研究人员开发了RuleSmith,一个利用多智能体大型语言模型(LLM)进行自动化游戏平衡的新颖框架。该系统采用LLM智能体来解释游戏规则和状态,提出动作,然后由游戏引擎验证以估算胜率。该框架与基于代理的优化技术(如高斯过程贝叶斯优化)集成,以有效地探索参数化规则空间并识别接近平衡的配置。对简化版文明风格游戏的初步实验表明,RuleSmith能够实现接近均等的经验胜率,表明其在无需特定任务策略训练的情况下,能够进行可解释的游戏调整。 AI
影响 该框架可以通过自动化复杂的平衡任务来简化游戏开发,从而可能带来更精细、更公平的游戏体验。
排序理由 该集群描述了一篇研究论文,其中详细介绍了一种使用LLM进行游戏平衡的新框架和方法。 [lever_c_demoted from research: ic=1 ai=1.0]
- CivMini
- Expected-Improvement-based adaptive sampling
- Gaussian-process Bayesian optimization
- NTBEA
- RuleSmith
- TPE
- Ziyao Zeng
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →