七个LLM的狼人杀之夜

最新推荐文章于 2024-09-20 10:46:43 发布
最新推荐文章于 2024-09-20 10:46:43 发布
阅读量611 收藏 1
点赞数 2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27590277/article/details/132913767
版权

407e685d06c9dae12bc35561f66aa9b5.jpeg

深度学习自然语言处理 原创
作者：Winnie

在最新一篇论文中，研究团队让一群大语言模型(LLM)开了一局狼人杀游戏。通过多种Prompt方法集成，LLM不仅成功地参与了游戏，还涌现出了信任、欺诈和领导力等团体能力。

4b9fc05c13f1e2067d453048cd411668.png

Paper: Exploring Large Language Models for Communication Games: An Empirical Study on Werewolf
Link: https://arxiv.org/abs/2309.04658

进NLP群—>加入NLP交流群

问题定义

在这场狼人杀游戏中，七名LLM被分配了五种不同的角色，包括狼人、村民、女巫、守卫和预言家。游戏在白天和黑夜之间交替进行，每个阶段都有特定的活动和决策需要做出。

c052eeb4912433b4623d3ac86c8e96eb.png

Prompt方法

为了让LLM智能体能够更好地适应这种动态和策略性十足的游戏环境，研究团队运用了多种prompt方法来促进推理。对于每个LLM参与者，它的prompt如下图所示：

1a1232f760caba92e43b2d4e7683b476.png

研究人员为每个角色定义了一些基本问题。这些问题旨在回忆有用的信息。此外，它们还起到了指导LLM初始思维的作用。这些问题如下表所示。

790109c6c6c762b1c693a09bf2136287.png

实验结果

为了评估prompt方法，作者变体模型输出中提取了50个响应，进行了人工评估。在这个过程中，评注者需要判断每个输出的合理性，其中包括检查是否存在幻觉、是否忽视了其他因素的影响或是否采取了反直觉的行动。下图展示了方法的效果。结果清楚地表明，完整的prompt方法可以比其他任何变体产生更合理和更现实的响应。

7349a98bc3771c1904279b30362b0420.png

此外，游戏中观察到LLM在游戏规则或提示中表现出一些没有明确预编程的战略行为。这些行为分为四类，包括信任、对抗、伪装和领导。

结语

经过一系列游戏实验，LLM不仅展示了深刻的游戏理解力，还成功地模拟了人类玩家在游戏中可能展示的多元特质。这项实验不仅丰富了我们对LLM在策略游戏中的能力理解，还为未来的多LLM合作解决任务打开了新的可能性。

