LLM增强的自主智能体能否合作？通过Melting Pot评估其合作能力
人工智能
2024-06-21 v2 计算与语言
摘要
随着人工智能领域的不断演进，这一进程的一个重要维度是大语言模型的发展及其增强多智能体人工智能系统的潜力。本文使用著名的Melting Pot环境以及GPT4和GPT3.5等参考模型，探讨了大型语言模型增强的自主智能体（LAAs）的合作能力。初步结果表明，尽管这些智能体表现出合作倾向，但在给定环境中仍难以进行有效协作，这凸显了对更鲁棒架构的需求。本研究的贡献包括：用于将Melting Pot游戏场景适配给LLM的抽象层，用于LLM介导的智能体开发的可复用架构的实现——包括短期和长期记忆以及不同的认知模块，以及使用与Melting Pot的“Commons Harvest”游戏相关的一组指标对合作能力进行评估。最后，本文讨论了当前架构框架的局限性以及能够促进LAAs之间更好合作的一组新模块的潜力。
关键词
引用
@article{arxiv.2403.11381,
title = {Can LLM-Augmented autonomous agents cooperate?, An evaluation of their cooperative capabilities through Melting Pot},
author = {Manuel Mosquera and Juan Sebastian Pinzon and Manuel Rios and Yesid Fonseca and Luis Felipe Giraldo and Nicanor Quijano and Ruben Manrique},
journal= {arXiv preprint arXiv:2403.11381},
year = {2024}
}