不完全信息下通过自然语言沟通实现人机合作游戏

在不完全信息下，通过自然语言沟通实现智能体与人类的策略合作具有挑战性。我们引入了一个共享控制游戏，其中两个玩家轮流控制一个令牌，在不完全信息下共同实现一个共同目标。我们为该游戏中以人类为另一玩家的自主智能体制定了一个策略综合问题。为了解决这个问题，我们提出了一种基于沟通的方法，包括语言模块和规划模块。语言模块将自然语言消息翻译成一组有限标志（flags），这是一种用于捕捉玩家意图的紧凑表示。规划模块利用这些标志，通过我们提出的非对称信息集蒙特卡洛树搜索与标志交换算法来计算策略。我们在基于Gnomes at Night（一个寻宝迷宫棋盘游戏）的测试平台上评估了该方法的有效性。人类受试者实验结果表明，沟通缩小了玩家之间的信息差距，并以更少的回合提高了人机合作效率。