进NLP群—>加入NLP交流群

zenRRan
关注
强化学习驱动的狼人游戏语言智能体战略玩法
qq_52053775的博客
07-11 261
在AI领域，构建具备逻辑推理、战略决策以及人类沟通能力的智能体一直被视为长远追求。大规模语言模型（LLMs）凭借丰富的知识储备和出色的泛化能力，在构建智能体方面呈现出巨大的应用潜力，并已推动了一系列近期的技术突破。这些基于LLM的智能体在网页浏览、复杂电子游戏及现实应用等多个场景中均展现出卓越的性能。在多智能体环境中，它们更是展现了与人类相似的互动、零样本合作以及与对手竞争的能力。尽管已取得显著成就，但在面对复杂的决策任务，如多智能体游戏时，
《Exploring Large Language Models for Communication Games: An Empirical Study on Werewolf》全文翻译
晓野豬
09-16 1781
交流博弈，我们称之为严重依赖自然语言交流的不完全信息博弈，在经济学、社会科学、人工智能等领域具有重要的研究价值。在这项工作中，我们探讨了如何在交流游戏中使用大型语言模型（LLM）的问题，并作为回应，提出了一个免调优框架。我们的方法使 LLMs 保持冻结状态，并依赖于对过去的沟通和经验的检索和反思来进行改进。对具有代表性和广泛研究的通讯游戏 “狼人杀” 的实证研究表明，我们的框架可以有效地玩狼人杀游戏，而无需调整 LLMs 的参数。
七个 LLM 的狼人杀之夜；马斯克的星链残骸会“砸死人”？OpenAI 安全漏洞曝光丨RTE开发者日报 Vol.66
声网的博客
10-13 264
本期关键词：美国太空部队、台积电、马斯克
增强游戏狼人杀中LLM的推理能力
yorkhunter的博客
06-07 998
24年2月腾讯实验室的论文“Enhance Reasoning for Large Language Models in the Game Werewolf”。
用AI实现狼人杀的游戏（有完整代码）
zx_glave的博客
09-20 1662
说实话，我不太会玩狼人杀，这些规则请教了好几个人，因此采用了最简单的9人局，三个狼人，一个猎人，一个女巫，一个预言家，三个平民，最简单的一种组队方式。角色的分配是程序随机进行分配的。狼人杀相比麻将，三国杀等游戏，具有更多维的随机性，涉及到人的心理，动作，语言，甚至一个表情等等，因此它不像麻将，三国杀那样，依靠传统的计算机程序就可以很好的模拟。值得一提的是，这个游戏还可以用作模型的推理能力的测评，不一定能定量的给出结果，但是可以通过变换大模型，然后各自玩上几把，就对不同的模型的推理能力有一个比较结果。
基于强化学习的语言代理在狼人杀中的战略对局（Language Agents with RL for Strategic Play in the Werewolf Game）
陈超帅的博客
01-21 1217
基于强化学习的语言代理在狼人杀中的战略对局（Language Agents with RL for Strategic Play in the Werewolf Game） 在人工智能的领域里，大型语言模型（LLM）的发展正开辟着新的天地。大多数研究聚焦在单一智能体或者合作任务上，但对于多智能体这样的复杂场景，探索还远远不够。今天，我们来探讨一项有趣的研究—如何将强化学习（RL）技术应用到LLM，以在诸如狼人杀这种社交推理游戏中培养出具备高度战略思维的语言代理。
在狼人杀策略游戏中带RL的语言智体
yorkhunter的博客
06-08 382
23年10月清华大学、上海期智研究院和CMU的论文“Language Agents with RL for Strategic Play in the Werewolf Game”；
LLMs 玩狼人杀：清华大学验证大模型参与复杂交流博弈游戏的能力
HyperAI超神经
12-18 1410
