Strategy Adaptation in Large Language Model Werewolf Agents
作者: Fuya Nakamori, Yin Jou Huang, Fei Cheng
分类: cs.CL
发布日期: 2025-07-17
备注: 7 pages, 2 figures
💡 一句话要点
提出基于策略自适应的大语言模型狼人杀Agent，提升复杂博弈场景表现
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大语言模型 狼人杀 策略自适应 博弈 角色扮演
📋 核心要点
- 现有狼人杀Agent依赖隐式策略，难以适应游戏动态变化，导致性能受限。
- 提出一种策略自适应方法，Agent根据游戏上下文和玩家角色估计，动态选择最优策略。
- 实验表明，该方法优于固定策略和隐式策略，验证了策略自适应的有效性。
📝 摘要（中文）
本研究提出了一种通过在预定义的策略之间切换来提高狼人杀Agent性能的方法，策略切换的依据是其他玩家的态度和对话的上下文。以往使用提示工程的狼人杀Agent虽然隐式地定义了有效的策略，但无法适应不断变化的情况。本研究提出了一种基于游戏上下文和对其他玩家角色估计，显式选择合适策略的方法。通过将策略自适应的狼人杀Agent与使用隐式或固定策略的基线Agent进行比较，验证了所提出方法的有效性。
🔬 方法详解
问题定义：论文旨在解决狼人杀游戏中，现有基于大语言模型的Agent无法有效适应复杂多变的局势的问题。现有方法，如提示工程，虽然能让Agent具备一定的策略，但这些策略是隐式的、固定的，无法根据游戏进程中其他玩家的行为和对话内容进行动态调整，导致Agent在复杂局面下表现不佳。
核心思路：论文的核心思路是让Agent具备显式的策略选择能力。Agent不再依赖预先设定的固定策略，而是根据当前的游戏状态（包括其他玩家的态度和对话内容）以及对其他玩家角色的估计，动态地选择最合适的策略。这种策略自适应能力使得Agent能够更好地应对游戏中的各种变化，从而提高胜率。
技术框架：整体框架包含以下几个主要模块：1) 角色估计模块：根据玩家的发言和行为，估计其角色身份的可能性；2) 策略库：包含多个预定义的狼人杀策略，例如“隐藏身份”、“积极发言”、“煽动对立”等；3) 策略选择模块：根据角色估计模块的输出和当前游戏状态，从策略库中选择最合适的策略；4) 策略执行模块：根据选择的策略，生成相应的发言或行动。整个流程是循环迭代的，Agent在每一轮游戏中都会重新评估角色、选择策略并执行。
关键创新：最重要的技术创新点在于显式的策略选择机制。与以往隐式地将策略嵌入到提示中的方法不同，本研究将策略显式地定义出来，并让Agent能够根据游戏状态动态地选择策略。这种显式策略选择机制使得Agent具有更强的适应性和可解释性。
关键设计：论文中关键的设计包括：1) 策略库的设计：需要精心设计一系列覆盖各种情况的狼人杀策略；2) 角色估计模块的设计：需要选择合适的模型和特征来准确估计玩家的角色身份；3) 策略选择模块的设计：需要设计合适的算法来根据角色估计和游戏状态选择最优策略。具体的参数设置、损失函数、网络结构等技术细节在论文中可能没有详细描述，属于未知信息。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的策略自适应狼人杀Agent的性能明显优于使用固定策略或隐式策略的基线Agent。具体的性能数据和提升幅度在论文中应该有详细描述，但这里无法提供。
🎯 应用场景
该研究成果可应用于开发更智能的AI游戏Agent，提升游戏体验。此外，策略自适应的思想也可推广到其他复杂决策场景，如智能客服、自动驾驶等，使AI系统能够更好地应对不确定性和变化。
📄 摘要（原文）
This study proposes a method to improve the performance of Werewolf agents by switching between predefined strategies based on the attitudes of other players and the context of conversations. While prior works of Werewolf agents using prompt engineering have employed methods where effective strategies are implicitly defined, they cannot adapt to changing situations. In this research, we propose a method that explicitly selects an appropriate strategy based on the game context and the estimated roles of other players. We compare the strategy adaptation Werewolf agents with baseline agents using implicit or fixed strategies and verify the effectiveness of our proposed method.