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

4 结论和未来方向

本文对现有的LLMGAs研究进行了系统的文献综述，考察了两个主要方面：（1）LLMGAs的构建，其中我们阐述了六个基本组成部分，包括感知、记忆、思维、角色扮演、行动和学习；（2） 六个游戏类别的LLMGA，包括冒险、交流、竞争、合作、模拟和制作&探索，我们详细介绍了与每种类型相关的游戏代理所