PLAYER*：增强基于大语言模型的多智能体在谋杀悬疑游戏中的通信与交互
计算与语言
2025-05-21 v5
摘要
我们介绍了WellPlay，一个用于谋杀悬疑游戏（MMGs）中多智能体对话推理的推理数据集。WellPlay包含12个游戏中的1,482个推理问题，涵盖目标、推理和关系理解，为评估复杂社交环境中智能体推理能力建立了系统基准。在此基础上，我们提出了PLAYER*，一个用于MMGs中基于大语言模型（LLM）的智能体的新颖框架。MMGs带来了独特的挑战，包括未定义的状态空间、缺失的中间奖励以及通过自然语言进行策略推理的需求。PLAYER*通过基于传感器的状态表示和信息驱动策略（优化提问和嫌疑人剪枝）来应对这些挑战。实验表明，PLAYER*在推理准确性、效率和智能体-人类交互方面优于现有方法，推动了复杂社交场景中推理智能体的发展。
引用
@article{arxiv.2404.17662,
title = {PLAYER*: Enhancing LLM-based Multi-Agent Communication and Interaction in Murder Mystery Games},
author = {Qinglin Zhu and Runcong Zhao and Bin Liang and Jinhua Du and Lin Gui and Yulan He},
journal= {arXiv preprint arXiv:2404.17662},
year = {2025}
}