A Survey on Large Language Model-Based Game Agents

本文是LLM系列文章，针对《A Survey on Large Language Model-Based Game Agents》的翻译。

摘要

游戏代理的开发在推进通用人工智能（AGI）方面发挥着关键作用。LLM及其多模态对应物（MLLM）的进步为在复杂的计算机游戏环境中进化和赋予具有类似人类决策能力的游戏代理提供了前所未有的机会。本文从整体的角度对基于LLM的游戏代理进行了全面的概述。首先，我们介绍了基于LLM的游戏代理的概念架构，围绕六个基本功能组件：感知、记忆、思维、角色扮演、动作和学习。其次，我们调查了文献中记录的现有具有代表性的基于LLM的游戏代理，涉及六种游戏类型的方法和适应敏捷性，包括冒险、交流、竞争、合作、模拟以及制作和探索游戏。最后，我们对这一新兴领域的未来研究和发展方向进行了展望。相关论文的精选列表已保存，并可在以下网址访问：https://github.com/git-disl/awesome-LLM-game-agent-papers.

1 引言

2 LLMGAs的统一架构

3 游戏中的LLMGAs