在合作语言游戏中适应队友

代号（Codenames）游戏最近成为智能体设计的一个有趣领域。该游戏的独特之处在于语言和队友间的协调起着重要作用。以往设计该游戏智能体的方法通常使用单一内部语言模型来决定行动选择。这往往导致与某些队友表现良好，而与另一些队友表现较差，因为智能体无法适应特定队友。在本文中，我们提出了第一个用于玩代号游戏的适应性智能体。我们采用集成方法，目标是在与特定队友交互的过程中，确定我们内部专家智能体（每个可能拥有自己的语言模型）中哪一个是最佳匹配。这种方法面临的一个困难是缺乏一个能够准确捕捉代号团队表现的单一数值指标。先前的代号研究使用了多种不同的指标来评估智能体团队。我们提出了一种新颖的单一指标来评估代号团队的表现，无论是玩单人（纸牌）游戏，还是与另一支队伍进行竞争性游戏。然后，我们提出并分析了一个集成智能体，它在每一轮中选择一个内部专家以最大化所提出的指标。实验分析表明，这种集成方法能够适应个体队友，并且通常与队友配合时表现几乎与最佳内部专家一样好。关键在于，这种成功不依赖于任何关于队友、集成智能体或其兼容性的先验知识。这项研究是使基于语言的智能体在像代号这样的合作语言环境中更能适应个体队友的重要一步。