PIANIST：用于多智能体决策中学习部分可观测世界模型的 LLM
机器学习
2024-11-26 v1 人工智能
分布式、并行与集群计算
多智能体系统
摘要
有效提取 LLM 中复杂决策任务的世界知识 remains a 挑战。我们提出了PIANIST框架，用于将世界模型分解为七个直观组件，以便实现零-shot LLM 生成。仅凭游戏的自然语言描述及输入观察的格式，本方法可为快速高效的 MCTS 模拟生成工作的世界模型。我们表明，该方法在两种不同游戏中表现良好，这些游戏挑战了代理人在语言与非语言基于动作的规划与决策技能，无需针对特定领域的训练数据或显式定义的世界模型即可实现。
引用
@article{arxiv.2411.15997,
title = {Ensuring Fair LLM Serving Amid Diverse Applications},
author = {Redwan Ibne Seraj Khan and Kunal Jain and Haiying Shen and Ankur Mallick and Anjaly Parayil and Anoop Kulkarni and Steve Kofsky and Pankhuri Choudhary and Renèe St. Amant and Rujia Wang and Yue Cheng and Ali R. Butt and Victor Rühle and Chetan Bansal and Saravan Rajmohan},
journal= {arXiv preprint arXiv:2411.15997},
year = {2024}
}