作者：彬彬编辑：李宝珠，三羊清华大学研究团队提出了一种用于交流游戏的框架，展示了大语言模型从经验中学习的能力，还发现大语言模型具有非预编程的策略行为，如信任、对抗、伪装和领导力。近年来，用 AI 玩狼人杀和扑克等游戏的研究引起广泛关注。面对严重依赖自然语言交流的复杂博弈游戏，AI Agent 必须从模糊的自然语言话语中收集和推断信息，这具有更大的实际价值和挑战。而随着 GPT 这样的大语言模型取得重大进展，其对复杂语言的理解、生成和推理能力不断提升，表现出一定程度的模拟人类行为的潜力。
基于西门子S7-200 PLC和组态王的八层电梯控制系统设计与实现
04-26
内容概要：本文详细介绍了基于西门子S7-200 PLC和组态王软件构建的八层电梯控制系统。首先阐述了系统的硬件配置，包括PLC的IO分配策略，如输入输出信号的具体分配及其重要性。接着深入探讨了梯形图编程逻辑，涵盖外呼信号处理、轿厢运动控制以及楼层判断等关键环节。随后讲解了组态王的画面设计，包括动画效果的实现方法，如楼层按钮绑定、轿厢移动动画和门开合效果等。最后分享了一些调试经验和注意事项，如模拟困人场景、防抖逻辑、接线艺术等。 适合人群：从事自动化控制领域的工程师和技术人员，尤其是对PLC编程和组态软件有一定基础的人群。 使用场景及目标：适用于需要设计和实施小型电梯控制系统的工程项目。主要目标是帮助读者掌握PLC编程技巧、组态画面设计方法以及系统联调经验，从而提高项目的成功率。 其他说明：文中提供了详细的代码片段和调试技巧，有助于读者更好地理解和应用相关知识点。此外，还强调了安全性和可靠性方面的考量，如急停按钮的正确接入和硬件互锁设计等。
无人驾驶领域中动力学MPC算法实现蛇形线路径跟踪
04-26
内容概要：本文深入探讨了无人驾驶车辆使用动力学MPC（模型预测控制）算法进行蛇形线路径跟踪的技术细节。首先介绍了蛇形线的特点及其对无人驾驶车辆带来的挑战，随后详细讲解了动力学MPC算法的基础理论，包括车辆状态表示、运动方程建模以及控制输入的选择。接着重点阐述了如何通过定义合适的目标函数并加入适当的约束条件来优化MPC算法，使其能够高效地完成蛇形线路径跟踪任务。此外，文中还讨论了一些常见的错误做法和技术改进措施，如引入航向角误差补偿项、采用松弛变量处理约束条件等。最后，作者分享了多个实用的小技巧，例如预测时域内的速度适配和平滑处理、适当降低控制频率以提高跟踪精度等。 适合人群：对无人驾驶技术和控制算法感兴趣的科研人员、工程师及高校学生。 使用场景及目标：适用于研究无人驾驶车辆路径规划与控制领域的项目开发，旨在帮助读者掌握动力学MPC算法的具体应用方法，从而更好地解决实际工程问题。 其他说明：文章不仅提供了详细的理论推导和代码实现，还结合具体案例进行了充分的实验验证，确保所提出的解决方案具有较高的可行性和可靠性。
BYVIN电动四轮车控制器代码详解：STM32F4硬件与软件设计
04-26
内容概要：本文详细介绍了BYVIN（比德文）电动四轮车控制器的技术细节，涵盖了硬件设计和软件实现两大部分。硬件方面，提供了PCB文件和PDF原理图，展示了电路板布局、元件位置及电路连接关系。软件方面，代码结构清晰，模块化设计良好，包括初始化、速度数据处理、PWM配置、故障保护机制等功能模块。文中还提到了一些独特的设计细节，如PWM死区补偿、故障分级处理、卡尔曼滤波估算电池电量等。此外，代码仓库中还包括了详细的注释和调试技巧，如CAN总线实时数据传输、硬件级关断+软件状态机联动等。 适合人群：具备一定嵌入式开发基础的研发人员，尤其是对STM32F4系列单片机和电动车辆控制系统感兴趣的工程师。 使用场景及目标：适用于希望深入了解电动四轮车控制器设计原理和技术实现的研究人员和开发者。目标是掌握电动四轮车控制器的硬件设计方法和软件编程技巧，提升实际项目开发能力。 其他说明：本文不仅提供了代码和技术细节，还分享了许多实战经验和设计思路，有助于读者更好地理解和应用这些技术。
基于S7 300 PLC与组态王的车门包边机控制系统设计及应用
04-26
