合并与征服：演化优化用于2048的AI

针对动态环境中人工智能(AI)的优化始终是机器学习研究中的一个根本性挑战。本文我们检视演化训练方法，用于优化AI以解决游戏2048，这是一款2D滑动拼图。2048凭借其策略性游戏玩法与随机性元素的混合，构成了研究决策-making、长期规划和动态适应的理想场所。我们实现了两种 distinct 系统：一种是两个智能体的元提示系统，其中一个“思考者”大型语言模型(LLM)智能体为另一个“执行者”LLM智能体细化游戏策略，而一种是基于对有限蒙特卡洛树搜索价值函数进行细化的单智能体系统。我们还实验了回滚功能以避免性能下降。我们的结果表明，演化细化技术在提高非确定性环境中AI性能方面具有潜力。单智能体系统实现了显著的改进，每个循环平均提升473.2分，并在训练循环中呈现明显的上升趋势(相关系数 $\rho$=0.607)。LLM对游戏的理解也随之增长，体现在其发展出越来越高级的策略方面。相比之下，两个智能体系统并未获得太多改进，凸显了元提示技术的内在局限性。