如何利用智能体玩转“狼人杀“-CSDN博客

从 23 年开年以来，大模型引爆了各行各业。就笔者经历来看，去年比较出圈的是各类文生图的应用，比如 stable diffusion。网上可以看到各类公众号不遗余力地解释其背后的原理和应用。另外一条平行线，则是文生文的场景。受限于当时当时 LLM（大预言模型）的能力，其应用场景相当受限。不过，进入到 24 年以来，GPT4, Claude3, LLaMa3, Mistral 等大模型的能力开始不断增强，将各路榜单分数不断提高。LLM 生态同时也在快速进化，各种“智能体”开始屡见不鲜。

斯坦福大学吴恩达教授也于前不久之前发表了著名的智能体“四种设计模式”：反思，工具使用，规划和多智能体协作。在目前大模型的能力前提下，往往利用良好的“流程设计”可以做到“三个臭皮匠胜过一个诸葛亮”的效果。要做到这样效果，有别于传统方法，智能体工作流不是让 LLM 直接生成最终输出，而是多次提示（prompt）LLM，使其逐步构建更高质量的输出。

在这篇文章中，笔者利用了上述思想，将展示如何使用“智能体”技术，从头开始搭建一个“狼人杀”游戏服务器端。

狼人杀

既然是《狼人杀》游戏，我们需要知道 LLM 对它的了解程度如何？这里笔者对它提了几个问题，发现它对于 LLM 是有基本的了解的。这可能是这个游戏已经存在了很多年，在互联网上有大量相关的语料，因此在训练的时候 LLM 对它就有天然的认知。

不过这也带来了新的问题：

这么多版本，如何让 LLM 在游戏过程中保持和人类一致的认知？
游戏中每个角色都是有自己的设定和功能的，如何写提示词，才能让 LLM 代入角色？
游戏中同阵营角色如何进行配合？
作为 LLM 驱动的游戏，它和传统游戏开发有什么不一样？
市面上那么多的 LLM，哪一款能真正地将游戏玩下去？
等等

GenAI 技术

下面笔者会介绍一些目前比较火热的 GenAI 技术，同样也是《狼人杀》游戏用到的技术。不过由于这块涉及内容很多，受限于篇幅无法全部展开，请谅解。

LLM Tuning

对于模型微调手段，通常有如下四种手段：

提示词工程（PE）：通过提示词模版的方式引导 LLM 的输出
检索式增强（RAG）：通过向量数据库来存储私有知识库，减少 LLM 的幻觉
微调（Fine-Tuning）：通过向 LLM 训练中增加私有词条，让 LLM 输出带有一定偏向性
预训练（Pre-Traning）：从头训练一个新模型

提示词工程

常用的提示词工程技术有（这里主要介绍在游戏中使用到的方法）：

zero-shot/few-shot：在没有或者少量样本情况下引导 LLM 进行输出
CoT/XoT：利用大模型的推理能力，一步一步输出中间过程来提高提示词效果。
ReAct：让 LLM 逐步思考观察，并且使用工具来获取额外信息，循环前面过程来引导出可信结果
Reflextion：它由三个不同的模型组成：Actor、Evaluator 和 Self-Reflection。Actor 模型使用大型语言模型（LLM）来生成文本和动作，并在环境中接收观察结果。Evaluator 模型负责评估 Actor 产生的轨迹的质量，并计算一个奖励分数以反映其性能。Self-Reflection 模型则对反馈内容进行反思，为后续流程提供有价值的反馈信息。这三个模型共同协作，在任务中不断迭代优化，从而提高决策能力。

接下来可以看，如何在《狼人杀》游戏中使用这些提示词技巧。

游戏规则设定

通过以下的规则设定传入 LLM 后，我们可以限定住游戏的版本，并且将一些常用的策略告知大模型，也能有助于 LLM 进行游戏。

## 游戏分坏人和好人两大阵营, 
- 坏人阵营只有狼人,好人阵营有女巫，预言家和村民
- 阵营配置:{formation}
- 坏人阵营:消灭所有好人,或者保证坏人数目大于好人数目
- 好人阵营:女巫和预言家要利用自己特殊能力保护村民消灭所有坏人

## 游戏分白天和夜晚两个阶段交替进行:
- 夜晚:所有玩家闭眼，不能发言，行动不会暴露身份
-- 狼人的行动必须统一投票淘汰一名玩家
-- 预言家必须查验一名玩家身份
-- 女巫必须使用一种药水
-- 普通村民晚上无法行动和发言
- 白天:所有玩家睁眼, 分为讨论和投票两环节
-- 讨论环节，每个玩家必须参与讨论发言
-- 投票环节，每个玩家必须投票或者放弃

## 策略：
- 村民：多观察大家发言，说出站队理由，根据场上局势和信息来进行判断
- 女巫：只有一瓶毒药和一瓶解药，可以暗示但需要隐藏自己身份
-- 毒药可以立马淘汰一名玩家
-- 解药可以让淘汰的玩家复活
- 预言家：发言要流利，多说细节。第二天不要跳，第三天可以跳
- 狼人:
-- 悍跳预言家：发言强势，制造混乱，模仿预言家发言
-- 普通狼人：发言精简，根据情况站队，必要时踩自己队友
-- 自刀狼人1：狼人夜晚自刀，骗女巫解药，若女巫不救，则狼人团队减1，若女巫救人，则可坐实好人身份
-- 自刀狼人2: 和真预言家一起跳“预言家”时候，自刀让好人相信自己身份