LLM Reasoner and Automated Planner: A new NPC approach

要約

形成的シミュレーションなど、人間に似たもっともらしい行動をエミュレートするインテリジェント エージェントが必要な領域では、ビヘイビア ツリーなどの従来の技術は重大な課題に直面します。
大規模言語モデル (LLM) は、必ずしも最適な解決策が得られるわけではありませんが、通常、特定の問題に対してもっともらしい、人間らしい応答を提供します。
この論文では、この機能を活用し、意思決定のための LLM と、その意思決定のための適切な計画を生成できる古典的な自動プランナーを統合する新しいアーキテクチャを提案します。
この組み合わせの目的は、設計段階では予期していなかった場合でも、さまざまな状況で意思決定を行える能力をエージェントに提供することです。

要約(オリジナル)

In domains requiring intelligent agents to emulate plausible human-like behaviour, such as formative simulations, traditional techniques like behaviour trees encounter significant challenges. Large Language Models (LLMs), despite not always yielding optimal solutions, usually offer plausible and human-like responses to a given problem. In this paper, we exploit this capability and propose a novel architecture that integrates an LLM for decision-making with a classical automated planner that can generate sound plans for that decision. The combination aims to equip an agent with the ability to make decisions in various situations, even if they were not anticipated during the design phase.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google