内容概要：本文详细介绍了基于S7 300 PLC和组态王的车门包边机控制系统的设计与实现。主要内容涵盖I/O分配、梯形图编程、接线图设计以及组态王的画面构建。文中通过具体的实例展示了如何利用PLC实现车门包边机的精确控制，包括启动逻辑、电机与气缸控制逻辑等。此外，还讨论了接线图中的防干扰措施、梯形图中的特殊逻辑设计以及组态王中的动态效果实现方法。最终，通过合理的硬件配置和软件编程，实现了高效、稳定且直观的车门包边机控制系统。 适合人群：从事工业自动化领域的工程师和技术人员，尤其是熟悉PLC编程和组态软件使用的专业人士。 使用场景及目标：适用于汽车制造生产线中的车门包边机控制系统的开发与维护。目标是提高生产设备的自动化水平，增强系统的稳定性和可靠性，减少人工干预，提升生产效率。 其他说明：本文不仅提供了详细的理论讲解，还包括了许多实际操作中的经验和技巧，有助于读者更好地理解和应用相关技术。
基于C#实现的照片自动分拣程序+源码+项目文档（毕业设计&课程设计&项目开发）
04-26
基于C#实现的照片自动分拣程序+源码+项目文档，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用，详情见md文档 简单易用的照片自动分类工具，它能够自动读取照片的拍摄日期信息，并按照年月结构将照片整理到对应的文件夹中，帮助用户轻松管理大量照片文件。 主要功能 自动分类：根据照片的拍摄时间，自动将照片分类到对应的年月文件夹中 多格式支持：支持 JPG、JPEG、PNG、GIF 等常见图片格式 智能处理： 自动读取照片 EXIF 信息获取拍摄日期 当无法读取 EXIF 信息时，自动使用文件创建时间 智能处理文件重名冲突 高效处理： 采用并行处理技术，提高大量照片的处理速度 优化文件读取和移动操作，减少系统资源占用 自动调整并行任务数量，平衡系统负载
KUKA系统软件安装手册.pdf
04-26
KUKA机器人相关文档
Tripple Farm:Match 3 Combination Game Complete Project 合成小镇三消Unity合成消除游戏项目游戏插件模版C#
04-26
Tripple Farm:Match 3 Combination Game Complete Project 合成小镇三消Unity合成消除游戏项目游戏插件模版C# 支持Unity2020.3.4或更高 您知道像三合镇这样的著名益智游戏，并且您想制作一个自己的游戏。就是这样。这个包正好适合您。 这是一个完整的项目，您可以在零分钟内将其上传到 appstore 或 googleplay 商店。 基本规则： 3个或以上相同的道具可以匹配升级为新的道具。动物如果被困住，也可以合并。 羽毛： -移动（android/ios）就绪。 - 包含所有源代码。 -超过 12 座建筑/军团需要升级。 -三种特殊物品可以提供帮助。 - 三个不同的主题（场景和动物） -unity iap 支持 -Unity UI -广告位已准备好 -包含详细文档
基于下垂控制的三相逆变器电压电流双闭环仿真及MATLAB/Simulink/PLECS实现
04-26
内容概要：本文详细介绍了基于下垂控制的三相逆变器电压电流双闭环控制的仿真方法及其在MATLAB/Simulink和PLECS中的具体实现。首先解释了下垂控制的基本原理，即有功调频和无功调压，并给出了相应的数学表达式。随后讨论了电压环和电流环的设计与参数整定，强调了两者带宽的差异以及PI控制器的参数选择。文中还提到了一些常见的调试技巧，如锁相环的响应速度、LC滤波器的谐振点处理、死区时间设置等。此外，作者分享了一些实用的经验，如避免过度滤波、合理设置采样周期和下垂系数等。最后，通过突加负载测试展示了系统的动态响应性能。 适合人群：从事电力电子、微电网研究的技术人员，尤其是有一定MATLAB/Simulink和PLECS使用经验的研发人员。 使用场景及目标：适用于希望深入了解三相逆变器下垂控制机制的研究人员和技术人员，旨在帮助他们掌握电压电流双闭环控制的具体实现方法，提高仿真的准确性和效率。 其他说明：本文不仅提供了详细的理论讲解，还结合了大量的实战经验和调试技巧，有助于读者更好地理解和应用相关技术。
EP100伺服驱动器C源代码优化与硬件改进：从Bug修复到性能增强
04-26
