PIANIST：利用大语言模型学习部分可观测世界模型以进行多智能体决策

Jonathan Light; Sixue Xing; Yuanzhe Liu; Weiqin Chen; Min Cai; Xiusi Chen; Guanzhi Wang; Wei Cheng; Yisong Yue; Ziniu Hu

PIANIST：利用大语言模型学习部分可观测世界模型以进行多智能体决策

人工智能 2024-11-26 v1 机器学习多智能体系统

作者: Jonathan Light , Sixue Xing , Yuanzhe Liu , Weiqin Chen , Min Cai , Xiusi Chen , Guanzhi Wang , Wei Cheng , Yisong Yue , Ziniu Hu

在 arXiv 上查看 ↗ PDF ↗

摘要

从大语言模型（LLM）中有效提取世界知识以完成复杂决策任务仍是一个挑战。我们提出了一个名为PIANIST的框架，将世界模型分解为七个直观的组成部分，便于零样本LLM生成。仅给定游戏的自然语言描述以及输入观测的格式，我们的方法即可生成一个可工作的世界模型，用于快速高效的蒙特卡洛树搜索（MCTS）模拟。我们证明，我们的方法在两种不同的游戏中均表现良好，这些游戏挑战了智能体在基于语言和基于非语言动作执行方面的规划和决策能力，且无需针对特定领域数据进行训练，也无需显式定义的世界模型。

关键词

large language models world models multi-agent decision making Monte Carlo tree search partial observability zero-shot learning

引用

@article{arxiv.2411.15998,
  title  = {PIANIST: Learning Partially Observable World Models with LLMs for Multi-Agent Decision Making},
  author = {Jonathan Light and Sixue Xing and Yuanzhe Liu and Weiqin Chen and Min Cai and Xiusi Chen and Guanzhi Wang and Wei Cheng and Yisong Yue and Ziniu Hu},
  journal= {arXiv preprint arXiv:2411.15998},
  year   = {2024}
}

备注

Published at Language Gamification Workshop 2024 @ NeurIPS

PIANIST：利用大语言模型学习部分可观测世界模型以进行多智能体决策

摘要

关键词

引用

备注

相关论文