作者与机构

本文的主要作者包括Sihao Hu、Tiansheng Huang、Fatih İlhan、Selim Tekin、Gaowen Liu、Ramana Kompella和Ling Liu。他们分别来自乔治亚理工学院（Georgia Institute of Technology）和思科研究中心（Cisco Research）。该论文尚未明确说明发表的具体期刊和时间，但提供了相关的GitHub链接，用于维护和更新相关文献列表。

论文主题

本文的主题是基于大语言模型（LLM）的游戏代理（Game Agents）。随着大语言模型（LLMs）及其多模态版本（MLLMs）的快速发展，游戏代理在复杂计算机游戏环境中展现出类似人类的决策能力，这为迈向通用人工智能（AGI）提供了前所未有的机会。本文从整体视角出发，全面综述了基于LLM的游戏代理的研究进展，提出了一个统一的框架，并对未来的研究方向进行了展望。

主要观点与论据

本文的主要观点围绕以下几个方面展开：

1. 基于LLM的游戏代理的架构

本文提出了一个基于LLM的游戏代理的架构，包含六个核心功能模块：感知（Perception）、记忆（Memory）、思考（Thinking）、角色扮演（Role-playing）、行动（Action）和学习（Learning）。每个模块的具体功能如下： - 感知模块：负责从游戏环境中获取多模态信息（如文本、图像、声音等），并将其转化为游戏代理可以理解的状态信息。 - 记忆模块：存储游戏代理的过往经验、知识和技能，以便在未来的决策中调用。 - 思考模块：通过推理、规划和反思等认知过程，生成决策策略。 - 角色扮演模块：使代理能够在游戏中模拟特定角色，生成符合角色特征的行为和对话。 - 行动模块：将生成的文本决策转化为可执行的动作，与游戏环境进行交互。 - 学习模块：通过游戏中的经验积累和反馈，持续提升代理的认知和游戏能力。

2. 现有研究的分类与挑战

本文对现有的基于LLM的游戏代理研究进行了分类，主要分为六类游戏：冒险游戏（Adventure）、沟通游戏（Communication）、竞争游戏（Competition）、合作游戏（Cooperation）、模拟游戏（Simulation）以及制作与探索游戏（Crafting & Exploration）。对于每一类游戏，本文详细介绍了其技术挑战、支持的游戏环境以及常用的优化策略。

• 冒险游戏：如《Zork I》和《Red Dead Redemption 2》，强调故事情节驱动的游戏体验，代理需要通过探索环境、解决任务和与角色互动来推进游戏进程。
• 沟通游戏：如《狼人杀》和《外交》（Diplomacy），代理需要通过沟通、谈判、推理甚至欺骗来完成任务。
• 竞争游戏：如《星际争霸II》和《宝可梦对战》，代理需要在严格的规则下与对手竞争，展现出高级的推理和策略能力。
• 合作游戏：如《Overcooked》，代理需要与其他玩家合作完成任务，强调团队协作和问题解决能力。
• 模拟游戏：如《模拟人生》和《文明》，代理需要在模拟的现实世界环境中进行决策和管理。
• 制作与探索游戏：如《我的世界》（Minecraft）和《Crafter》，代理需要在开放世界中收集资源、制作物品并进行探索。

3. 未来研究方向

本文提出了三个未来的研究方向： - 将LLM与环境结合：当前的LLM主要依赖于文本数据进行预训练，缺乏对物理环境的感知能力。未来的研究可以通过多模态感知、环境反馈等方式，增强LLM在复杂环境中的表现。 - 通过游戏进行知识发现：当前的LLM主要依赖于预训练的知识进行游戏，未来的研究可以通过游戏经验来发现游戏机制中的潜在知识，推动AGI的发展。 - 代理社会模拟：通过模拟人类社会的复杂互动，未来的研究可以开发更复杂的认知架构，模拟人类的情感和社交行为。

论文的意义与价值

本文的意义在于为基于LLM的游戏代理研究提供了一个系统的综述框架，帮助研究者更好地理解这一领域的研究现状和未来方向。通过提出统一的架构和分类方法，本文为未来的研究提供了清晰的方向，并推动了这一新兴领域的发展。此外，本文还维护了一个相关的文献列表，为研究者提供了宝贵的资源。

论文的亮点

本文的亮点在于： - 系统性综述：本文首次对基于LLM的游戏代理进行了全面的综述，涵盖了多个游戏类别和研究方法。 - 统一框架：提出了一个包含六个核心模块的统一架构，为未来的研究提供了清晰的理论基础。 - 未来展望：提出了三个未来的研究方向，为这一领域的进一步发展提供了重要的指导。

总结

本文通过对基于LLM的游戏代理的全面综述，展示了这一领域的研究现状和未来潜力。通过提出统一的架构和分类方法，本文为研究者提供了宝贵的参考，并推动了这一新兴领域的发展。未来的研究可以在此基础上，进一步探索LLM在复杂游戏环境中的应用，推动AGI的实现。