内容概要：本文详细记录了作者对EP100伺服驱动器进行的一系列优化和改进。主要内容包括：修复原厂代码中的多个致命Bug，如定时器配置冲突、PWM信号不触发、电流采样误差等问题；优化电机启动、增量编码器找零、串口通信、相序反转等功能；并对硬件进行了改进，如调整MOS管布局、优化滤波电容位置等。通过这些改动，显著提高了系统的稳定性、精度和可靠性。 适合人群：具有一定嵌入式系统开发经验的工程师，尤其是熟悉STM32单片机和伺服控制系统的技术人员。 使用场景及目标：适用于需要对现有伺服驱动器进行性能优化和技术改造的项目。主要目标是提高系统的稳定性和精度，解决原厂代码中存在的各种问题，确保伺服驱动器能够在高负载条件下正常工作。 其他说明：文中提供了详细的代码片段和硬件改进措施，帮助读者更好地理解和应用相关技术。同时，作者分享了许多实际操作中的经验和技巧，对于从事类似项目的工程师具有很高的参考价值。
光储直流微电网中基于Simulink的蓄电池与超级电容协同仿真实现及MPPT控制优化
04-26
内容概要：本文详细介绍了光储直流微电网中利用Simulink进行仿真建模的方法，重点探讨了光伏系统的最大功率点跟踪(MPPT)控制以及蓄电池和超级电容的功率分配策略。文中提供了具体的MATLAB代码实现，包括MPPT控制算法和低通滤波器(LPF)用于功率分配的具体参数设置。此外，还讨论了仿真过程中遇到的问题及解决方案，如避免系统震荡、优化直流母线电压控制等。 适合人群：从事电力电子、新能源发电、微电网研究的技术人员和研究人员，尤其适用于有一定Simulink使用经验和MATLAB编程基础的人群。 使用场景及目标：①理解和掌握光储直流微电网的工作原理；②学习如何使用Simulink搭建完整的光储并网系统仿真模型；③优化MPPT控制算法和功率分配策略，提高系统的稳定性和效率。 其他说明：文章强调了参数整定的重要性，并分享了许多实用的经验和技术细节，对于希望深入研究光储直流微电网仿真的读者非常有价值。
stm32 PWM学习专题
最新发布
04-26
stm32 PWM学习专题附代码
多个llm智能体协同
02-25
### 多个LLM智能体协作实现与最佳实践 #### 设计架构 为了使多个大型语言模型(LLM)智能体能够有效合作，设计合理的通信协议至关重要。这通常涉及定义消息传递标准以及交互模式[^1]。 #### 选择合适的框架和技术栈 采用支持多代理系统的开发平台可以简化这一过程。例如，在Python环境中，Ray库提供了强大的分布式计算能力，允许创建并管理复杂的代理网络；而Dapr则是一个跨云和边缘环境运行的应用程序的开源中间件项目，它能帮助构建可靠的服务间通讯机制。 #### 实现方法论 一种常见的做法是通过事件驱动的方式让各个Agent监听特定类型的输入信号，并据此触发相应的处理逻辑。当某个Agent完成任务后会向其他成员发送通知或更新状态共享资源表单以便于后续操作继续推进流程向前发展。 ```python import ray @ray.remote class Agent: def __init__(self, id): self.id = id async def process(self,message): print(f"Processing by agent {self.id}: ", message) if __name__ == "__main__": ray.init() agents = [Agent.remote(i) for i in range(3)] futures = [agent.process.remote("hello") for agent in agents] results = await asyncio.gather(*futures) ``` #### 安全性和隐私保护措施 考虑到不同LLMs可能来自不同的信任域内，因此必须重视安全性考量。可以通过加密传输通道、访问控制列表等方式来保障数据交换的安全性；同时也要注意遵循GDPR等相关法律法规的要求以维护用户个人信息权益不受侵犯。 #### 性能优化建议 对于大规模部署场景而言，性能瓶颈往往成为制约因素之一。为此可采取诸如批量请求合并提交、异步I/O调度等手段提高整体吞吐量水平；另外还可以利用缓存技术减少重复查询所带来的开销从而加快响应速度提升用户体验满意度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值