WereWolf-Plus：基于DSGBench的狼人杀游戏设置更新
人工智能
2025-06-17 v1 计算与语言
摘要
随着基于大语言模型（LLM）的智能体的快速发展，越来越多的关注被投入到它们的社交互动和战略推理能力上。然而，现有的基于狼人杀的基准测试平台存在游戏设置过于简化、评估指标不完整和可扩展性差等问题。为解决这些限制，我们提出了WereWolf-Plus，一个用于评估狼人杀游戏中多智能体战略推理的多模型、多维度和多方法基准测试平台。该平台具有强大的扩展性，支持对预言家、女巫、猎人、守卫和警长等角色的自定义配置，以及针对不同角色的灵活模型分配和推理增强策略。此外，我们为所有特殊角色、狼人和警长引入了一套全面的定量评估指标，并丰富了评估智能体推理能力、合作能力和社会影响力的维度。WereWolf-Plus为推进多智能体社区中的推理和战略互动研究提供了更灵活可靠的环境。我们的代码开源于https://github.com/MinstrelsyXia/WereWolfPlus。
引用
@article{arxiv.2506.12841,
title = {WereWolf-Plus: An Update of Werewolf Game setting Based on DSGBench},
author = {Xinyuan Xia and Yuanyi Song and Haomin Ma and Jinyu Cai},
journal= {arXiv preprint arXiv:2506.12841},
year = {2025}
}