Anpassung der Strategie bei großen Sprachmodell-Werwolf-Agenten

Diese Studie schlägt eine Methode vor, um die Leistung von Werwolf-Agenten zu verbessern, indem zwischen vordefinierten Strategien basierend auf den Einstellungen anderer Spieler und dem Kontext von Gesprächen gewechselt wird. Während frühere Arbeiten zu Werwolf-Agenten mit Prompt-Engineering Methoden verwendet haben, bei denen effektive Strategien implizit definiert sind, können sie sich nicht an sich ändernde Situationen anpassen. In dieser Forschung schlagen wir eine Methode vor, die eine geeignete Strategie basierend auf dem Spielkontext und den geschätzten Rollen anderer Spieler explizit auswählt. Wir vergleichen die strategieanpassenden Werwolf-Agenten mit Basis-Agenten, die implizite oder feste Strategien verwenden, und überprüfen die Wirksamkeit unserer vorgeschlagenen Methode.