Abstraction Agent
作者: Boning Li, Longbo Huang
分类: cs.MA, cs.AI, cs.CL, cs.GT
发布日期: 2026-09-03
🔗 代码/项目: GITHUB
💡 一句话要点
提出Abstraction Agent以解决大型不完全信息游戏的抽象问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 信息抽象 大型语言模型 不完全信息游戏 策略优化 机器学习
📋 核心要点
- 现有方法在构建有效抽象时依赖于领域特定的评估器，限制了其在较少研究游戏中的应用。
- 论文提出的Abstraction Agent利用大型语言模型自动发现游戏特征，进行私有状态评分和聚类，无需特定评估器。
- 实验结果表明，该方法在多个游戏中显著降低了策略可利用性，并在不同游戏间具有良好的迁移性。
📝 摘要（中文）
信息抽象是将策略相似的私有状态分组为可处理的数量，以便将游戏求解算法扩展到大型不完全信息游戏中。然而，构建有效的抽象通常需要特定领域的评估器，如手牌强度计算器或公平性估计器，这些工具需要专家知识和工程努力，并且在许多较少研究的游戏中不可用。本文提出了Abstraction Agent，一个零-shot管道，利用大型语言模型（LLM）从自然语言游戏描述中发现连续的战略特征，对私有状态进行评分，并将其聚类为抽象桶，而无需任何游戏特定的评估器、训练数据或在抽象构建过程中进行游戏树遍历。该管道在四个阶段运行：特征发现、批量私有状态评分、基于相关性的特征选择和k-means聚类。结果显示，在无上限德州扑克（HUNL）转牌结束局中，相较于预期手牌强度基线，抽象的提升策略可利用性降低了62%。
🔬 方法详解
问题定义：本文旨在解决在大型不完全信息游戏中构建有效抽象的挑战。现有方法依赖于领域特定的评估器，限制了其在较少研究游戏中的应用，且通常需要大量的专家知识和工程努力。
核心思路：论文的核心思路是利用大型语言模型（LLM）从自然语言游戏描述中自动发现战略特征，并对私有状态进行评分和聚类，从而实现零-shot抽象构建。这种设计使得方法能够在没有游戏特定评估器和训练数据的情况下进行有效抽象。
技术框架：整体架构分为四个主要阶段：特征发现与校准锚点、批量私有状态评分、基于相关性的特征选择和k-means聚类。每个阶段都旨在逐步优化抽象的质量和有效性。
关键创新：最重要的技术创新在于将隐含的战略知识从LLM参数中提取为显式的数值特征，从而为后续算法计算提供支持。这一方法与传统依赖手动设计评估器的方式本质上不同。
关键设计：在特征发现阶段，使用校准锚点来确保发现的特征与游戏策略相关；在评分阶段，采用批量处理以提高效率；特征选择阶段则基于相关性进行筛选，确保最终聚类的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Abstraction Agent在无上限德州扑克的转牌结束局中，相较于预期手牌强度基线，提升策略可利用性降低了62%。此外，该方法在ROVER Trials等新游戏中表现优异，且在多个游戏间具有良好的迁移性。
🎯 应用场景
该研究的潜在应用领域包括各种不完全信息游戏的求解和策略优化，尤其是在缺乏领域特定知识的情况下。Abstraction Agent的设计使其能够广泛适用于多种游戏，具有显著的实际价值和未来影响，可能推动游戏AI的进一步发展。
📄 摘要（原文）
Information abstraction, which groups strategically similar private states into a tractable number of buckets, is essential for scaling game-solving algorithms to large imperfect-information games. Constructing effective abstractions, however, has traditionally required domain-specific evaluators such as hand-strength calculators or equity estimators, which demand expert knowledge and engineering effort and are unavailable for most less-studied games. We propose the Abstraction Agent, a zero-shot pipeline that uses a large language model (LLM) to discover continuous strategic features from a natural-language game description, score private states on these features, and cluster them into abstraction buckets, without any game-specific evaluator, training data, or game-tree traversal during abstraction construction. The pipeline runs in four phases: feature discovery with calibration anchors, batched private-state scoring, correlation-based feature selection, and $k$-means clustering. The resulting abstractions reduce lifted-strategy exploitability by up to 62% relative to an expected-hand-strength baseline on heads-up no-limit Texas hold'em (HUNL) turn endgames, and beat a scalar rank baseline at every granularity on ROVER Trials, an original game absent from any pretraining corpus. Beyond these quantitative benchmarks, the pipeline transfers with unchanged prompts to four-card Pot-Limit Omaha, HUNL preflop and flop, and Riichi Mahjong, where the discovered features track each game's recognized strategic concepts. This is structured knowledge elicitation: converting implicit strategic knowledge in LLM parameters into explicit numerical features for downstream algorithmic computation. The code is available at https://github.com/lbn187/AbstractionAgent.