2023/02/12] Mariogpt：開放式文本2通過大型語言模型級生成。 [紙] [代碼]
• [2023/02/03]描述，解釋，計劃和選擇：使用LLMS的交互式計劃啟用開放世界多任務代理。 [紙] [代碼]

2023/01

• [2023/01/28]確實體現了像素化綿羊的夢想：使用語言指導世界建模的具體決策。 [紙]
• [2023/01/21]通過目標感知表示和自適應地平線預測，開放世界多任務控制。 [紙] [代碼]

2022

• [2022/11/22]通過將語言模型與戰略推理相結合，在外交遊戲中的人 - 級遊戲。 [紙]
• [2022/11/21]通過視覺模型的指導增強機器人技能獲取。 [紙]
• [2022/10/24]新興世界表示：探索經過合成任務的序列模型。 [紙] [代碼]
• [2022/10/05]大語言模型是非常不錯的零照片視頻遊戲錯誤探測器。 [紙] [代碼]
• [2022/08/08]社會模擬：為社交計算系統創建填充的原型。 [紙]
• [2022/07/12]內部獨白：通過使用語言模型進行計劃來體現推理。 [紙]
• [2022/06/23]視頻預處理（VPT）：通過觀看未標記的在線視頻來學習採取行動。 [紙]
• [2022/06/07] Minedojo：具有互聯網規模知識的開放式體現代理。 [紙] [代碼]

引用

如果您發現此存儲庫有用，請引用我們的論文：

 @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}
}

接觸

• BörjeF。Karlsson @tellarin：[email protected]
• Xinrun Xu @xinrunxu：[email protected]