Key points are not available for this paper at this time.
Wargames sind ein leistungsfähiges Werkzeug, um reales Entscheidungsverhalten zu verstehen und zu üben. Das automatisierte Spielen von Wargames mit künstlicher Intelligenz (KI) ermöglicht Möglichkeiten, die über die menschlich durchgeführten Spiele hinausgehen, wie das Spielen des Spiels viele Male, um eine Vielzahl möglicher Ergebnisse zu sehen. Es gibt zwei Kategorien von Wargames: quantitative Spiele, mit diskreten Zugarten, und qualitative Spiele, die sich um offene Antworten drehen. Historisch gesehen lag der Fokus der Automatisierungsbemühungen auf quantitativen Spielen, aber große Sprachmodelle (LLMs) machen es möglich, qualitative Wargames zu automatisieren. Wir stellen "Snow Globe" vor, ein LLM-gesteuertes Multi-Agenten-System zum Spielen qualitativer Wargames. Mit Snow Globe kann jede Phase eines textbasierten qualitativen Wargames, von der Szenario-Vorbereitung bis zur Nachanalyse, optional von KI, Menschen oder einer Kombination aus beidem durchgeführt werden. Wir beschreiben sein Software-Architektur konzeptionell und veröffentlichen eine Open-Source-Implementierung zusammen mit dieser Publikation. Als Fallstudien simulieren wir eine Tischübung zu einer KI-Vorfallerkennung und ein politisches Wargame über eine geopolitische Krise. Wir diskutieren potenzielle Anwendungen des Ansatzes und wie er in das breitere Wargaming-Ökosystem passt.
Hogan et al. (Mi,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: