基于LLM控制的D&D 5th Edition战斗中的强化学习环境
摘要
本研究的目标是设计并实现一个使用 D&D 5E 战斗情景的强化学习（RL）环境，通过与由先进的大型语言模型（LLM）如 GPT-4o 和 LLaMA 3 8B 控制的 robust 对抗性 agent 进行 interaction 来挑战较小的 RL agent。该研究采用 Deep Q-Networks（DQN）用于较小的 agent，创建一个为战略 AI 开发提供 testbed 的环境，同时作为教育工具，通过模拟 dynamic and unpredictable 的战斗情景。我们成功地将 sophisticated language models 集成到 RL 框架中，增强了 strategic decision-making process。我们的结果表明，尽管 RL agent 在 standard 指标上 generally 优于 LLM 控制的对抗性 agent，但 LLM 提供的 strategic depth 显著增强了该 complex, rule-based setting 中的 overall AI 能力。我们的方法的 novelty 以及其对 mastering 复杂环境和 developing adaptive strategy 的潜在意义被讨论，以及可能的 innovation 在 AI-driven interactive simulation 中的应用。该论文旨在演示如何将 LLM 集成可以创建 more robust and adaptable AI 系统，为进一步 research 和 educational application 提供宝贵见解。
引用
@article{arxiv.2503.15726,
title = {Reinforcement Learning Environment with LLM-Controlled Adversary in D&D 5th Edition Combat},
author = {Joseph Emmanuel DL Dayo and Michel Onasis S. Ogbinar and Prospero C. Naval},
journal= {arXiv preprint arXiv:2503.15726},
year = {2025}
}
备注
Preprint. Submitted to the 31st International Conference on Neural Information Processing (ICONIP 2024)