LARP: Taal-Agent Rollenspel voor Open-Wereld Spellen
LARP: Language-Agent Role Play for Open-World Games
December 24, 2023
Auteurs: Ming Yan, Ruihao Li, Hao Zhang, Hao Wang, Zhilan Yang, Ji Yan
cs.AI
Samenvatting
Taalagentschappen hebben indrukwekkende probleemoplossende vaardigheden getoond binnen afgebakende omgevingen en korte tijdsbestekken. Echter, met de voortdurend evoluerende complexiteiten van open-wereld simulaties, is er een dringende behoefte aan agentschappen die flexibel kunnen aanpassen aan complexe omgevingen en consistent een langetermijngeheugen kunnen behouden om samenhangende acties te waarborgen. Om de kloof tussen taalagentschappen en open-wereld spellen te overbruggen, introduceren we Language Agent for Role-Playing (LARP), dat een cognitieve architectuur omvat die geheugenverwerking en een besluitvormingsassistent bevat, een module voor omgevingsinteractie met een feedback-gestuurde leerbare actieruimte, en een nabewerkingsmethode die de afstemming van verschillende persoonlijkheden bevordert. Het LARP-raamwerk verfijnt de interacties tussen gebruikers en agentschappen, die vooraf zijn gedefinieerd met unieke achtergronden en persoonlijkheden, en verbetert uiteindelijk de spelervaring in open-wereld contexten. Bovendien benadrukt het de diverse toepassingen van taalmodelen in een reeks gebieden zoals entertainment, onderwijs en verschillende simulatiescenario's. De projectpagina is vrijgegeven op https://miao-ai-lab.github.io/LARP/.
English
Language agents have shown impressive problem-solving skills within defined
settings and brief timelines. Yet, with the ever-evolving complexities of
open-world simulations, there's a pressing need for agents that can flexibly
adapt to complex environments and consistently maintain a long-term memory to
ensure coherent actions. To bridge the gap between language agents and
open-world games, we introduce Language Agent for Role-Playing (LARP), which
includes a cognitive architecture that encompasses memory processing and a
decision-making assistant, an environment interaction module with a
feedback-driven learnable action space, and a postprocessing method that
promotes the alignment of various personalities. The LARP framework refines
interactions between users and agents, predefined with unique backgrounds and
personalities, ultimately enhancing the gaming experience in open-world
contexts. Furthermore, it highlights the diverse uses of language models in a
range of areas such as entertainment, education, and various simulation
scenarios. The project page is released at https://miao-ai-lab.github.io/LARP/.