智能体
全球精选 ·
arXiv论文提出LLM引导强化学习用于多智能体战斗游戏自适应NPC行为
该研究提出一种利用大语言模型引导强化学习的方法，用于训练战斗游戏中的非玩家角色（NPC），使其行为具有自适应性和不可预测性。该方法旨在克服传统脚本和固定策略NPC易于被玩家利用的缺点。
AI推荐理由 该研究展示用LLM推理引导RL训练，可缓解NPC策略固化和易被玩家利用的问题，为游戏及动态环境中的自适应智能体提供了新范式；对AI从业者而言，这也是降低RL在非平稳场景下策略失效风险的一种实用路径。
78
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。