用于实时战略场景中高效决策的自进化多智能体框架

大语言模型 (LLM) 在复杂推理方面表现出了非凡的潜力，开创了动态设置中自主代理决策的新范例。然而，在实时策略 (RTS) 场景中，LLM 面临着关键的速度与质量权衡。特别广阔的状态空间和时间限制使得推理延迟令人望而却步，而随机规划错误则破坏了逻辑一致性。为了应对这些挑战，我们提出了 SEMA（自我进化多代理），这是一种专为 RTS 环境中高性能、低延迟决策而设计的新颖框架。这种协作式多智能体框架通过情节内评估和跨情节分析自适应地校准模型偏差，从而促进自我进化。我们进一步结合基于结构熵的动态观察修剪来对游戏状态进行拓扑建模。通过将高维数据提炼为核心语义信息，这种方法显着减少了推理时间。我们还开发了一种混合知识记忆机制，集成了微观轨迹、宏观经验和层次领域知识，从而增强了战略适应性和决策一致性。跨多个《星际争霸 II》地图的实验表明，SEMA 实现了卓越的胜率，同时将平均决策延迟降低了 50% 以上，验证了其在复杂 RTS 场景中的效率和稳健性。