מושגי ליבה
Codenamesゲームにおける言語モデルの適応性と重要性を強調する。
תקציר
最近登場したCodenamesゲームは、知的エージェント設計の興味深い領域であり、言語とチームメイト間の連携が重要な役割を果たしています。本研究では、Codenamesをプレイするための最初の適応エージェントを提案しました。このアプローチは、特定のチームメイトと相互作用する際に、どの内部専門家エージェントが最も適しているかを決定することを目指しています。実験分析は、このアンサンブルアプローチが個々のチームメイトに適応し、最良の内部専門家とほぼ同等のパフォーマンスを発揮することを示しています。この研究は、Codenamesなどの協力言語設定向けにより適応可能な言語ベースエージェントを作成するための重要な一歩です。
סטטיסטיקה
Prior Codenames research has utilized a handful of different metrics to evaluate agent teams.
One difficulty faced in this approach is the lack of a single numerical metric that accurately captures the performance of a Codenames team.
Experimental analysis shows that this ensemble approach adapts to individual teammates and often performs nearly as well as the best internal expert with a teammate.
Crucially, this success does not depend on any previous knowledge about the teammates, the ensemble agents, or their compatibility.
This research represents an important step to making language-based agents for cooperative language settings like Codenames more adaptable to individual teammates.
ציטוטים
"Choosing a single static language model that will lead to success with a wide variety potential teammates is a very challenging problem."
"The proposed adaptive agent uses the feedback obtained during gameplay to adjust which language model or representation it is using."
"This ability to adapt to an individual teammate without prior knowledge is an important asset in many domains where agents can be paired with a diverse set of previously unknown teammates."