LLM-PySC2：面向大语言模型的星际争霸 II 学习环境
人工智能
2025-05-05 v2
摘要
大语言模型（LLM）在智能决策问题中展现了巨大潜力，在从游戏 AI 系统到复杂战略规划框架等多样化应用中展示了前所未有的能力。然而，在过去十年中广泛用于验证决策算法的星际争霸 II 平台尚未为这一新兴领域提供实质性支持。为了解决 LLM 无法与 pysc2 后端的数百个动作进行接口以及缺乏多智能体（MA）协作原生支持的问题，我们提出了 LLM-PySC2 环境。这是第一个为 LLM 提供完整 pysc2 动作空间以及充足多模态信息和游戏 Wiki 知识的环境。通过异步查询架构，该环境能够高效地与 LLM 交互，且延迟保持恒定，不受智能体规模的影响。在实验中，我们在传统星际争霸 II 多智能体挑战（SMAC）任务和一系列新提出的任务中评估了 LLM 的决策性能，涵盖宏观决策和微观操作场景。结果表明，LLM 有潜力在复杂场景中取得胜利，但无法持续生成正确决策，尤其是在恢复的 pysc2 动作空间和多智能体设置中。在没有任务相关指令的情况下，预训练模型会出现幻觉和协作效率低下等问题。我们的发现表明，即使在大型模型时代，星际争霸 II 仍然构成挑战，揭示了在开发先进的 LLM 决策系统方面仍有大量工作要做，而提出的 LLM-PySC2 环境将支持未来基于 LLM 的决策解决方案的发展。
引用
@article{arxiv.2411.05348,
title = {LLM-PySC2: Starcraft II learning environment for Large Language Models},
author = {Zongyuan Li and Yanan Ni and Runnan Qi and Lumin Jiang and Chang Lu and Xiaojie Xu and Xiangbei Liu and Pengfei Li and Yunzheng Guo and Zhe Ma and Huanyu Li and Hui Wu and Xian Guo and Kuihua Huang and Xuebo Zhang},
journal= {arXiv preprint arXiv:2411.05348},
year = {2025}
}