基于大型语言模型（LLM）构建的智能体POK´ELLMON

共计 894 个字符，预计需要花费 3 分钟才能阅读完成。

基于大型语言模型（LLM）构建的智能体 POK´ELLMON，能够在战术战斗游戏中达到与人类玩家相当的水平，特别是在《宝可梦》（Pokémon）战斗中。POK´ELLMON 的设计融合了三种关键策略：基于上下文的强化学习、知识增强生成和一致性动作生成，以提高其在战斗中的决策能力和策略。

项目主页：https://poke-llm-on.github.io

GitHub 地址：https://github.com/git-disl/PokeLLMon

主要功能：

• 在《宝可梦》战斗中模拟人类玩家的战术和决策。
• 通过在线对战，展示与人类玩家相似的战斗策略和即时决策能力。

主要特点：

1. 基于上下文的强化学习（ICRL）：POK´ELLMON 能够即时利用战斗中的文本反馈来迭代优化其策略，无需额外训练。
2. 知识增强生成（KAG）：系统通过检索外部知识（如宝可梦的类型优势关系和招式效果）来减少幻觉（hallucination）现象，确保及时正确的行动。
3. 一致性动作生成 ：在面对强大对手时，系统能够避免恐慌性切换（panic switching）现象，保持一致的行动策略。

工作原理：

• ICRL：POK´ELLMON 在每次回合中，会根据前一次动作的结果（如宝可梦的 HP 变化、招式的有效性等）来调整其策略。
• KAG：系统通过检索宝可梦百科（Pokédex）中的信息，了解宝可梦的类型优势和招式效果，以辅助决策。
• 一致性动作生成 ：在面对强大对手时，系统会生成多个动作选项，并通过投票机制选择最一致的动作，避免连续不连贯的切换。

具体应用场景：

• 在线对战 ：POK´ELLMON 可以在《宝可梦》的在线对战平台上与真实玩家对战，展示其人类水平的战斗能力。
• 游戏 AI 研究 ：POK´ELLMON 的设计和实现为研究者提供了一个研究如何让 AI 在复杂战术游戏中达到人类水平的案例。
• 娱乐和教育 ：POK´ELLMON 可以作为游戏玩家的辅助工具，帮助他们理解战术和策略，或者作为教育工具教授玩家如何更好地玩《宝可梦》。

总的来说，POK´ELLMON 展示了如何将大型语言模型应用于游戏领域，特别是在需要策略和即时决策的战术游戏中，它能够达到与人类玩家相媲美的水平。