Nemobot Games：打造策略型AI游戏智能体以实现与大语言模型的交互式学习

本文提出一种AI游戏编程的新范式，利用大语言模型（LLM）来扩展并落地Claude Shannon关于博弈机的分类法。该范式的核心是Nemobot，一个交互式智能体工程环境，使用户能够创建、定制和部署由LLM驱动的游戏智能体，并主动参与AI驱动的策略。集成于Nemobot中的基于LLM的聊天机器人，在四类不同的游戏中展示了其能力。对于基于字典的游戏，它将状态-动作映射压缩为高效、泛化的模型，以实现快速适应。在可严格求解的游戏中，它运用数学推理计算最优策略，并为其决策生成人类可读的解释。对于基于启发式的游戏，它将经典minimax算法的洞见（参见例如shannon1950chess）与众包数据相结合来综合策略。最后，在基于学习的游戏中，它利用带人类反馈的强化学习与自我批评，通过试错和模仿学习迭代改进策略。Nemobot通过提供可编程环境进一步放大了该框架，用户可以在其中试验工具增强生成与策略型游戏智能体的微调。从策略游戏到角色扮演游戏，Nemobot展示了AI智能体如何通过整合众包学习与人类创造力来迭代改进自身逻辑，从而实现某种形式的自编程。这代表了向自编程AI这一长期目标迈出的一步。