认知灵魂遇现实战略：用于战略推理的层次化多智能体框架

大语言模型(LLM)最近展示出惊人的动作序列预测能力，但在诸如实时战略游戏等动态、长期程度的任务中常常感到挑战。在像 StarCraftII(SC2) 这样的游戏中，智能体需要管理资源约束并适应部分可观测环境中不断变化的战场局势。这常常压倒现有的 LLM 方法。为此，我们提出一种层次化多智能体框架，采用名为战略规划器(SP) 的元控制器下的专职imitation学习智能体。通过专家演示，每个专职智能体学习其独特策略，如空中支援或防御机动，并产生连贯、结构化的多步骤动作序列。SP 则将这些建议编排成单一的、环境自适应的计划，以确保局部决策与长期战略相吻合。我们称之为 HIMA(层次化imitation 多智能体)。我们还提出 TEXTSCII-ALL，一个涵盖 SC2 所有种族搭配的全面 SC2 测试基准。我们的实证结果表明，HIMA 在战略清晰度、适应性和计算效率方面超越了 state of the arts，凸显了将专职imitation 模块与元级编排结合开发更健壮、通用 AI 智能体的潜力。