即时协作：探索 Avalon 游戏中用于临时团队工作的语言智能体

基于大语言模型（LLMs）的多智能体协作在基本任务中表现出熟练度，但其在更复杂场景中的效率仍有待探索。在游戏环境中，这些智能体经常面临缺乏既定协调协议的情况，需要它们根据有限数据对队友做出智能推断。这一问题激发了临时团队工作（ad hoc teamwork）领域的研究，在该领域中，智能体可能需要与各种队友合作以实现共同目标。我们的研究聚焦于智能体在由自然语言驱动的环境中的临时团队工作问题。我们的发现揭示了 LLM 智能体在团队协作中的潜力，并突出了沟通中幻觉相关的问题。为解决这一问题，我们开发了 CodeAct，这是一种通用智能体，它为 LLM 配备了增强的记忆力和代码驱动的推理能力，使其能够利用部分信息快速适应新队友。